产品详细介绍    华育RFID 原理实验箱ITS-RFIDTHA8 基于“RFID 原理”和“RFID 综合应用”等课程的实验教学，涵盖了目前市面上常用的RFID 种类技术，包含125KHz 的低频、13.56MHz 的高频、915MHz 超高频和2.4G 有源RFID；学生通过RFID 实验，掌握低频、高频、超高频和2.4G 有源RFID 读写器、原理机、标签的原理及应用。   华育RFID 原理实验箱ITS-RFIDTHA8 由LF 低频125K 读卡模块、HF 高频13.56M 读写模块、HF 高频13.56M 原理机模块、UHF 超高频900M 读写模块、2.4G 有源RFID 读写模块、典型无线通信扩展模块、实验箱底板以及嵌入式网关等组成。 该产品融合了UHF、HF、LF 三个频段，能够满足不同实验项目的需求，并且在HF 部分，拥有15 个强制指令和可选指令的执行，能提取、展现出RFID 系统中整个的射频信号，包括：编码信号、载波信号、调制信号、调制载波信号、功率放大信号、电子标签返回的信号、FSK 解调信号、ASK 解调信号。就像一个透视镜，通过信号输出口连接到示波器上能够非常直观地看清楚了RFID 系统中的射频信号，使帮助学生深入了解RFID 射频技术。 ITS-RFIDTHA8 囊括了当今应用最为广泛的RFID 国际标准指令。把RFID 国际标准下的技术标准的ISO18000（ISO18000 －3，ISO18000 －6），ISO15693，ISO14443 下面的相关指令拿出来一一进行了解析。把指令包，按照功能作用，一一拆开进行讲析。并且提供大量的实验通过平台，执行指令，直观的告诉使用者，指令里面不同地方的指令内容的作用。使用者可以直观、形象地感受RFID 国际标准指令执行的情况，掌握这些指令的作用和使用方法。 系统支持125K ID、ISO14443、ISO/IEC 15693 (ISO18000-3)、ISO18000-6C 标准协议。这些部分都能任意组合，与ZigBeee 物联网结合起来。不仅可以完成电子标签读写、信号检测、软件开发、对国标指令的剖析等基本功能，还可以通过ZigBee 模块实现远距离数据传输。 ITS-RFIDTHA8 提供相关软件的API 和相关控制样板源代码以及详细的使用说明书，让用户能快速入门及应用最新RFID 技术设计应用系统。        

产品详细介绍

产品详细介绍　　PC-IIF型翻板实验电源适合安装于桌面和抽屉。 　　数字显示，交直流电压输出连续可调，全ABS塑料外壳，双保护电路，交流无波型失真。 　　输出交流电压1.5V～18V2A输出直流电压1.5V～18V2A

产品详细介绍

产品详细介绍

产品详细介绍参考单价：106.00 元型号规格：载玻片、盖玻片、洋红、昆虫针、镜头纸、吸水纸、滤纸、双面刀片、碘液、龙胆紫溶液等到3种实验易耗品。每盒供第二种方案配备的学校初中两面年用量生产厂商：技术标准：登记时间：2003年4月1日产品描述：

产品详细介绍参考单价：245.00 元型号规格：苏丹Ⅲ染液、亚甲基蓝溶液、甲基绿染液、淀粉酶、生长素、甲状腺片、甲硫咪唑、毛细管、半透膜、载玻片、盖玻片、吸水纸等。每盒供第二种配备方案高中一年用量生产厂商：技术标准：登记时间：2003年4月1日产品描述：        

“全面感知、深度融合、多维服务”的淮阴工学院智慧校园建设与应用实践近十年来累计投入 1.98 亿元，围绕新型基础设施、数据中台、智慧教学、智慧科研、智慧管理、智慧服务等方面建成了高水平智慧化数字校园，在学科与信息化融合、网络安全等方面形成鲜明特色。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。