|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-164人体骨杠杆分类模型
XM-164人体骨杠杆分类模型
XM-164人体骨杠杆分类模型由头颅骨（含下颌骨）的矢状切，第1－5颈椎的矢状切，胫骨和腓骨下段、距骨、肱骨、前臂骨、手骨（示手舟骨、头状骨、第三掌骨和中指骨）等组成，根据骨杠杆类型分别将上述骨加以连接，分别贴于杠杆的支点、力点和阻力点等标签，可观察人体骨杠杆概念分类和三类骨杠杆的传递力、平衡力、省力以及增大运动幅度与速度等所起的作用。
尺寸：自然大，60×44×12cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-165人体骨关节分类模型
XM-165人体骨关节分类模型
XM-165人体骨关节分类模型将人体分为单轴关节、双轴关节、多轴关节以及屈戌关节、车轴关节、双髁状关节、鞍状关节、椭圆关节、球窝关节、杵臼关节和平面关节。
尺寸：自然大，60×44×12cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
一种基于调控微管聚集的靶向性多肽-葫芦脲超分子组装体及其制备方法及应用
一种基于调控微管聚集的靶向性多肽‑葫芦脲超分子组装体及其制备方法及应用。其特征在于：苄基咪唑通过化学修饰到多肽的骨架上，不仅保留了多肽靶向微管蛋白的能力，还为苄基咪唑与CB[8]的非共价包结提供了锚点。形态学研究表明，微管的自组装形貌通过的交联可以戏剧性地从纤维状的纳米聚集体转变为颗粒状的纳米聚集体。此外，细胞和活体实验证明，广泛的超分子交联可以诱导细胞凋亡，最终抑制肿瘤的增殖。本发明的优点是：证明了微管之间的聚集可以通过多肽‑微管蛋白之间的相互作用和多肽‑葫芦脲之间的超分子作用进行有效地调控，这可能被发展成为治疗癌症等许多退行性疾病的有前途的疗法。
南开大学
2021-04-10
一种小粒径板钛矿二氧化钛纳米粉体及其制备方法和用途
本发明公开了一种采用简便的水热法制备小粒径板钛矿二氧化钛纳米粉体的方法，所得产物以粒径 约为 10 nm 的板钛矿 TiO2 纳米粒子为主体，还含有少量的长度约为 100 nm 的板钛矿 TiO2 纳米棒。该 产品不仅具有高的晶相纯度和热稳定性，而且具有比商品 TiO2 纳米粒子（P25）更小的粒径和更大的比 表面积。采用传统方法以小粒径板钛矿 TiO2 纳米粉体制备浆料和多孔膜光阳极，并以其构建的板钛矿 TiO2 基 DSSCs 的最优光电转
武汉大学
2021-04-14
云上高博会寄语—浙江大学校长吴朝晖
浙江大学校长吴朝晖寄语云上高博会，积极推进中国高等教育博览会“线上+线下”融合发展。
云上高博会
2020-09-22
云上高博会寄语—哈尔滨工程大学校长姚郁
哈尔滨工程大学校长姚郁寄语云上高博会，积极推进中国高等教育博览会“线上+线下”融合发展。
云上高博会
2020-09-22
云上高博会寄语—海南大学校长骆清铭
海南大学校长骆清铭寄语云上高博会，积极推进中国高等教育博览会“线上+线下”融合发展。
云上高博会
2020-09-22
云上高博会寄语—中国地质大学(北京)校长孙友宏
中国地质大学（北京）校长孙友宏寄语云上高博会，积极推进中国高等教育博览会“线上+线下”融合发展。
云上高博会
2020-09-22
第三方超大规模云灾备中心
项目简介：一种新的基于云计算的第三方超大规模云灾备中心，突破了传统容灾备份系统对线路稳定性以及可靠性要求高等技术难题，提供基于Internet的共享备份中心数据容灾，支持完全备份、差异备份、数据镜像以及基于差异的快速恢复等功能，可满足超过10万个Windows、Linux以及Unix等用户对逻辑卷、数据库、文件等的容灾备份需求，支持公共灾备中心的建设及运营；单个文件最大可达2TB，备份中心存储容量超过24PB，提供数据动态迁移、数据加密等功能，提供灵活的统计和计费管理。本项目研究前后历时16年，具有完全的自主知识产权和自控权，拥有28项国家发明专利，通过了由金怡濂、沈昌祥、李德毅、朱中梁、黄先祥院士等参加的技术成果鉴定，专家认为“突破了传统容灾抗毁系统依赖高速专线这一长期困扰业界的技术难题，显著地降低了容灾抗毁系统的建造成本和使用成本”，“具有独创性和开拓性”。产品已小规模推广应用，用户单位包括四川省财政系统（21个地市州、183个县）等，经济效益、社会效益显著，获2008年四川省科技进步一等奖、2010年中国人民解放军科技进步一等奖。
四川大学
2021-04-11
基于 LiDAR 点云辅助的立体影像密集匹配方法及系统
一种基于 LiDAR 点云辅助的立体影像密集匹配方法及系统，将投影获取立体像对重叠范围内的 LiDAR 点云并滤波处理；将滤波后的点云投影到核线立体像对上，确定后续密集匹配的视差范围；建立 金字塔，从金字塔顶层开始，采用三角网约束改造代价矩阵，进行 SGM 密集匹配，并进行左右一致性 检测，得到顶层最终的视差图；将金字塔当前层的视差图传递到下一层作为初始视差图，根据当前层的 视差图相应确定下一层的视差范围，将下一层作为新的当前层；基于新的当前层，同样处理得到当前层 最终的视差图，直到金字塔的底层，输出原始影像的视差图，根据视差图，得到立体像对的同名点，生 成密集匹配的点云。
武汉大学
2021-04-13