|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-108A人体骨骼附肌肉着色模型
XM-108A人体骨骼附半边肌肉着色模型85CM
XM-108A人体骨骼附肌肉着色模型显示男性全身骨骼的组成和形态外观，由男性全身散骨串制而成一整体骨架，成直立姿势，四肢大的关节部分均可活动，其中一侧骨骼用不同颜色油漆标识出肌肉起止点位置，头颅含可活动的下巴、可移动的头颅盖，其中四肢骨和头颅骨可以灵活拆卸组装，整体固定在支架上，带底座，可灵活移动。
尺寸：高85cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
人体头颈部肌肉神经血管模型
XM- 634A头颈部肌肉神经血管模型
XM-634A人体头颈部肌肉神经血管模型采用1：1比例设计，大脑可以单独取出分成左右脑，可以拆分为3部件，展示颈部解剖、颈部浅层结构、颈前区和胸锁乳突区、颈外侧区、颈根部、颈筋膜及筋膜间隙等6部分内容，并在此基础上增加了大脑和面部的解剖，更加详细的阐述了头面颈部相互之间的关系。
1、模型上端自眉弓上方向颅后至人字缝交叉处作水平切，下端平第五肋作水平切。
2、颅内示脑N出颅位置，基底动脉，大离前、中、后动脉起始段。
3、颈部右侧示颈总动脉、椎动脉、甲状颈干、颈浅动脉、甲状腺上、下动脉、舌动脉、面动脉，颈内、颈外动脉及上颌动脉分支等的走向和分布范围。
4、示甲状腺、喉软骨、下颌下腺、颈丛N的形态位置。
5、胸部示气管、支气管、主动脉弓及分支、肋间的血管神经、锁骨下动脉、腋动脉等。
尺寸：自然大，33×22×42cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
基于卷积神经网络的干扰信号识别方法
本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。
电子科技大学
2021-04-10
基于手机的人脸识别和定位的人员监管系统
基于手机的人脸识别和定位的社矫人员监管系统”主要功能：每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。
东南大学
2021-04-10
三维人脸识别系统3D-FRS
生物特征识别是模式识别、图像处理、人工智能等学科领域的一个前沿研究方向，是涉及国家社会公共安全的战略高技术，同时也是电子信息产业新的增长点。从今年开始，我国已经开始计划在第二代身份证和电子护照中嵌入生物特征信息以提高个体身份认证的可靠性，生物特征识别技术在国家的人口管理、安全反恐、机场安检、出入境边检、门禁与安全系统、权限控制、对象监控、金融防伪、电子商务、社保福利等领域发挥重要作用。
东南大学
2021-04-10
一种自适应的网络舆情识别方法
本发明公开了一种网络舆情识别方法
电子科技大学
2021-04-10
恶劣成像环境下图像目标检测、识别与跟踪系统
一、项目简介 项目旨在解决现有目标检测、识别和跟踪系统易受雨天、雾天、沙尘、低光照、水下等恶劣成像环境的影响问题，使得相关目标检测、识别与跟踪系统可以全天候工作，最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。 二、前期研究基础 课题组通过多年攻关，在相关核心技术方面有多项突破，提出多项拥有自主知识产权的针对恶劣成像环境下退化图像的质量提升方法。相关研究处于国内领先水平，已在包括IEEE Trans.Image Processing， CVPR，ICCV等计算机视觉国际顶级期刊和会议上发表论文17篇。授权发明专利5项，软件著作权1项。 三、应用技术成果 1) 雾天图像增强2) 水下图像增强 3) 雾天图像增强
厦门大学
2021-04-11
移动互联网未知应用自动识别系统
本技术成果克服了现有技术的不足，提供了一种对未知 应用（包括恶意软件）进行自动发现、自动聚类、自动分析、自动识别的技术
中山大学
2021-04-10
一种基于表示学习的星图识别方法
本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务
北京航空航天大学
2021-04-10
基于深度学习的生物质燃料品质识别系统
已有样品/n1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和 灰份含量检测速度：<2 秒/样本； 3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提
华中科技大学
2021-01-12