简单介绍： 小动物代谢检测分析系统可实时同步监测动物的食物消耗，饮水消耗，活动量，活动轨迹图，站立行为，并把所得的数据自动储存到计算机内，方便用户进行生物学统计分析，独立设计的代谢笼可将动物排泄的粪便和尿液自动分离和收集，收集的排泄物进行低温保持，小动物代谢检测分析系统可有效防止排泄物的水分挥发，低温保持温度可以用户自定设置，温度显示精度达0.1度。独立设计的代谢笼采用分体式结构，每个部件采用卡扣式设计，材质为透明的食品级PMP，耐腐蚀，外形美观，表面光滑不易沾粘，用户拆卸方便，清理方便，食槽和水瓶整体固定在重量传感器上，食槽与水瓶不晃动，确保实验时的数据准确性，比传统的代谢笼更加精准。尿液与粪便盒采用卡扣设计，用户取放方便。 详情介绍： 产品特点：1.主机采用铝合金材质，可支持至少9999个代谢笼同时分析2、随时随地查看设备状态和数据：设备可长时间工作，用户无需长期看守，可在办公室实验数据提取，动物任务分配等工作。3.独立大小鼠代谢笼采用独特的漏斗和锥形体设计保证了粪便和尿液的分离收集，尿液不会被污染，也不会进入粪便收集管，所以分离是直接和完全的，结果将得到无误和值得信任的样品；4.进食室位于笼外，防止动物夹嵌或者在其中休息；5.可实时同步监测动物的食物消耗，饮水消耗，活动量，站立行为并提供曲线图、XY活动轨迹图。6.收集漏斗和分离锥形体使用独特的设计和不吸附的PMP材料(完全不同于传统的玻璃、不锈钢或普通塑料，不挂壁，无吸附)确保直接，完全地分离粪便和尿液；7.尿液和粪便收集管均为PMP材质，可在实验进行中随时更换；8.活动量采用热源传感器和红外线结合，精度更高9.收集的排泄物进行低温保持，可有效防止排泄物的水分挥发，低温保持温度可以用户自定设置，温度显示精度达0.1°C。10.独立设计的代谢笼采用分体式结构，每个部件采用卡扣式设计用户拆卸方便，清理方便技术参数：   1、代谢笼外形尺寸：290*290*560mm2、活动区域尺寸：200X200X150mm3、代谢笼材质：食品级PMP4、代谢笼支架材质：304不锈钢5、水瓶容积：250ml6、食槽容积：100克7、尿粪收集槽容积：100ml8、活动量检测方式：XY红外热感传感器（8X8）9、站立检测方式：5mm红外对管8对,高度调节范围0~160mm10、重量传感器量程：1000克11、食物检测分辨率：0.01克12、饮水消耗量分辨率：0.01ml13、低温保持温度设置范围：-2~45°C14、低温保持仪显示分辨率：0.1°C15、主机上限支持通道数：9999通道及以上16、设备软件免维护：由于软件设置在云计算机，用户无需烦恼软件升级以及故障带来的烦恼。 17、设备硬件免连线：设备采用可自动组网连接，免除用户连接线路的烦恼，开机即用。18、软件运行平台：台式电脑，笔记本，平板，手机等设备操作，支持局域网和校园网，标配服务器。19、软件提供数据：食物消耗，饮水消耗，活动量，活动轨迹图，站立行为，并导出到excel20、图表有：食物消耗波形图，饮水消耗饮水消耗，活动量直方图，活动量轨迹图,并导出保存JPG

AE8600E是天津德力仪器设备有限公司最新推出的一种用于光纤信号光谱分析的衍射光栅光谱分析仪，工作于600至1700nm波长范围内，最大分辨率可达20pm，最高测量功率+20dBm，功率灵敏度低至-90dBm。AE8600E丰富的专业APP应用，可用于半导体激光器（DFB、FP）光谱特征测量、WDM系统测试、EDFA系统参数测试、透过率和漂移测试。AE8600优越的稳定性和可靠性，极快速的光谱扫描速度，开放的数据输出，可帮助您完美应对来自光谱测试的各种挑战。

NFA5000A是一款高性能的噪声系数分析仪，频率最高支持50 GHz。具有优良的测量动态范围、分辨率带宽、相位噪声、幅度精度和测试速度；具备高灵敏度的频谱分析、噪声系数分析等多种测试功能；支持测量放大器、上变频器和下变频器的噪声系数；支持多级混频器的噪声系数测量；具备完善的插损补偿功能，能以固定和表格的形式补偿被测件前、后测量通道引入的损耗；具有可选的测试功能和出色的硬件可扩展性。可广泛用千教育科学、企业研发和工业生产等诸多领域。 功能特点 频率范围：10 MHz至40 GHz（可扩展到50 GHz) 相位噪声：－125 dBc/Hz（载波1 GHz,编移10 KHz） 支持噪声系数分析模式、通用频谱分析模式 可通过LAN、GPIB、USB等接口控制仪器 远程控制指令兼容主流同类设备 应用领域 教育科学 企业研发 工业生产

针对六自由度电动或液压平台，输入六个缸体的空间几何数据，建立电动缸空间运动模型。在六自由度平台合理的运动范围内，输入任意六自由度数据（X,Y,Z坐标，以及绕X,Y,Z轴的旋转角度），可以精确计算出每个缸体运动的长度，并用三维图形进行显示。 每个缸体采用位移传感器实时监测缸体长度，通过给定不同的驱动电压和驱动时长，可以使得六自由度平台做出预定姿态。 若相关企业需要，该专利可低额转让，具体价格面议。

当前光纤通道(Fibre Channel：FC) 以其高速率和高可靠性在航空电子环境得到了广泛的应用，一个典型的战机航电系统如下图所示： 为研究航电系统的性能，经常需要搭建地面仿真平台进行预先的评测。对应上图所示，我们可以搭建如下的地面仿真系统： 该系统包括自研制的： FC-AE仿真接点卡、FC-AE协议分析/监控卡、 FC-AE故障注入卡、 FC-AE网络交换机、FC-AE 数据监控记录分析仪。上述五项设备可以独立使用，也可部分或全部联合构成航电地面仿真测试平台使用。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架

完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。   陕西省科技文档数字化管理与资源共享平台资源共享体系 成果内容：文档数字化管理与资源共享平台是承载未来陕西省科技信息资源中心四大平台之一，以资源共享的方式进行全省科技文档统一建设、集中管理、信息共享。其主要核心技术如下：（1）海量异构资源动态管理模型：针对服务类型和服务属性的多样性，提出了动态模型管理方法，结合数据挖掘、策略设计模式等理论，采用数据定义语言（DDL），实现资源动态定义模型。对不同服务类型，根据不同类型调用相匹配的函数，实现43类不同格式服务资源自动化转换为规范格式的服务资源。（2）属性级可控访问：基于规范属性标准与RBAC模型，将资源属性信息独立保存，建立授权用户与资源属性的直接关联，实现对资源的属性级授权控制，在单次授权的基础上实现二次授权及多次授权，进一步提升权限控制的灵活性。（3）多类型径向筛选：通过对筛选条件的优化分析，构造以筛选关键字、公共信息服务类型、规范属性、属性值为筛选路径的径向筛选技术，并通过匹配用户历史筛选，主动对筛选结果进行内容过滤，返回个性化的可控筛选。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。 转化方式：合作推广。 预期成果收益：进一步市场化放大约需投入180万元，若建成覆盖陕西省的科技资源共享平台，以年服务人群数量10万计，每人次节约相关费用15元计，每年能够为社会节约150万元。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。