产品特点: 1.恒温和低温两种温度范围可供选择。 2.透明窗设计方便观察样品。 3.配有过电保护装置不影响其它设备。 4.符合国际环保要求的安全无氟制冷系统 5.控制加速的线路确保摇床缓缓启动、平稳加速，保证实验样品安全。 6.采用变频电机长寿命、宽调速、恒力矩、恒转速、无碳刷、 免保养。 7.具有断电恢复功能，在外电源突然失电又重新来电后，设备可自动按原设定程序恢复运行。 8.独特的电机过热、温度失控自动断电保护装置。 9.工作室内腔304全镜面不锈钢圆弧转角，容易清理。 10.三重安全保护对人员的安全保护。漏电流和过电流保护系统。当设备出现漏电流、过电流危险情况时，能自动快速切断电源，确保操作人员的安全。

YTHW系列叠加式培养振荡器是专为面积窄小的实验室研制开发的一款具有多单元叠加、多功能组合、多振幅回旋和多温度区控制的高性能产品。 产品特点: 1、摆放方式灵活，可以单层落地使用或台上使用，也可以双层或三层叠加使用，每层单独控制。 2、下拉式开门,具有良好的隔热性能，柔性缓冲式轨道托板，操作灵活，托板可拉出35CM，轻松取放样品瓶，操作 简单快捷且大大提高了空间利用率。门中心设置钢化玻璃观察窗，可随时观察内部摇瓶，平整的表面也易于清洗。 3、7寸真彩触摸式大屏幕，同界面显示设定及检测的时间、温度、转速、曲线；并显示当前的运行模式，日期及报警故障。 4、超大存储量能全程自动记录存储实验过程数据，可在屏幕中显示温度曲线图，速度曲线图,并且能随时查看历史 数据，报警记录与开门记录。 5、USB数据存储系统。全程自动记录存储试验过程数据。U盘全程记录实验数据（可记录温度、转速、时间）。 下载数据自动列表成图保存打印。鼠标轻点轻松回放实验过程。便于优化反应条件，筛选实验方法，确认实验过程。 6、高品质伺服电机，控制速度精确、确保高低速性能稳定。启动、停止速度可调，可设定正转、反转、正反交替 三种运转模式。三重平衡装置可有效确保样品的运行平衡，运转平稳、可靠无噪音。 7、漏电流和过电流保护系统。当设备出现漏电流、过电流危险情况时，能自动切断电源，确保操作人员的安全。 8、故障自诊断功能，故障时显示故障部位，故障代码，可迅速方便发现问题，解决问题。 9、紫外消毒包括风道消毒和照明的功能。 10、人性化设计开门即停功能，使用更加安全方便快捷 11、工作室内腔304全镜面不锈钢圆弧转角，容易清理，液体不会进入摇床底部。 12、可选配置光照，二氧化碳摇控制单元，嵌入式打印机等附件。

云服务器 ECS（Elastic Compute Service）是一种安全可靠、弹性可伸缩的云计算服务，助您降低 IT 成本，提升运维效率，使您更专注于核心业务创新。  一、产品优势 弹性计算10年深厚技术积淀，技术领先、性能优异、 稳如磐石 稳定：单实例可用性达 99.975%，多可用区多实例可用性达 99.995%，云盘可靠性达9个9，可实现宕机自动迁移、快照备份。 弹性：支持分钟级别创建千台实例，多种弹性付费选择更贴合业务现状，同时带来弹性的扩容能力，实例与带宽均可随时升降配，云盘可扩容。 安全：提供DDoS防护、木马查杀等服务，提供支持可信计算、硬件加密、虚拟化加密计算的实例，通过多方国际安全认证，ECS云盘支持数据加密功能。 高性能： 单实例最高可选256vCPU ，内存6TB，主频3.8GHz，性能最高可达2400万PPS，80Gbps，100万IOPS，1600万session，网络时延20us+。 易用性： 丰富的操作系统和应用软件，通过镜像可一键简单部署，同一镜像可在多台 ECS 中快速复制环境，轻松扩展。 可拓展性： ECS 可与阿里云各种丰富的云产品无缝衔接，可持续为业务发展提供完整的计算、存储、安全等解决方案。 二、产品功能 1、丰富的实例类型和多种存储选择 面向各类企业应用场景，云服务器ECS将提供超过100款高性能规格族供您选择。按您的实际业务场景可选择不同配置实例搭配1到65块不同容量的存储磁盘。 2、VPC专有网络 基于阿里云构建的一个隔离的网络环境，专有网络之间逻辑上彻底隔离，只能通过对外映射的IP（弹性公网IP和NAT IP）互联。由于使用隧道封装技术对云服务器的IP报文进行封装，所以云服务器的数据链路层（二层MAC地址）信息不会进入物理网络，实现了不同云服务器间二层网络隔离，因此也实现了不同专有网络间二层网络隔离。专有网络内的ECS使用安全组防火墙进行三层网络访问控制。 3、快照与多种镜像类型 快照与多种镜像类型，支持您的业务快速部署。 4、多种付费和存储选择 通过包年包月、按量付费、节省计划、预留实例券和抢占式5种付费模式分别满足长周期低成本以及周期高弹性的计算要求。  四、应用场景 1、通用Web应用：大部分Web应用使用的架构，阿里云推荐C/G/R系列服务器，兼顾高效搭建使用及高性能处理能力。 2、在线游戏：高并发、瞬时计算量大的场景，阿里云推荐高主频及GPU服务器实现高计算性能与高图像渲染性能的需求。 3、大数据分析：对于频繁对存储读取的大数据应用场景，阿里云推荐大数据实例及本地盘实例，主从节点皆有性能优异表现。 4、深度学习：对于持续且大量的人工神经网络计算的深度学习场景，阿里云推荐GPU实例及AMD实例，不但性能表现卓越，同时大量节省成本

本发明公开了一种基于光纤萨格纳克干涉仪的声波传感测量装 置，包括单色光源、光纤耦合器、第一单模光纤、少模光纤、第二单 模光纤、长周期光纤光栅、第三单模光纤、光电探测器和示波器；在 光纤耦合器的第三端和第四端之间的第一单模光纤、少模光纤、第二 单模光纤、长周期光纤光栅、第三单模光纤依次连接构成了萨格纳克 闭环结构；长周期光纤光栅与少模光纤在萨格纳克闭环内实现了级联； 当外界声波作用于该装置的长周期光纤光栅时，其曲率受到

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本项目研发一种基于国际先进的微环流分析技术的原位水质监测系统，体积小，成本低，试剂损耗量较小，维护周期长。基于此仪器进行高密度水质监测网络的搭建，并通过无线技术将水质监测网络的数据上传到服务器，通过算法对数据进行分析，完成快速、准确的污染溯源，为水域污染的进一步防、治提供一种实时、有效的手段。