|
搜索
搜 索
高等教育领域数字化综合服务平台
高性能音频信号处理板
该信号处理板釆用浮点高速信号处理器TMS320C670K 24位多通道工 业模数转换器（ADC）以及24位双通道工业数模转换器（DAC）实现，可 完成8通道音频/振动信号采集、分析处理以及2通道音频信号输出，也可 以完成激励-响应测试相关的各种应用。 8通道ADC可对音频/振动多路信号进行8KHz~96KHz的同步釆集，釆集得 到数据由信号处理单元（DSP）进行实时处理，结果信号可以实
西北工业大学
2021-04-14
城市有轨电车信号系统
城市有轨电车信号系统是有轨电车的重要组成部分,是实现行车指挥、列车运行监督和管理技术措施及配套装备的集合体。有轨电车信号系统有别于地铁、轻轨等传统轨道交通，有轨电车的列车防护范围仅限于道岔区段，对于其他无道岔的线路、车站等一般不设置信号设备，由司机目视行车控制有轨电车间距保证安全。涉及到行车安全的设备符合“故障-安全”原则，具有高安全性、可靠性、可用性和可维护性等特点。有轨电车信号系统一般分为运营控制中心子系统、正线道岔控制子系统、平交路口信号控制子系统、车辆段联锁子系统和车载控制子系统。其中运营
兰州交通大学
2021-04-14
元素分析系列
采用现代先进分析技术，利用荧光分析、库伦分析等工作原理，进行微量、恒量元素的分析检测。可广泛应用于环境、大气、试样中硫、氯、氮、碳、氢等元素含量的检测。具有TSN-5000硫氮分析仪、WK-3000库仑分析仪、WCH2000碳氢分析仪等系列。企业委托研发。
南京信息工程大学
2021-04-26
步态分析系统
大小鼠步态通过足印图像增强技术采用高速摄像机可以清晰地采集大小鼠行走过程的足印信息，本仪器可广泛应用于脑缺血、阿尔茨海默病、帕金森氏病、脑外伤、脊髓损伤、疼痛疾病、关节炎等多种疾病动物模型步态的研究。
安徽正华生物仪器设备有限公司
2021-02-01
神策分析
可以私有化部署的用户行为分析平台 轻松上手十大分析模型，灵活组合、秒级响应，探索不同业务中的关键行为，洞察指标背后的增长点。
神策网络科技 (北京) 有限公司
2021-02-01
学习分析系统
学习分析系统采用数理统计的方法来处理成绩数据、行为数据，通过对成绩数据、行为数据的科学分析与评估，辅助、推进教学研究，提高教学质量。
方正科技集团股份有限公司
2021-02-01
分析天平
产品详细介绍
成都市教育设备厂
2021-08-23
AI行为分析
一、产品概述
文香行为分析系统支持人工智能技术，实时洞察教学场景变化，通过智能行为分析盒可以自动抓拍并分析教师和学生的行为活动，并自动生成报告，例如：举手人数、低头人数、情绪占比率统计分析等，对课堂教师和学生行为进行分析，了解学生对学习的状态。通过人工智能及大数据个性化精准分析，从单一到多元，从封闭到开放，助力学校个性化教学的发展。对学校基础信息管理和学生行为相关数据进行收集，并将采集到的数据进行数字化存储，为智慧学校建设提供重要资源。
二、产品特点
课表一键导入
课表一键导入
多种可视化图表
智能统计分析
三、智能行为分析盒
无嗓音：采用嵌入式ARM架构，无风扇设计，使用时无噪音
支持本地输出：HDMI支持本地输出查看分析画面，画面中标注实时分析结果
网络视频流接入：支持不小于2路网络视 频流接入，实现教师、学生行为实时分析
标准接口对接：采用1路千兆网口，支持标 准的HTTP接口，与学校信息化系统对接
适应大场景分析：支持云台巡视功能，可 在行为分析盒配置巡视，适应大场景分析
安全供电：为保证产品使用安全，行为分 析盒采用12V安全供电
北京文香信息技术有限公司
2022-09-13
相控阵雷达回波信号与干扰模拟系统
功能描述 目标模拟：战机目标、空中小目标、海面目标 干扰模拟：欺骗目标、密集假目标、同频异步干扰、噪声干扰 杂波模拟：地杂波、海杂波 技术指标 ？ 目标模拟： 目标个数：每个干扰源最多12个，系统最多可模拟36个；目标运动方式：径向直线运动，包括加速、减速、匀速运动；目标截面积：0.08m2~600m2；目标径向速度：-1100m/s~1100m/s；目标距离：30km~800km；目标起伏模型：斯维林I、Ⅱ、III、Ⅳ型 ？ 干扰模拟： 欺骗目标个数：每个干扰源最多9个，系统最多27个；密集假目标个数：每个干扰源最多128个，系统最多384个；同频异步干扰个数：每个干扰源最多1个，系统最多3个；噪声干扰种类：瞄准式噪声、扫频式噪声 ？ 杂波模拟 杂波类型：地杂波、海杂波；幅度分布类型：瑞利分布、对数正态分布、威布尔分布；功率谱类型：高斯分布、指数分布
电子科技大学
2021-04-10
脑电信号预测记忆能力研究
脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图
清华大学
2021-04-10