|
搜索
搜 索
高等教育领域数字化综合服务平台
预制型橡胶跑道
硫化了的EPDM、合成橡胶进一步加强了原材料的高聚物性能，其耐老化、耐全天候性良好，电绝缘性能、耐化学腐蚀性优良。面层水珠性网状压延成型，不但有自洁、排水功能，还有极好的抗滑值。 ◆ 底层有多种合成橡胶混合制成，可互补各种物理性的缺陷和稳定。其模具立体几何图形设计，有利于提高冲击吸收和垂直变形的平衡。适用期间脚感平稳、附着力强，运动员易于控制并保证正确的运动姿势，避免用力过度对膝关节和其它部位的伤害。
巅峰体育产业股份有限公司
2021-12-08
RD（柔性型）+J
防损降险
★ 目前较为有效降低硬膜外麻醉置管风险的麻醉导管。
★ 较大程度避免损伤血管、神经，甚至捅破硬脊膜的可能。
★ 采用目前较为先进的弹性式穿刺进行硬脊膜外腔置管。
★ 管壁内含三条X显影线，提高X光下导管影像质量。
★ 导管抗断裂力达到国家标准10倍以上。
★ 可为临床使用者进行个性化定制。
轻松盲插
智能穿刺置管，接头轻松连接且不易脱落，操作过程零技巧，帮助临床使用者从繁复的操作手法中解放出来，更简便快捷地置管，更好地规避职业风险，减少医疗事故，避免医疗纠纷。
适应症
所有硬脊膜外腔麻醉置管，尤其：
★ 实施剖宫产或无痛分娩的孕妇，静脉易怒张者；
★ 老人或儿童，血管脆弱者；
★ 凝血功能障碍，易出血者；
★ 非首次硬膜外麻醉，硬膜外腔可能有疤痕、增生者；
★ 先天椎管狭窄，置管有难度者；
★ 需要长时间留置麻醉导管，如癌痛或术后镇痛者；
★ 个性化要求：择时分娩、VIP病人或病情体位等原因，需要确保一次性置管成功以及满足后续治疗等。
临沂兴华医用器材有限公司
2021-09-01
球杆系统（视觉型）
睿景时代（大连）科技有限公司
2021-12-15
基础型智能柜
功能特点：
1、7英寸大屏幕显示，物联网智能HMI人机界面，分辨率：1024x600，完美视觉系统；
2、支持SIM卡4G通信；
3、具有化学品管理功能，对柜内物品可实时自动盘点，自动上传，实现化学品库存列表管理，可支持不少于100种化学品列表清单显示，列表包括序号，化学品名称，数量，单位等；在终端可进行库存增加、删减、更改等操作；数据同步至云端后台服务器；微信客户端可以查阅当前库存列表。
4、通过微信客户端可进行远程管理，查阅历史VOC数据、温湿度环境数据，以曲线方式呈现；可查阅历史报警记录，可远程控制风机、报警灯。
5、可提供API接口，支持第三方平台对接功能。
江苏三棱智慧物联发展股份有限公司
2021-12-08
球杆系统（压电型）
睿景时代（大连）科技有限公司
2021-12-15
细孔硅胶（A型硅胶）
山东博凯硅胶有限公司
2021-09-02
面向轨迹挖掘的数据预处理方法及系统
本发明提供了一种面向轨迹挖掘的数据预处理方法及系统，该方法包括：在原始数据库中提取离散的轨迹点，对轨迹点进行归类提取后形成若干个独立的轨迹段集合；对每一轨迹段集合中的轨迹点进行重复定位点检测，若判断该重复定位点为历史定位点，则删除；对每一轨迹段集合中的轨迹点进行定位异常点检测，若判断为定位异常点，则删除该轨迹点，得到若干条完整的轨迹；对所述完整的轨迹进行简化压缩，得到压缩轨迹；存储所述压缩轨迹；同时对系统运行状态进行监控，保证系统可以持续、稳定运行。本发明提供的方法通过对提取出的轨迹点进行重复定位点以及定位异常点清除，保证了轨迹数据的正确性和完整性，提高了轨迹数据挖掘的准确度。
中国农业大学
2021-04-11
面向轨迹挖掘的数据预处理方法及系统
本实用新型公开了一种苜蓿播种机用开沟器，主要由开沟装置、开沟器架、导肥装置和导种装置组成。开沟装置主要由侧翼铲、滑刀和扩沟板组成，旨在开出适宜苜蓿种子发芽的高质量种沟；导肥装置由导肥管和散肥器组成，用于将肥料导入种沟侧面；导种装置主要由导种管组成，旨在将苜蓿种子导入由开沟装置形成的种沟内。本实用新型能够满足苜蓿播种开沟的要求，可以开出高质量种沟，利于苜蓿种子出苗及第二年返青。本实用新型适用于大部分地区的苜蓿播种，特别是寒冷、干旱地区。
中国农业大学
2021-04-11
面向生物医学文献的数据挖掘平台
将计算机自然语言处理方法和生物本体学方法结合起来，发展一套面向生物医学文献的数据挖掘技术，建立了一个文献挖掘平台。该平台可以对生物医学文献进行数据挖掘，发现隐含在文献中的生物学实体及其联系，发现深层次的生物医学知识，自动获取大量的第一手生物医学数据。例如，挖掘与人类基因相关的信息，挖掘蛋白质相关信息，发现基因的功能，发现基因与疾病之间，发现蛋白质之间的相互作用等。/line对于一组给定的文献，该平台首先进行句法分析和生物学术语标定，然后进行语义分析，提炼每条语句的生物学含义，提取文献中的生物医学关联特性，以发现文献中的基因、蛋白质、疾病以及它们的关系。
东南大学
2021-04-10
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11