|
搜索
搜 索
高等教育领域数字化综合服务平台
带数字标识头面及颈部血管神经分布模型
XM-631A头面及颈部血管神经分布模型（带数字标识）
XM-631A带数字标识头面及颈部血管神经分布模型由3部分组成，显示头部主要神经，筛板、视神经、动眼神经、滑车神经、展神经、三叉神经、三叉神经节、眼神经、额神经、眶上神经、滑车上神经、泪腺神经、鼻睫神经、睫状神经节、上颌神经、眶下神经、翼腭神经、上牙槽神经、上牙神经丛、下颌神经、颊神经、下牙槽神经、下牙神经丛、颏神经、舌神经、耳颞神经、颞深神经、鼓索、耳大神经、翼腭神经节、岩大神经、岩深神经、腭大小神经等，并且展示了颈部的肌肉和主要动静脉的解剖，共有多个部位数字指示标志和对应的文字说明。
尺寸：自然大
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
头面及颈部血管神经分布模型XM-631
XM-631头面及颈部血管神经分布模型
XM-631头面及颈部血管神经分布模型由头面部动脉分布、头面部静脉及三叉神经3个部件组成，主要显示头部浅层、深层的动静脉及神经的分布情况及相应的结构形态。
尺寸：自然大
材质：玻璃钢材料
上海欣曼科教设备有限公司
2021-08-23
XM-604B脑及脑动脉分布模型
XM-604B脑及脑动脉分布模型（11部件）
XM-604B脑及脑动脉分布模型放大2倍，可拆分为11部件，显示脑的外形结构：大脑外侧面主要结构、大脑半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构；脑的动脉供应：动脉的来源、动脉在脑底面的行程和联合情况、大小脑的动脉分布。
尺寸：放大2倍，35×33×30cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-604B脑及脑动脉分布模型
XM-604B脑及脑动脉分布模型（11部件）
XM-604B脑及脑动脉分布模型放大2倍，可拆分为11部件，显示脑的外形结构：大脑外侧面主要结构、大脑半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构；脑的动脉供应：动脉的来源、动脉在脑底面的行程和联合情况、大小脑的动脉分布。
尺寸：放大2倍，35×33×30cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
MXY8301 LED/LD光谱分布测试仪
一、产品介绍
“MXY8301 LED/LD光谱分布测试仪”是一款能够探测与分析各种光源在可见谱区范围内分布的“CCD快速光谱仪”，它的探测器是线阵CCD多通道探测器，能够探测各种颜色LED发光管和其他发光体的光谱分布。
由以下几部分构成：由狭缝、分光光栅、凹面镜和线阵CCD光谱探测器等部件构成；
狭缝：仪器信号光输入口为可调缝宽的狭缝（缝宽可调）；
被测LED安装装置：用来安装被测LED等光源；
被测LD安装装置：用来安装被测LD光源；
衍射光栅：采用600lp/mm的衍射光栅对入射光进行分光；
凹面镜：将分出的发射光谱汇聚到线阵CCD像敏阵列上；
光谱探测器：用线阵CCD传感器为探测器，以便同步获得更多的光谱谱线；
数据采集：仪器采用12位A/D数据采集系统；以便获得更高的“强度”分辨率；
接口方式：采用0接口方式与计算机连接；
二、教学目的
1、能够同步快速探测可见光范围的多通道光谱，并对谱线进行分析；
2、进行“LED光谱分布的测量实验”，学习光谱探测原理与光谱分析方法；
3、进行“LED发光光谱半宽度的测量实验”认识LED发光光谱特性和测量方法；
4、利用设备提供的“SDK”软件开发包进行课程设计与毕业设计；
三、实验内容
1、测试各种颜色LED的光谱分布；
2、测试LD半导体激光器的光谱分布；
3、测试其他光的光谱分布；
天津梦祥原科技有限公司
2021-12-17
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13
深度学习处理器研发及产业化
已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在
中国科学院大学
2021-01-12
基于深度学习的图像识别云服务平台
基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户
合肥工业大学
2021-04-14
深度学习用于软件错误定位研究成果
突破性地采用了参考多维度工作方法。这些多维度特征具体包括四大项：1.程序实体的覆盖信息（coverage information），即程序实体在运行失败或成功的测试用例中是否被覆盖到的信息，一般来说被失败测试用例覆盖越多的程序实体更有出错的可能性；2. 程序变异信息(mutation information)， 即当原程序被改变形成的变异体（mut
南方科技大学
2021-04-14
数字语言学习系统-计算机结合型
专业语言学习硬件操作面板，物理按键分布明确 声音在网络上无损传输，声音纯净，完美再现；教室授课对讲、学生分组会话时，声音延迟<5ms 支持英语四、六级口语网络考试等各类国家级考试、语言教学、计算机教学
北京东方正龙数字技术有限公司
2021-02-01