|
搜索
搜 索
高等教育领域数字化综合服务平台
内囊与基底神经节立体解剖模型XM-644
XM-644内囊与基底神经节立体解剖模型
XM-644内囊与基底神经节立体解剖模型可拆分为2部件，左半侧显示丘脑、尾状核、杏仁核、豆状核的形态位置及相互间的关系，右半侧显示内囊。
尺寸：放大，8×11.5×13cm
材质：玻璃钢材料
上海欣曼科教设备有限公司
2021-08-23
XM-D004头面部自主神经分布电动模型
XM-D004头面部自主神经分布电动模型
XM-D004头面部自主神经分布电动模型显示头面部副交感神经的传导路、脑干中的动眼神经副核、上泌涎核和下泌涎核，脊髓断面上的灰质侧角等传导通路。
一、显示内容：
■ 副交感部低级中枢
■ 动眼神经副核
■ 上泌涎核
■ 下泌涎核
■ 脊髓灰质侧角
二、技术参数：
■ 尺寸：49×23×65cm
■ 材质：PVC材料+木框
三、标准配置：
■ XM-D004头面部自主神经分布电动模型：1台
■ 电源线：1根
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
头颅骨附血管神经模型（仿真头颅模型10部分
XM-118头颅骨附血管神经模型（仿真头颅模型10部分）
XM-118头颅骨附血管神经模型（仿真头颅模型10部分）可分解成10个部件，由颅顶、颅底矢状切面、额骨、颞骨、上颌骨、犁骨等10个部件等组成，显示脑颅骨、面颅骨和颅的整体观形态结构，颅顶、颅底的硬脑膜窦和动脉用彩色标志。
尺寸：自然大，20×13×18cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-137颈椎模型（枕骨颈椎和椎动脉脊神经模
XM-137颈椎模型
XM-137颈椎模型（枕骨颈椎和椎动脉脊神经模型）显示由7节颈椎带枕骨、椎动脉和脊神经串制而成的一个整体，示枕骨颈椎和椎动脉脊神经的关系。
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
XM-131B女性骨盆附盆底肌和神经模型
XM-131B女性骨盆附盆底肌和神经模型
XM-131B女性骨盆附盆底肌和神经模型显示骨盆、骨盆的韧带、盆底肌、神经和会阴等结构，共有50个部位数字指示标志及对应文字说明。
尺寸：自然大，21×30×22cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-644内囊与基底神经节立体解剖模型
XM-644内囊与基底神经节立体解剖模型
XM-644内囊与基底神经节立体解剖模型可拆分为2部件，左半侧显示丘脑、尾状核、杏仁核、豆状核的形态位置及相互间的关系，右半侧显示内囊。
尺寸：放大，8×11.5×13cm
材质：玻璃钢材料
上海欣曼科教设备有限公司
2021-08-23
XM-429眼球与眼眶附血管神经放大模型
XM-429眼球与眼眶附血管神经放大模型
XM-429眼球与眼眶附血管神经放大模型可拆分为10部件，由眼眶、眼球壁、巩膜、脉络膜和视网膜、玻璃体、眼球外肌以及眼眶壁和鼻甲等组成，显示眼（包括眼球壁和内容物）、眼副器（包括眼睑、结膜、泪器和眼球外肌）以及眼的血管和神经等结构。
尺寸：放大，28×32×41.5cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
脊髓横断模型第五颈椎附脊髓和脊神经放大模
XM-620脊髓横断模型
（第五颈椎附脊髓和脊神经放大模型）
XM-620脊髓横断模型（第五颈椎附脊髓和脊神经放大模型）显示第五颈椎、椎动脉、椎静脉与脊髓的横切面以及脊神经组成、硬脊膜、蛛网膜下隙等结构。
尺寸：放大，28×25×9cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
无线传感器网络多路径安全传输方法
本发明公开了一种无线传感器网络多路径安全传输方法，包括如下步骤：1已部署的无线传感器网络里，当源节点需要向目的节点传输数据时，发送路由请求消息；2中间节点在进行路由请求消息广播时，将自身的链路信息添加至路由请求消息中；3基站获得多条路由请求消息，从中得到网络拓扑参数，根据窃听能力计算传输数据被窃听的概率；4根据使用者对传输安全性的要求Sreq确定此次传输需要的子数据包秩K，建立路由拓扑，返回路由应答消息至源节点；5源节点接收到路由应答消息后，将原数据分为以K为秩的子数据包，通过K条独立路径进行传输。该方法可以有效降低无线传感器网络被窃听的概率。
东南大学
2021-04-11
基于无线网络的AGV全智能物流系统
基于无线网络的AGV全智能物流系统是通过AGV的组网、物流管理及多信息的融合来达 到行驶路线易于更改、多AGV多路线进行协作的功能，较之以往的物流系统是通过相应的传 感器识别标志物，从而获知行驶的路线，更加自动化与智能化。本系统主要运用的技术有多信 息融合技术、视觉导引技术、无线通讯技术、最短路径规划技术等。 该系统具有的创新性如下： (1) 多信息融合：将非接触式IC卡应用于AGV系统，可以提供必要的导航信息，对视觉信 息的不足进行补充。其作为一种可读写的数字化传感器，可以对小车前方的轨迹进行预报，增 强小车运动的智能性； (2) 预测学习导航模型：本项目中视觉导航所采用的是根据AGV的位置及摄像机视野建立 预测模型，在行驶的情况下以模糊控制的方法来对AGV的运行状态进行控制，并在运行过程 中不断学习，不断地修正模型中的参数，使其更精确地导航。 (3) 多路况的智能识别：可以对特定的路况进行识别，包括弯道，十字，分叉等；可以支 持虚线和实线两种识别方式。 (4) 物流管理调度：上位服务器可以实时地对AGV进行监视和控制，如果AGVS根据某种 需要，要求改变进度表，则可以很方便地重新安排小车路线。 (5) 网络无缝连接优化：本项目中基于传统的无缝链接技术之上，提出一种优化模型可以 改善AGV在网络间隔区域的通信问题。 基于无线网络的AGV全智能物流系统中的AGV额定负载能力为3~4000kg、最大速度：直 线36m/min，转弯25m/min、工作速度：直线30m/min，转弯20m/min、其自动导航精度达到 ±10mm，停车精度达到±5mm。因此本物流系统能够很好的满足日常仓储物流、流水线物料 搬运的要求，且精确性与实用性更高。
华东理工大学
2021-04-11