产品详细介绍1、用途：用于植物根系分析、叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析等2、系统组成：成像装置、分析软件和电脑（电脑另配）。3、技术指标：配光学分辨率9600×4800dpi、A4加长的双光源彩色扫描仪。扫描叶面积、根系的反射稿为A4加长幅面（35.6 cm×21.6 cm），透扫幅面为30 cm×20 cm，最小像素尺寸0.0053mm ×0.0026 mm。配自动对焦的800万像素彩色成像高拍仪；带移动电源的背光源板可野外辅助照明3小时。该野外成像背景板最大测量面积A4幅面，具有自动图像校正与标定特性。可一键化拍照测量野外活体叶面积。可全自动地大批量分析计算叶面积，并以叶片目标边缘标记来核对其正确性。可同时分析多张叶片面积，可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒。可同时分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、可测量植物的叶绿素相对含量或“绿色程度”，分析叶片叶色(具有按英国皇家园林协会RHS比色卡的比色特性)、作物冠层分析。可交互进行植物相关的各种尺寸、角度测量。可分析测量：1)根总长；2)根平均直径；3)根总面积；4)根总体积；5)根尖计数；6)分叉计数；7)交叠计数；8)根直径等级分布参数；9)根尖段长分布，10）可不等间距地自定义分段直径，自动测量各直径段长度、投影面积、表面积、体积 等，及其分布参数；11）能进行根系的颜色分析，确定出根系存活数量，输出不同颜色根系的直径、长度、投影面积、表面积、体积。12）能进行根系的拓扑分析，自动确定根的连接数、关系角等，还能单独地自动分析主根或任意一支侧根的长度和分叉数等，可单独显示标记根系的任意直径段相应各参数（分档数、档直径范围任意可改，可不等间距地自定义），并能进行根的分叉裁剪、合并、连接等修正，修正操作能回退，以快速获得100%正确的结果。13）能用盒维数法自动测根系分形维数。可分析根瘤菌体积在根系中的占比，以客观确定根瘤菌体贡献量。14）大批量的全自动根系分析，对各分析结果图可编辑修正。各分析图像、分布图、结果数据可保存，分析结果输出至Excel表，可输出分析标记图。还可用A4幅面的灯板来拍照分析根系。15）能做根系生物量分布的大批量自动化估算。16）能自动测量油菜、大豆等果荚的果柄、果身、果喙部分的粗细、长、弧长、玄高等参数。17）能自动测量各种粒的芒长。18）能测各类针叶的叶面积、长度、粗细。选配电脑推荐：品牌电脑（酷睿i5 CPU / 8G内存/ 19.5”彩显/无线网卡，5个以上USB2.0口，运行环境Windows 10完整专业版或旗舰版）

产品详细介绍LA-S植物图像分析仪系统（叶分析独立版）1、用途：用于植物叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析等2、系统组成：扫描和拍照成像装置、分析软件和电脑（电脑另配）。3、主要性能指标：配光学分辨率4800×4800 dpi的EPSON V39彩色扫描仪（加带450*300mm背光板）、自动对焦的大景深800万像素拍摄仪、移动电源辅助背光源板（外框大小400*300mm）可野外背光照明3小时。最大测量面积为A4幅面，有自动标定和自动图像校正特性。可对拍照野外活体叶面积进行一键测量。可同时分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、分析叶片叶色（具有按英国皇家园林协会RHS比色卡的比色特性）、测量植物的叶绿素相对含量或“绿色程度”，以及分析作物冠层。叶面积等参数可大批量全自动分析，并标记叶片边缘以便核对正确性。可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒，自动独立标记的各叶片图可保存，分析结果可输出至Excel表。可交互进行植物相关的各种尺寸、角度测量。选配电脑：笔记本电脑（酷睿i5 CPU/ 8G内存//1G显存/500G硬盘/无线网卡）。

产品详细介绍LA-S植物图像分析仪系统（全能型版）1、用途：用于植物年轮分析、根系分析、叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析、瓜果剖切面分析等2、系统组成：成像装置、分析软件和电脑（电脑另配）3、主要技术指标：1）配光学分辨率4800×9600、A4加长的双光源彩色扫描仪。扫描年轮、叶面积、根系的反射稿为A4加长幅面（35.6 cm×21.6 cm），正片为30 cm×20 cm，最小像素尺寸0.0053mm ×0.0026 mm；800万像素拍摄仪、带移动电源的辅助背光源板可野外辅助照明3小时。该野外成像背景板最大测量面积A4幅面，具有自动图像校正与自动测量标定特性，可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒。2）植物年轮测量分析：可自动判读年轮数、各年轮平均宽度、早材及晚材宽度、各年轮切向角度和面积。可自动划分出年轮边界、早材边界、晚材边界，以及识别出很窄的树轮，可交互删除伪年轮、插入断年轮，可自动生成分析年表。具有【精细】分析选项，可自动分析出≤0.2mm宽度的年轮，分析获得的测量数据具备进一步做交叉定年、数据分析处理能力。可计算树盘总面积，分析木材的边材面积。3）可一键化拍照测量野外活体叶面积。可全自动地大批量分析计算叶面积，并以叶片目标边缘标记来核对其正确性。可同时分析多张叶片面积，及可分析小至1mm2的叶片，叶面积分析误差＜0.5%、分析测量时间＜2秒。可分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、测量植物的叶绿素相对含量或“绿色程度”，分析叶片叶色（具有按英国皇家园林协会RHS比色卡的比色特性）、可分析作物冠层。可交互进行植物相关的各种尺寸、角度测量。4）植物根系测量分析：（1）根总长、根平均直径、根总面积、根总体积、根尖计数、分叉计数、交叠计数、根直径等级分布参数、根尖段长分布，（2）可不等间距地自定义分段直径，自动测量各直径段长度、投影面积、表面积、体积 等，及其分布参数；能进行根系的颜色分析，确定出根系存活数量，输出不同颜色根系的直径、长度、投影面积、表面积、体积。（3）能进行根系的拓扑分析，自动确定根的连接数、关系角等，还能单独地自动分析主根或任意一支侧根的长度和分叉数等，可单独显示标记根系的任意直径段相应各参数（分档数、档直径范围任意可改，可不等间距地自定义），并能进行根的分叉裁剪、合并、连接等修正，修正操作能回退，以快速获得100%正确的结果。（4）能用盒维数法自动测根系分形维数。可分析根瘤菌体积在根系中的占比，以客观确定根瘤菌体贡献量。（5）大批量的全自动根系分析，对各分析结果图可编辑修正。还可用A4幅面的灯板来拍照分析根系。（6）能自动测量油菜、大豆等果荚的果柄、果身、果喙部分的粗细、长、弧长、玄高等参数。能自动测量各种粒的芒长。（7）能测各类针叶的叶面积、长度、粗细。（8）能做根系生物量分布的大批量自动化估算。4）瓜果剖面各部位分析：可测西瓜的：纵径、横径、果形指数、总面积、皮厚、空心面积、瓤色分档分析、外周长；可测哈密瓜等甜瓜的：纵径、横径、果形指数、截面积、肉厚、外周长、瓤色分档分析、种腔（纵径、横径、面积）；可测苹果、梨等的：纵径、横径、果形指数、总面积、核心面积、肉色分档分析、外周长；可测柑橘类水果的：纵径、横径、果形指数、总面积、皮厚、肉色分档分析、外周长。5）各分析图像、分布图、结果数据可保存，分析结果输出至Excel表，可输出分析标记图。选配品牌电脑：品牌电脑（酷睿i5 CPU / 8G内存/ 19.5”彩显/无线网卡，5个以上USB2.0口，运行环境Windows 10完整专业版或旗舰版）

第二代促血小板生成素是采用重组技术将促血小板生成素模拟肽和长效载体蛋白人血清白蛋白连接形成融合蛋白，使它们互不影响各自的结构，而促血小板生成素模拟肽部分可维持正常的生物学活性，且肾脏对它的清除率降低，体内的半衰期延长。具有有自主知识产权，已获得国家发明专利授权 2 项，并成功进行 PCT 申请，已获欧盟专利授权 1 项，可申报治疗用生物制品注册分类 1 类新药。化疗、骨髓移植、白血病及恶性淋巴瘤等多种疾病均可诱导血小板减少症，严重者危及生命。尽管已上市多种药物可用于这一疾病的治疗，但是，目前临床上仍

产品详细介绍    中小学生成长档案信息管理系统是根据教育教学目标，有意识地将学生有关表现及其他佐证材料以信息化的方式管理起来， 通过智能地分析与解析，反映学生在学习与发展过程中的优势与不足，并通过学生的反思与改进， 家校互动激励学生取得更好发展，同时帮助学校应对第三方教育评价提供教育教学质量数据。     系统主要由“学籍管理”、“素质报告”、“选课系统”、“成长轨迹”、“家校互动”五个部分组成。“学籍管理”部分主要记录学生的基本信息，此功能模块将取代现有“中小学生学籍管理系统”，包含了现行学籍管理系统中所有功能，并提供和上级学籍管理系统的数据共享功能。此数据库也将作为家校互动模块中家长登录的帐号数据库。“素质报告”部分主要记录学生的综合素质发展及评定情况，数据来源于学生平时学业成绩、身心健康、综合评价等数据，并可生成打印素质报告单。“选课系统”部分主要记录学生校本课程选修情况及学分管理。“成长轨迹”部分主要记录学生兴趣、爱好、特长发展情况，教师通过此模块能方便地录入学生的兴趣、爱好、特长方面的数据，其中既可以输入每个学生的爱好、特长项目的内容，又可以上传学生获得的各种荣誉的证书扫描件及电子文档，还可以上传学生参加各级各类活动的图片及视频。“家校互动”部分主要记录家长与学校互动交流情况。  “中国学生成长动力档案库”七大模块： 第一模块【学生成长档案】 学校教师、学生注册为会员后才可登录。里面设有 “教师管理”：里面设有各年级组长、各班班主任、各班各科目教师等信息。 “学生管理”：里面设有学生基本信息、成绩情况、选修课成绩情况、各科老师评语、在校奖惩情况、德智体养劳成长轨迹、身心健康、综合素质评价等。 “学校报告”：学校每学期的教育质量、教学水平自评报告。 “选修课程”：各科教师发布选修课题，学生自选老师课堂。 “家校互动”：校内老师、学生、家长互动交流。 第二模块【家校互动】 “家校互动”：整合全国各地教育专家、教师、家长、学生互动，彰显全面素质教育大氛围，构建“全员、全方位、全过程、全环境”育人新格局的素质教育；是教育家长的大课堂，是家长、学校、社会共同教育学生的第二课堂。 “视频会议”：手机视频家长会、远程视频家访、视频课堂。 “问卷调查”：学校教育质量意见调查，老师教学水平意见调查，中国学生成长动力档案库读者意见调查。 第三模块【新闻公告】 “青少年活动”：汇集全国德、智、体、美、劳综合素质教育、视频教练、全国及国际竞赛活动信息。 “政策方针”：转载教育部、教育厅、教委、教育局相关文件。 “助力教育”：转载、发布各地教育专家论坛，助推教育健康发展。 “新闻资讯”：转载、发布各地学校有关教育新闻。 第四模块【学校介绍】 全国高校、中职技校、中小学校，链接院校网址，展现真实的校风校貌。 第五模块【网络教育】 学生自学（部编版教材同步课程名师讲课）、双师教学、家长教育、安全教育、感恩教育、教师内训、教育考试评测系统、学生综合素质管理评价系统等软件及远程网络视频的链接。 第六模块【中国教育人才档案】 免费发布：教职工招聘信息、教职工求职信息。 第七模块【档案库介绍】 “视频欣赏”：各地学校特色表演、娱乐活动等共享同呜。 “档案库PPT简介”：全面描述“中国学生成长动力档案库”。 请常关注我们的网站  www.zgxsczdldak.com  （中国学生成长动力档案库）

设计两个硅纳米棒作为超构表面的基本相干像素结构单元，从而实现光场透射的有效调控。通过独立控制两个纳米棒的转角，可以实现单层结构对振幅和相位的独立调控，从而能够在单层纳米结构上实现任意全息与平面图像的集成。更进一步，针对于彩色平面图像，可以通过硅纳米棒的尺寸（即单根纳米棒的长和宽）以及纳米棒之间的转角差的控制，实现对颜色HSB三参数的按需调控，从而将超构表面结构色的调控能力从二维的色度-饱和度平面，真正拓展到三维的色度-饱和度-强度空间 以上研究成果将丰富和拓展超构表面在图像器件方面的应用，比如实现有阴影信息的彩色图像打印，开发新型全彩平面与彩色全息图像的集成显示技术，研制基于平面和全息图像集成的纳米隐写信息安全技术等。同时，该工作中体现的相干像素设计理念也将对复杂光场调控问题提供新的解决思路和方案

设计了一种基于金属材料(金、银等)的三重旋转对称C3超构单元的超薄非线性光学超构表面。金属纳米结构的厚度仅为30纳米厚，像素单元为500纳米 x 500 纳米。这类光学超构表面包含具有旋转对称性的单元结构，因而在可见光或近红外照明下看上去均匀。然而，如果通过一对存在夹角的C3超构单元上倍频信号的干涉相消、相长原理，可将非线性倍频强度不同的图案或文字加密于其中。然后，采用飞秒激光照明（波长为1200nm-1400nm），隐藏的图像可通过二次谐波（SHG）成像过程被读取出来。这种新型的基于空间变化的光学干涉的非线性光学超构表面为多维度图像加密、防伪和无背景图像重建开辟了新的途径和思路。

水源图像检测和分类在监测和识别河流冰灾、洪水、垃圾污染和死水等方面有很多应用。然而，海水、河水、湖水和池塘这些称之为干净水源的图像，可能和一些污染水源的图像重叠，加之冰雪天气下水体结冰等因素的存在，使得水源图像分类的问题更加复杂。在这些情况下，精确的水资源图像检测和分类就显得至关重要。本项目基于RGB图像对水源进行分类，达到水污染检测的目的。本项目的创新点在于提出一种新的图像频率域分块方法，将图像之间的细微变化放大，有效地提取图像的纹理特征，区分污染水源图像和干净水源图像，并且对水体

AICheck图像智能处理平台是企业级一站式AI服务平台，集数据采集、在线样本标注、一键模型训练、任务管理、在线检测和结果输出于一体，使企业可以快速应用海量的成熟算法，降低AI算法应用与管理成本，实现端到端服务。核心技术涉及人工智能、2D/3D视觉和云计算，核心功能包括目标识别、OCR识别、瑕疵检测和目标测量。

Ø 基于内容的图像检索是近年来兴起的新技术，与传统的基于文字的检索相比，其直观、高效、通用等特点，受到了越来越多的重视。基于内容的图像检索的基本思想是通过分析图像的视觉特征和上下文联系来进行检索。通常图像的特征分为低层物理特征（如：颜色、纹理、形状、轮廓、图像内容的空间关系等）和高层语义特征（是人们对图像内容概念级的反映，一般是对图像内容的文字性描述）。基于内容的图像检索突破了传统的基于关键字的表达方式检索局限，直接对图像内容进行分析和特征提取，利用这些描述图像内容的特征建立索引。目前已经