（专利号：ZL 201210405037.3） 简介：本发明提供一种球冠半径快速在线检测装置，属于工业测量技术领域。该装置包括激光器，激光线垂直调整机构，垂直光栅尺，传感器控制器，激光器升降副，光栅尺定尺，读数头，纵移气浮座，RS-422信号转换模块，电动推杆，工件，显示与输入面板，控制器，报警器，纵向轨道，十字滑块，横移气浮座，检测台以及气浮垫；由电动推杆驱动，光栅尺测量位移数据，通过RS-422信号转换模块和控制器将信号传递给显示与输

桥梁裂缝在线检测装置研发

产品详细介绍在线电导率测量仪产品简介：●  全部采用进口芯片及元器件及全新的表贴生产工艺，确保仪器工作稳定可靠；●  采用防水防气全密封型外壳，更能在非常恶劣的环境状况中使用，防护等级达IP65；●  大屏幕背光液晶显示，电导率值、温度、时间及继电器状态各项参数一目了然；●  独特的2路4～20 mA电流输出， RS485 MODBUS RTU协议，方便电脑远端进行监测与通讯；●   一路多功能继电器，具有清洗，周期报警，错误报警等功能；●  独特的历史曲线功能，能记录60万数据并有查询功能。●  独特的中英文操作菜单，为使用者带来了及大的方便，用户不看说明书也可使用自如。●  无按键操作三分钟背光自动关闭既节电又能延长使用寿命；屏幕对比度等级可调。 PM8200C在线电导率测量仪具有多种电极可选从而对各种工业用水的电导率（TDS）值进行连续测量和控制，本装置广泛应用于科学实验装备、化工、制药、环保、冶金、造纸、食品、饮料及供水等行业。 在线电导率测量仪应用： 工业用水，冷却水，纯水，废水处理，钢厂，电镀，化工，制药，食品，海水养殖等。在线电导率测量仪技术参数：型号PM8200C功能电导盐度TDS测量范围0.00~2000mS/cm0.00-78.00ppt120000ppm分辨率0.010.011精度±1%F.S.±1%F.S.±1%F.S.温度补偿-10~130℃手动/自动；(NTC10K/PT1000)工作条件0~70.0℃储存温度-20~70.0℃显示带背光超大点阵LCD语言中英文菜单可选存储60万条数据电源90-260VAC,50/60Hz；24VDC可选防护等级IP65通讯功能RS485通讯，兼容标准MODBUS-RTU协议变送输出2路隔离变送4-20mA输出，最大环路500Ω，0.1%F.S清洗输出清洗间隔：0.1-1000h可调，清洗时间：1-1000s可调安装方式壁挂式、杆式、面板式安装尺寸144 x 144 x 106mm安装开孔尺寸138 x 138 mm重量0.86kg 电极参数：在线电导率测量仪 在线电导率仪 工业在线电导率计 在线电导率监测仪 进口电导率仪型号Bsens310Bsens320Bsens330Bsens340Bsens350测量范围0-20.00us/cm0-200.0us/cm0-2000us/cm0-200.0ms/cm0-200.0ms/cm分辨率0.01us/cm0.1us/cm1us/cm0.1ms/cm1ms/cm精度±1%F.S.±1%F.S.±1%F.S.±1%F.S.±1%F.S.工作温度0~100.0℃0~100.0℃0~100.0℃0~100.0℃0~90.0℃电极常数K=0.01K=0.1K=1K=10K=10自动温补Pt1000Pt1000Pt1000Pt1000Pt1000最大耐压5bar5bar5bar5bar5bar材质钛合金钛合金钛合金钛合金石墨防护等级IP68IP68IP68IP68IP68安装螺纹3/4NPT3/4NPT3/4NPT3/4NPT1/2NPT应用超纯水、纯水纯水、工业用水工业用水、污水工业用水、污废水工业用水、污废水

产品详细介绍检出限 0.01ppmppm 测定范围 0.00-20.00ppmmg/L准确度 ±0.2mg 测定原理 电化学探头法-极谱型价格区间 5千-1万 产地类别 进口仪器种类 在线型    应用：在线溶解氧测量仪 在线溶解氧分析仪 溶氧检测仪 在线溶解氧监测仪 溶氧检测仪污水处理、发电、养殖、学校、制药厂、医院、发酵、化工、自来水等。 产品简介：在线溶解氧测量仪 在线溶解氧分析仪 溶氧检测仪 在线溶解氧监测仪 溶氧分析仪 ●  全部采用进口芯片及元器件及全新的表贴生产工艺，确保仪器工作稳定可靠。●  采用防水防气全密封型外壳，更能在非常恶劣的环境状况中使用，防护等级达IP65。●  大屏幕背光液晶显示，DO值、温度、时间及继电器状态各项参数一目了然。●  独特的2路4～20 mA电流输出， RS485 MODBUS RTU协议，方便电脑远端进行监测与通讯。●   一路多功能继电器，具有清洗，周期报警，错误报警等功能。●  独特的历史曲线功能，能记录60万数据并有查询功能。●  独特的中英文操作菜单，为使用者带来了及大的方便，用户不看说明书也可使用自如。●  无按键操作三分钟背光自动关闭既节电又能延长使用寿命；屏幕对比度等级可调。 技术参数：在线溶解氧测量仪 在线溶解氧分析仪 溶氧检测仪 在线溶解氧监测仪 溶氧分析仪 型号PM8200DPM8200MD测量范围0.00~20.00ppm或 0-200%饱和度0.0~200ppb分辨率0.01ppm0.1ppb精度±0.01ppm±0.1ppb温度补偿-10~130℃手动/自动；(NTC10K/PT1000)工作条件0~70.0℃储存温度-20~70.0℃显示带背光超大点阵LCD语言中英文菜单可选存储60万条数据电源90-260VAC,50/60Hz；24VDC可选防护等级IP65通讯功能RS485通讯，兼容标准MODBUS-RTU协议变送输出2路隔离变送4-20mA输出，最大环路500Ω，0.1%F.S清洗输出清洗间隔：0.1-1000h可调，清洗时间：1-1000s可调安装方式壁挂式、杆式、面板式安装尺寸144 x 144 x 106mm安装开孔尺寸138 x 138 mm重量0.86kg 电极参数：在线溶解氧测量仪 在线溶解氧分析仪 溶氧检测仪 在线溶解氧监测仪 溶氧分析仪型号Bsens410Bsens420Bsens430Bsens440测量范围0.00-20.00ppm0.00-20.00ppm0.00-20.00ppm0 - 200ppb测量原理荧光法极谱式极谱式极谱式分辨率0.01ppm0.01ppm0.01ppm0.1ppb精度±0.1ppm±0.2ppm±0.2ppm±0.2ppb电极材质316L不锈钢PPS,金/银电极316L不锈钢316L不锈钢工作温度-10～60℃0～60℃消毒:0-130℃，測量:0-80℃0～60℃最大耐压5bar4bar6bar4bar防水等级IP68IP68IP68IP68电缆长度10m5m5m5m应用污水处理、地表水、养殖、海水检测等场合污水处理、地表水、养殖、海水检测等场合生物工程，制药，酿酒等发酵领域和特殊化学高温过程火力电厂，电站除盐水，锅炉给水等微量氧含量的场所

双师直播、线下同步教材、课后全面辅导。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

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。

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