|
搜索
搜 索
高等教育领域数字化综合服务平台
带数字标识心脏解剖模型
XM-402-1心脏解剖模型（带数字标识）
XM-402-1带数字标识心脏解剖模型为自然大小，可拆分为2部件，显示了心脏正常的形态结构、动静脉和瓣膜结构，共有34个部位数字指示标志及对应文字说明。
尺寸：自然大，11×11×22cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
带数字标识胸腔横断模型
XM-526B胸腔横断模型（带数字标识）
XM-526B带数字标识胸腔横断模型按正常解剖姿态状态下纵隔作一横切设计，展示了约第8胸椎高度示断面结构，体现了肺裂、肺部的动脉、静脉、支气管的断面关系，胸膜、肋间肌及前侧、左右侧胸廓肌肉，同时还显示脊柱、脊髓通过此平面的结构与毗邻关系等，前方示左右心房、心室等，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，40×26.5×8cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
喉软骨模型（带数字标识）
XM-520E喉软骨模型（带数字标识）
XM-520E喉软骨模型（带数字标识）由舌骨和甲状软骨、杓状软骨（成对）会厌软骨和环状软骨组成，舌骨位于喉的上方，主要显示舌骨体、大角和小角；甲状软骨显示甲状软骨的左右板、喉结、上切迹、上角和下角的形态毗邻；环状软骨主要显示环状软骨的形态、环状软骨环和环状软骨弓；会厌软骨主要显示会厌软骨的形态、会厌软骨茎；杓状软骨主要显示杓状软骨的外形、声带突和肌突。
尺寸：自然大，15×15×24.5cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
带数字标识脑干放大模型
XM-617-1脑干放大模型（带数字标识）
XM-617-1带数字标识脑干放大模型放大3倍，置于底座上，显示脑干的外形和十二对脑神经在脑干的部位，并示延髓、脑桥、中脑三部分，上接间脑，共有多个部位数字指示标志和对应的文字说明。
尺寸：放大3倍，17×15×33cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
带数字标识间脑直观模型
XM-612A间脑直观模型（带数字标识）
XM-612A带数字标识间脑直观模型放大３倍，可拆分为4部件，展示了间脑和部分端脑的结构，下丘脑内突显示了核团和相对关系，并且设计了背侧丘脑可拆，多个功能用不同的颜色来标示，以便使用者更好的区分和使用，共有28个部位指示数字标识标志及对应文字说明。
尺寸：放大３倍，25×18×25cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
超声纳米烧结快速实现高功率器件的封装互连
针对汽车电子、5G通讯基站、航空航天及电力电子设备等功率电子元器件难以在高温、大电流/电压、潮湿等恶劣工作环境下服役的难题，并且要求芯片封装互连接头尺寸更小、高温稳定性更好、可靠性更高，本团队首次采用超声辅助纳米烧结的新型互连工艺，利用纳米银包铜颗粒作为焊料，成功获得大功率器件高温高可靠服役要求的互连接头，为高功率芯片贴装高导热界面制造提供了新材料和新工艺。
哈尔滨工业大学
2021-04-14
一种相控阵声纳系统换能器稀疏面阵优化方法
本发明提供了一种相控阵声纳系统换能器稀疏面阵优化方法， 包括如下步骤:(1)初始化步骤、(2)模拟退火优化步骤、(3)教与学优化步骤和(4)终止步骤。本发明以阵列的主瓣宽度和旁瓣峰值等空间响应 性能为约束条件，求解使稀疏面阵满足空间响应性能所需激活的最小 换能器数目。本发明利用改进教与学优化算法对模拟退火算法所得可 行解进行二次优化，具有更好的收敛速度和收敛精度，可获得全局最 优解，利用尽量少的换能器工作，获得换能器面阵所需的空间响应性 能，能够很好的降低相控阵成像声纳系统所需的硬件成本。
华中科技大学
2021-04-11
一种目标检测方法
本发明公开了基于维数递增弱线性回归树的目标检测方法，其步骤为：①准备训练样本集(xi，yi)，i＝1，……，N，xi 表示训练样本的特征值集合，yi 为样本类别，N 为训练样本数，N 为自然数；②初始化训练样本权重为其中 t 为自然数，初始化时 t＝1；③对样本集合进行循环计算，选定循环次数 T，T 为自然数每次循环都得到一个线性回归树作为弱分类器。等到 T 次循环完成后，再将 T 个弱分类器合成一个强分类器；④使用该强分类器对数字图像中的各个区域进行分类，从而判断是否为
华中科技大学
2021-04-14
双CCD目标跟踪定位系统
Ø ：整个系统由转台伺服子系统和目标跟踪及定位子系统所组成。由一个DSP控制电机的伺服运动，一个主控DSP处理图像跟踪及定位算法，实现对运动目标的跟踪及定位。
北京理工大学
2021-04-14
声纹识别
声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的 人。声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息，而不考虑语音中的字词意思，它强调说话人的个性;而语音识别的目的是识别出语音 信号中的言语内容，并不考虑说话人是谁，它强调共性。声纹识别根据应用的范畴，可分为两类:(1)声纹辨认(说话人辨认):用以判断某段 语音是若干人中的哪一个所说的，是“多选一”问题;(2)声纹确认(说话人确认):用以 确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。截止到 2009 年初，声纹识别产品在生物识别市场的占有率为 15.8%，仅次于指纹识别 和掌形识别。目前，我国生物识别行业内厂商有 200 多家，其中 96%从事指纹识别技术相 关产品的研究和开发，产品趋同化明显。国内声纹识别市场已经启动，其发展空间更为广阔， 在金融、证券、社保、公安、军队及其他民用安全认证等行业和部门有着广泛的需求。
清华大学
2021-04-11