产品详细介绍红外测温传感器TS118-3——非接触式测温，另有HL Planar同系列产品TS118-1/TS118-10等多种型号 一、非接触式红外测温传感器TS118-3 详细说明： （1）精确度： 80V/W （2）滤波范围：8～14um （3）输出： 4.4±1.1 mV （4）工作温度： -20～100℃ （5）电气连接： PC板安装 （6）量程： 跟处理电路相关 （7）尺寸：?5.34*2.7 mm（8）特点： 尺寸小，安装方便；非接触式测量温度；封装形式为TO-18 二、非接触式红外测温传感器TS118-3 典型应用： 耳温枪，高温计，二氧化碳检测仪，气候调节，汽车，室内空调，复印机，打印机，手机，工业烤炉，烤箱，微波炉 

HBR6302B 海信WiFi6 AX3000 智能路由器，支持无线 3000Mbps，速度更快，连接设备更多，OFDMA技术和4条空间流让您同时与更多设备通话，让您连接所有串流、游戏和智能家居设备。 功能特点 四核 1.7GHz ARM芯片确保您的体验流畅 使用革命性的 OFDMA 技术将更多数据同时传送到更多设备 延迟小，体验流畅，无论传输 4K 视频流，在线游戏还是视频聊天，延迟减少高达 75% 目标唤醒时间技术可降低您的设备功耗以延长其电池寿命 高安全性，终身免费保护您的网络和连接的设备 支持2.4G、5G双频 兼容802.11 a/b/g/n/ac/ax协议 4 个WAN/LAN自适应千兆端口，用于 WAN 和/或 LAN 连接

HBR6001M HBR6001M WiFi6 路由器海信 WiFi6 AX1800 智能路由器，支持无线 1800Mbps，速度更快，连接设备更多，OFDMA 和 4条空间流让您同时与更多设备通话，让您连接所有串流、游戏和智能家居设备。 功能特点 使用革命性的 OFDMA 技术将更多数据同时传送到更多设备 延迟小，体验流畅，无论传输 4K 视频流，在线游戏还是视频聊天，延迟减少高达 75% 目标唤醒时间技术可降低您的设备功耗以延长其电池寿命 高安全性，终身保护您的网络和连接的设备 支持2.4G、5G双频 兼容802.11 a/b/g/n/ac/ax协议 4 个WAN/LAN自适应千兆端口，用于 WAN 和/或 LAN 连接 

结构 SET-2000系列传感器与测控技术实验台由主控台、三源板(温度源、转动源、振动源)、各类传感器、相应的实验模块、数据采集卡及处理软件、实验台六部分组成。

       B11-3恒温磁力搅拌器有液体温度设定与测量，还有台面温度设定控制。这一改进能大大克服加热时温度过冲现象。搅拌部分采用直流三相无刷电机恒速控制，所以搅拌性能更好，特别在低速时可以以50转/分的转速启动运行。

主体：优质铜材 阀体：止逆阀门可自动关闭 喷头：优质铜材，环氧树脂涂层外加软性橡胶，出水经缓压处理呈泡沫状水柱。 防尘盖：PP材质，使用时可自动被水冲开 进 水管：软性PVC管外覆不锈钢编织网，外层包裹PE管，有效防止生锈、渗漏。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。

本发明提供了一种耦合变压器型直流断路器用空芯脉冲变压器 及其参数获取方法，空芯脉冲变压器包括原方绕组、副方绕组、原方 绕组高压端、原方绕组低压端、副方绕组高压端、副方绕组低压端、 副方绕组匝间绝缘膜、原方绕组匝间绝缘膜、主绝缘膜和绝缘支撑架； 副方绕组沿绝缘支撑架径向绕制，副方绕组具有径向电压梯度，且副 方绕组的匝间绝缘由副方绕组匝间绝缘膜实现；副方绕组低压端和原 方绕组低压端之间采用主绝缘膜绝缘；原方绕组绕制在主绝缘膜外， 且原方绕组的匝间绝缘由原方绕组匝间绝缘膜实现。