|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-129脊柱模型（脊椎模型）
XM-129脊椎模型
XM-129脊柱模型（脊椎模型）由带枕骨的颈椎、胸椎、腰椎、骶尾骨、骨盆及脊神经串制而成一个整体，包括脊椎、神经根、脊椎动脉、分椎间盘、脊柱横突和脊椎切面，显示了带枕骨的脊柱、骨盆和脊神经的形态、外观和组成，固定于铁质支架上。
尺寸：自然大
材料：PVC材料
上海欣曼科教设备有限公司
2021-08-23
高级足月胎儿模型足月婴儿模型
XM-YE6高级足月胎儿模型
功能特点：
■ XM-YE6高级足月胎儿模型由高分子材料制成，长45cm，具有形象逼真、操作真实和经久耐用等特点。
■ 可作为婴儿洗澡、更换衣物和尿片以及脐部护理等训练和示教工具。
上海欣曼科教设备有限公司
2021-08-23
立体地球仪模型 地理模型
产品详细介绍供应地理园地理模型：大型立体地球仪，球体直径分另有：100cm,130cm,150cm.
广州市米丹雕塑艺术有限公司
2021-08-23
长征5号火箭模型 航天模型
产品详细介绍长征5号火箭模型 航天模型 规格：H180CM，玻璃钢成型，仿外表，喷漆。
广州市米丹雕塑艺术有限公司
2021-08-23
推进校地融合发展 华中大与车谷携手共谱发展新篇章
为推进校地融合发展，2月13日上午，校党委书记李元元、校长尤政带领全体校领导班子成员，前往武汉经开区进行实地考察调研。武汉市委常委、武汉经开区工委书记刘子清，工委副书记、区长唐超陪同考察。双方聚焦经开新区·军山新城发展与规划，共商合作创新发展大计，同绘高质量发展新蓝图，共谱“二次创业”新篇章。
华中科技大学
2022-02-18
基于MEMS传感器和VLC定位融合的双粒子滤波导航装置和方法
本发明公开了一种基于MEMS传感器和VLC定位融合的双粒子滤波导航装置和方法，包括MEMS传感器、INS模块、PDR定位模块、VLC定位模块、测姿粒子滤波器和定位粒子滤波器；本发明在测姿滤波器的设计中，三维姿态误差和三轴陀螺仪漂移作为6维的状态向量。基于惯导机械编排的误差方程作为其系统方程，用于更新粒子状态。观测方程包括加速度计观测量更新和磁力计观测量更新，用于计算粒子权重。测姿滤波器输出VLC接收器的姿态给VLC定位模块以校正姿态的影响。在定位滤波器的设计中，二维平面的位置信息作为系统状态向量，基于行人航位推算的误差方程作为系统方程，而VLC的定位结果则作为定位滤波器的观测方程。
东南大学
2021-04-11
基于MEMS传感器和VLC定位融合的单粒子滤波导航装置和方法
本发明公开了一种基于MEMS传感器和VLC定位融合的单粒子滤波导航装置和方法，包括MEMS传感器、INS模块、VLC定位模块、PDR定位模块和测姿定位单粒子滤波器模块；本发明中基于INS惯导机械编排的误差方程作为融合滤波器的系统方程，用于对粒子群的粒子进行更新。观测方程包括VLC定位信息更新、PDR定位信息更新和磁力计观测量更新，用于计算各个粒子的权重。输出姿态信息给VLC定位模块和PDR定位模块。本发明首次在VLC定位领域使用融合测姿准确估计VLC接收器的姿态信息，解决VLC定位容易受接收器姿态影响以及在光信号被遮挡情况下定位不连续的问题，并消除姿态对VLC定位的影响。
东南大学
2021-04-11
一种基于均值漂移的不同精度三维点云数据的融合方法
本发明公开了一种基于均值漂移的不同精度下的三维点云数据 的融合方法，针对两组精度等级不同的三维点云数据，利用高精度点 云建立低精度点云的误差分布，进而对低精度点云进行均值漂移，消 除低精度点云的漂移误差，从而实现两组数据信息的融合，该方法包 括：S1：建立低精度点云的拓扑结构信息，包括每个样点的邻域点集 和单位法矢；S2：利用高精度点云对低精度点云进行密度聚类，根据 聚类结果确定低精度点云每个样点的漂移误差；S3：利用低精度点云 的拓扑结构信息和所述漂移误差确定低精度点云各样点的漂移矢量， 根据该漂移矢量对低精度点云的各样点进行漂移，实现融合。本发明 的方法在消除低精度点云漂移误差的同时，可实现小幅度噪声的光顺。
华中科技大学
2021-04-11
一种基于均值漂移的不同精度三维点云数据的融合方法
本发明公开了一种基于均值漂移的不同精度下的三维点云数据的融合方法，针对两组精度等级不同的三维点云数据，利用高精度点云建立低精度点云的误差分布，进而对低精度点云进行均值漂移，消除低精度点云的漂移误差，从而实现两组数据信息的融合，该方法包括：S1：建立低精度点云的拓扑结构信息，包括每个样点的邻域点集和单位法矢；S2：利用高精度点云对低精度点云进行密度聚类，根据聚类结果确定低精度点云每个样点的漂移误差；S3：利用低精度点云的拓扑结构信息和所述漂移误差确定低精度点云各样点的漂移矢量，根据该漂移矢量对低精度点
华中科技大学
2021-04-14
基于相似性和不相似性融合排序优化的行人重识别方法
本发明公开了一种基于相似性和不相似性融合排序优化的行人重识别方法，行人重识别是一种针对 特定行人的检索问题，本发明的主要思想是正确检索的行人目标应该跟查询行人的极正样本相似，并且 跟查询行人的极负样本不相似。同时我们将与极正样本相似的那些行人定义为疑正样本，与极负样本相 似的样本为疑负样本，通过提高疑正样本的排名，同时降低疑负样本的排名，来达到通过排序优化的方 式来提升行人重识别的效果。此外，融合多种方法的结果来加强这种相似性和不相似性关系。本
武汉大学
2021-04-14