覆盖教学和实验全流程的线上教学平台，包含在线教学的学、练、考、评、管环节，支持点播、直播、互动教学。

学霸君1对1应用先进技术，实现真人在线互动，塑造真实教学场景。采用国际优质的智能硬件技术——智能笔和智能本，不仅实现了师生可视化同步书写、批改，让教学突破时空限制；还可保存电子课堂笔记，形成学情分析报告，有效管理学情，并据此定制针对性学习方案。

好的开始是考研成功的一半 “考研需要学生认清形势，知己知彼，备考不怕早” 不了解考研形势，刚有想法； 对于院校专业迷茫， 不知如何选择； 对于公共课的学科特点还不清晰， 不知道如何规划后期复习安排； 寒假学霸营 开设热门专业辅导课 “跨专业不能轻易决定，适合自己的专业才是好专业” 专业咨询及教辅团队 帮助学员解决专业选择问题， 熟悉各专业特点、发展前景、考试内容、 报考信息及录取情况，拒绝盲目报考； 更有热门专业课基础课程学习。

产品详细介绍学硕模拟法庭教学软件一、软件介绍：《学硕模拟法庭教学软件》采用B/S结构，即浏览器和服务器结构。在这种结构下，用户工作界面（管理员、教师与学生各端口及平台）的操作，只需要通过IE或其他浏览器来实现法学教学过程的仿真模拟。软件分为实验考核管理阶段、诉讼审判阶段、案例、证据分析阶段和法庭知识、法律法规查询四大模块。其中诉讼审判阶段包括庭审准备阶段（书写法律文书）和3D仿真场景模拟庭审（法庭调查、法庭辩论、书写裁判文书等）阶段两大模块。每个阶段教学过程中，让学生把掌握的法学理论知识与实际司法实践结合起来，通过软件的模拟实践，有助于学生灵活运用法学知识、提高思维辨别能力、法律诉讼、庭审程序意识。软件在方便教师教学考核管理的同时，让学生在虚拟仿真的环境中真正锻炼自己的实践能力。二、功能模块：1、实验考核管理阶段教师根据实际教学情况添加实验案件、分配学生角色；待学生完成审核后可根据学生对案件审理（法律文书、庭审笔录和裁判文书）情况进行考核评分。2、诉讼审判阶段 软件根据民事、刑事、行政案件对法庭诉讼程序分角色进行模拟，在庭审准备阶段填写起诉书、传票、受理通知书、应诉通知书、合议庭组成人员确定书、送达回证等法律文书。庭审阶段通过3D 仿真模拟场景，让学生分角色进行法律庭审：入庭、法庭纪律宣布、开庭、身份核对、宣布权利义务、询问回避、法庭调查、举证、质证、法庭辩论、最后陈述、调解、合议、宣判、上诉、撤诉等流程的模拟。从而达到提高学生实际庭审过程中的对案件诉讼、庭审程序的熟悉掌握。3、案例、证据分析教学阶段教师可根据实际教学情况设置大量案例、证据让学生进行理论分析。软件分案件实验和案件练习，教师可根据学生案件分析情况设置提示功能，并对学生进行考核评分。同时软件提供大量的案例资料供学生查阅。4、法庭知识、法律法规查阶段软件附带大量的法庭知识和较系统的法律法规，方便教师和学生在法庭审理过程中查阅，也可以作为课余查询而用。教师可根据实际需要对法庭知识和法律法规的修改、添加和删除。三、软件特点1、系统要求提供不同诉讼类型的30个真实案件，此案件均为真实案件通过扫描等技术处理而来，包括判决书、案情介绍、证据链等方便教师添加实验，案例分析系统，教师可根据学生分析情况可以考核评分。并提供30个案件电子版包括：代理词、起诉书、起诉状、原被告证据、判决书等扫描件。2、提供大量的案件证据库，学生可以根据案情需要来收集证据，从而提高学生运用证据的能力。3、提供方便的法律、法规、司法解释的查询，软件收录人大法律、地方法律、部委法律十几万条，几百种法律文书模板供学生查阅，并有几千种司法解释、还有大量辩护词等以便在庭审过程学生可以随时查阅，也可以作为课余查询而用。4、引导学生制作法律文书（起诉书、传票、受理通知书、应诉通知书、合议庭组成人员确定书、送达回证、庭审笔录、合议庭评议笔录等）和裁判文书（判决书、调解书、裁定书）。5、教师不必在模拟法庭现场看完学生庭审。软件在庭审完毕以后 教师端只需在后台即可查看各学生扮演不同角色时出示的法律文书和整个庭审表现，还可以根据学生在法庭开庭中的表现对其打分。6、该软件不受时间空间的影响，学生在寝室和机房都可以来完成试验，同时还能就一个案件，让多组学生同时进行开庭，以便更好检验学生对所学知识掌握的情况。7、软件提供多种诉讼类型的案件，如民事、刑事、行政、简易程序、普通程序等案件类型。软件真实的模仿了现实庭审中各个环节的程序，让学生更好的熟悉法庭审判活动。8、针对现在高校法学专业开展的法律诊所，学生在代理案件诉讼前可以对案件进行仿真练习，让学生在法院代理庭审中有更充分的准备。9、根据现实法院案卷装订，学生在实验完成后生成完整的书面案卷，可以作为实训报告供教师考核评分。10、该软件突破了一种新型的教学模式，可以解决因学生人数多对于审判角色的分配难的问题，让庭审不再是一个学期参与一次的梦想。11、软件采用最新的3D虚拟场景，来仿真开庭，增加互动性，让庭审不再变得枯燥乏味。12、软件提供实时的师生互动交流平台，有助于教师更好的指导学生，也有助于学生间相互交流学习。附图：  如需进一步了解、试用软件，可以联系：杭州学硕信息科技有限公司联系人：陈先生联系电话：0571-28892391  13858126475网址：http://www.xueuo.com    

产品详细介绍请登录 中国科学软件网 了解更多Lingo软件信息和报价。Lingo和 Lindo 是美国 Lindo 系统公司开发的一套专门用于求解最优化问题的软件包。Lindo 用于求解线性规划和二次规划问题,Lingo 除了具有 Lindo 的全部功能外,还可以用于求解非线性规划问题,也可以用于一些线性和非线性方程(组)的求解,等等。Lingo 实际上还是最优化问题的一种建模语言,包括许多常用的函数可供使用者建立优化模型时调用,并提供与其他数据文件（如文本文件、Excel电子表格文件、数据库文件等）的接口,易于方便地输入、求解和分析大规模最优化问题。 由于这些特点,Lindo系统公司的线性、非线性和整数规划求解程序已经被全世界数千万的公司用来做最大化利润和最小化成本的分析。应用的范围包含生产线规划、运输、财务金融、投资分配、资本预算、混合排程、库存管理、资源配置等等... Lingo/Lindo 软件作为著名的专业优化软件，其功能比较强、计算效果比较好，与那些包含部分优化功能的非专业软件相比，通常具有明显的优势。Lingo和 Lindo 软件的最大特色在于可以允许优化模型中的决策变量是整数（即整数规划）,而且执行速度很快。此外，Lindo/Lingo 软件使用起来非常简便，很容易学会，在优化软件（尤其是运行于个人电脑上的优化软件）市场占有很大份额，在国外运筹学类的教科书中也被广泛用做教学软件。 Lingo Lingo 是使建立和求解线性、非线性和整数最佳化模型更快更简单更有效率的综合工具。Lingo 提供强大的语言和快速的求解引擎来阐述和求解最佳化模型。 简单的模型表示 Lingo 可以将线性、非线性和整数问题迅速得予以公式表示，并且容易阅读、了解和修改。 方便的数据输入和输出选择 Lingo 建立的模型可以直接从数据库或工作表获取资料。同样地，Lingo 可以将求解结果直接输出到数据库或工作表。 强大的求解引擎 Lingo 内建的求解引擎有线性、非线性(convex and nonconvex)、二次、二次限制和整数最佳化。 Model Interactively or Create Turn-key Applications Lingo 提供完全互动的环境供您建立、求解和分析模型。Lingo 也提供 DLL 和 OLE 界面可供使用者由撰写的程序中呼叫。 广泛的文件和 HELP 功能 Lingo 提供的所有工具和文件可使你迅速入门和上手。Lingo 使用者手册有详细的功能定义。 LINGO版本及说明 名词解释 1. Barrier：内生法优化的选项，主要用于线性优化中，解决大规模运算的问题。比常用的单纯形算法的运算速度要快得多。同时也可用于求解二次规划约束的优化。 2．Non-linear：基于广义既约梯度算法的非线性优化的选项。主要用于非线性优化，比常用的顺序逼近线性规划算法的速度要快得多。 3．Global：提供全局最优解的选项。主要用于非线性优化的求解。一般的算法只能获得局部最优解。这个选项可以通过多起始点的方式，通过划分凸规划，调用分支定界管理程序，从多个局部最优解中确定全局最优解。 （不能单独使用，必须与Non-linear 选项同时使用。） LINGO 单机版 说明：单机版仅限单机使用。以约束数、总变量数、整数变量数的不同分为Hyper、Industrial、Extended 3个版本。可应用于小型科学研究和数学建模，版本不同，计算变量数限制不同。如需计算非线性规划运算，提高运算速度（提高300%以上），我们建议配备Barrier（解决大规模运算）、Nonlinear（解决非线性规划运算）、Global（解决非线性全局优化运算）三个选项。Global选项需要与Nonlinear选项同时安装。 LINGO 单机版 （单机版产品只被允许安装在1台电脑上使用） 版本 Constraints Variables Integers Nonlinear Global 约束数 总变量数 整数变量数 变量 变量 Hyper 4000 8000 800 800 20 Industrial 16000 32000 3200 3200 50 Extended unlimited unlimited unlimited unlimited unlimited LINGO 网络版 （网络版产品无用户端口数限制。） 版本 Constraints Variables Integers Nonlinear Global 约束数 总变量数 整数变量数 变量 变量 Super 1000 2000 200 200 10 Hyper 4000 8000 800 800 20 Industrial 16000 32000 3200 3200 50 Extended unlimited unlimited unlimited unlimited unlimited 说明：需安装在网络环境下，对用户数无限制。以约束数、总变量数、整数变量数的不同分为Super、Hyper、Industrial、Extended 4个版本。

产品详细介绍

本发明公开了一种可伸缩式竖直运动箱体导向机构，包括用于容纳箱体做竖直运动的管道，以及设置于箱体上用于对箱体在所述管道内做竖直运动进行导向的导向装置。该导向装置为可伸缩式结构，包括设置于所述箱体侧壁面的导轨、设置在所述导轨上并可沿着导轨滑动的至少一个楔形滑块、抵靠在所述楔形滑块上与楔形滑块配合形成楔形调整机构的导向球，以及设置于所述导向球外侧用以约束导向球仅沿着垂直于箱体侧壁面的方向移动的导向球约束装置。通过驱动楔形滑块沿导轨滑动，使导向球朝向远离或者靠近箱体侧壁面的方向运动，以在竖直运动时抵靠在管道内壁实现导向，或在箱体进出竖直轨道时收缩远离管道内壁，从而能够避免与管道内壁的齿条形成干涉。

细菌通过多个趋化受体来感受周围不同的化学小分子，主动游动，实现获得更好的生长环境或者实现趋利避害。但不是强的正趋小分子都是很好的可利用营养物质—好闻的不一定有营养，同样，也不是容易代谢的营养就是强的趋化因子—有营养的不一定好闻。细菌在自然界中往往面临多种不同强弱的趋化小分子，多种不同可代谢程度的营养来源的复杂浓度梯度环境中，细菌群落是如何通过趋化行为抉择它们的去向，实现最优化它们的环境适应性与生长速度？细菌在个体与群体的选择上是否有不同？这一基于细菌的生物行为的研究也许对了解复杂的高等生物的群体行为也有所帮助。 北京大学物理学院欧阳颀院士领导的“生物物理”团队的罗春雄研究组在基于微流体细菌趋化分析芯片的实验研究中发现：在反向不同引诱物浓度梯度下，细菌首先趋向聚集于强引诱物而少营养的一端， 但当细胞密度超过一个阈值时，细菌群落部分“逃逸”强引诱物浓度场，游向趋化因子相对弱但可代谢物质富集的一端。这一现象被刻画为细菌群体运动的“逃逸相变行为”。罗春雄研究组通过与美国IBM沃森研究中心的涂豫海教授（北大定量生物学中心资深访问学者）合作，对此现象涉及的趋化受体间的协作行为进行了系统细致的理论分析和实验论证，发现营养物质通过数量较少的Tap趋化受体进行了响应行为，而且在较大的一个趋化响应参数空间均会出现由细菌密度超过临界密度而产生的逃逸条带（“Escape Band”）行为，该行为可以使得细菌群落在复杂的趋化物浓度场中获得更好的生长优势。相关的定量实验与理论研究以“The escape band in Escherichia coli chemotaxis in opposing attractant and nutrient gradients”为题于2019年1月23日在线发表于Proceedings of the National Academy of Sciences of the United States of America（PNAS）杂志上。细菌群体趋化运动的“逃逸相变行为” 文章第一作者为北京大学定量生物学中心博士研究生张玄麒,通讯作者为北京大学物理学院/定量生物学中心罗春雄教授及美国IBM沃森研究中心/定量生物学中心的涂豫海教授，参与人包括欧阳颀院士，前沿交叉学科研究院博士研究生司光伟，董一名，物理学院博士研究生陈凯悦。工作得到国家自然科学基金委、物理学院介观物理重点实验室、 北京大学定量生物学中心、北大-清华生命科学联合中心的支持。 工作原文连接: https://www.pnas.org/content/early/2019/01/22/1808200116

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。