|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-650神经元突触及神经纤维结构模型
XM-650神经元突触及神经纤维结构模型
XM-650神经元突触及神经纤维结构模型由4部件组成，放大12000倍，展示神经元突触小泡、突触裂隙、突触前膜、突触后膜及线粒体等结构，并示有髓及无髓神经纤维的超微结构以及髓鞘板层的形成过程。
尺寸：31×16×28cm
材质：玻璃钢材料
上海欣曼科教设备有限公司
2021-08-23
中央实验台.实验边台.实验台[全木钢木结构]
产品详细介绍
1、台面板：
台面板采用实芯理化板
2、柜体：
柜体采用18mm厚国家一级三聚氰胺双贴面中密度成型板制作。柜门及抽屉面采用2mm厚PVC封边条封边，所有封边连接处均做圆弧过渡处理。
3、连接件：
连接件采用尼龙制预埋母，优质锌合金连接杆，锌合金偏心轮三合一连接件连接，既保证牢固耐用又便于组装搬运。
4、铰链：
采用锌合金铰链，二段力，开门角度110度。
5、抽屉滑道：
抽屉滑道采用自滑式静音滑道，滑道钢板厚度为1.2mm，滑轮使用纯尼龙料。也可根据用户需要采用450mm黑色二节式钢制滑道。
6、柜门、抽屉拉手：
可根据用户要求选用锌合金U型亚光拉手、内嵌式拉手或封边拉手。
7、电源：
每组单位长度实验台或边台配有国产优质电源插座。
济南杰康净化设备厂
2021-08-23
西安建筑科技大学副校长刘晓武出席中国高等教育博览会并开展访企拓岗
4月15日，第61届中国高等教育博览会在福州市开幕，副校长刘晓武受邀参加，并赴企业开展调研交流，推进校企合作、人才输送等相关事宜。
西安建筑科技大学
2024-04-19
大长径比半直驱高效水平轴650千瓦海流能发电机组
浙大650千瓦机组在2017年就完成了厂内和现场并网发电试验。此后，浙大摘箬山岛海洋能试验电站根据国家需要，数次腾出650千瓦机组试验泊位为国内包括国电集团（和浙大共同承担国家自然资源部项目）、哈电集团、杭州江河水电等单位研制的300千瓦样机提供实海况试验支撑。其间，650千瓦机组也根据阶段性海试信息优化改进。此次疫后“复工发电”的改进型650千瓦机组，叶轮结构和工艺进一步优化，轴向推力载荷有所减小，防腐防砂抗磨损的性能进一步强化。我国东部沿海是世界上海流能功率密度最大的地区之一。浙江舟山群岛附近水道平均功率密度在每平方米20千瓦以上，开发环境和利用条件十分有利。日益成熟的海流能发电装备将有效满足无电、无水、无人岛屿和离岛的特殊供电需求，实现就地取能、海能海用。
浙江大学
2021-04-11
一种针对粗粒组或大尺度单元体试样的毛细水上升试验仪
本发明公开了一种针对粗粒组或大尺度单元体试样的毛细水上升试验仪，包括基槽，补水罐，过滤箱，抽真空装置，试样筒和试样筒固定组件；试样筒通过试样筒固定组件固定在基槽内，基槽的一端通过进水管连接补水罐，基槽的另一端通过出水管连接过滤箱，抽真空装置设置在试样筒的顶部；本发明基于单元体试样截面尺寸与粗颗粒公称上限粒径相容机制，研制了一种毛细水上升试验仪，适用于
东南大学
2021-04-14
利用三嵌段聚合物合成具有光学性能的大孔二氧化硅材料
该方法首次利用自组装的技术合成出大孔具有光学性能的二氧化硅材料，突破了用表面活性剂为模板很难合成出大孔径材料的瓶颈，并且由于材料本身规则的孔结构结合二氧化硅本身的折射率产生肉眼可见的颜色，该合成方法技术成熟，重复性好，具有可操作性，该材料在光学器皿元件上有潜在的应用价值。
上海理工大学
2021-01-12
中国科协发布2023重大科学问题、工程技术难题和产业技术问题
29个重大问题难题发布！
中国科协
2023-10-23
关于推荐2023年度“中国高等学校十大科技进展”候选项目的通知
充分发挥高等学校作为基础研究主力军、重大科技突破策源地的作用，及时宣传高等学校重大科技成果，集中展示高等学校科技创新实力，鼓励广大科研人员胸怀祖国、服务人民，追求真理、勇攀高峰，为青年学生投身科学研究事业、激发科学家潜质进行启蒙。
教育部科学技术委员会
2023-11-30
专家报告荟萃⑥ | 康骞：联动“四个课堂” 构建重理工特色大思政育人格局
重庆理工大学传承红色基因，秉承首任校长李承干先生“值得吾人尽力而为者，唯有教育”的办学情怀，聚焦立德树人根本任务，践行“身心同健、文理兼修、德才并进、知行合一”的人才培养理念，打造融“抗战文化、红岩精神、兵工基因”于一体的“红岩思政”育人品牌，构建重理工特色大思政育人新格局。
中国高等教育博览会
2024-12-10
基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法
本发明公开了一种基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法，适用于图像处理领域，包括以下步骤：对数据集进行裁剪，将裁剪后原始低分辨率图像输入到预处理模块中，进行图像归一化和数据增强操作，生成预处理后的低分辨率图像；预处理后的低分辨率图像组成失真图像块数据集，构成训练集、验证集和测试集；根据已有的失真图像块数据集，构建一个基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法；将数据集输入到构建的多尺度大核卷积双残差神经网络中分提取语义特征，并用模型的上采样模块对特征图进行放大，生成超分辨率图像。本方法引入多尺度大核卷积与双残差结构，在神经网络中使用视觉注意力机制，提取的特征更符合人类视觉感知特性，使图像超分辨率图像重建更加准确。
南京工业大学
2021-01-12