|
搜索
搜 索
高等教育领域数字化综合服务平台
棉花化学控制栽培理论与技术体系
该成果先后获得教育部全国高校科技进步一等奖和国家科技进步二等奖。该技术体系提出棉花“全程系统化控”理论和高产栽培技术体系， 在苗蕾期、 初花期、 盛花期、 成熟吐絮期应用一种或一种以上的生长调节剂，实现对棉株各器官发育的定向和定量诱导，从而形成合理的株型和群体结构，符合高产棉花的标准，最终达到早熟、优质和高产的目标。
扬州大学
2021-04-14
运动传导路（锥体系）XM-656
XM-656运动传导路（锥体系）尺寸为38×36×45cm
相关产品：
中枢神经传导电动模型
微电脑中枢神经传导直观模型
视觉传导瞳孔对光反射电动模型
心脏传导系模型
脑干内部结构及传导模型
脑干脑神经核传导束
本文中所有关于运动传导路（锥体系）http://www.xinman8.com/525.html的文字、参数、图片等如有产品更新换代、参数变动请联系我们的销售、技术工程师。
上海欣曼科教设备有限公司
2021-08-23
XM-655A锥体系传导束模型
XM-655A锥体系传导束模型
XM-655A锥体系传导束模型包括皮质脊髓束和皮质延髓束，前者以深红色表示，后者以粉红色表示，神经核用彩色球表示，传导束用铁丝表示，主要显示它们的起止经过和联系。
尺寸：放大，50×23×73cm
材质：铁丝+塑料
上海欣曼科教设备有限公司
2021-08-23
通用目标细分类检测方法研究与对抗样本攻防
利用图像处理和机器学习技术，在多分类，样本不均匀条件下，对类型接近的目标进行识别与检测；在弱监督，无监督条件下对大数据集的目标自动分类识别技术；对目标识别算法的通用攻击和通用防御算法。
东南大学
2021-04-11
静止悬浮式激光散射法 血细胞分类计数系统
快速、准确的自动血细胞分类计数仪对减轻医生的劳动强度、提高测量准确度有着积极的意义。现有的各种自动血细胞分类仪各有优缺点，较先进的激光流式细胞仪价格昂贵，结构复杂，而且容易发生堵塞等现象，维护麻烦。本系统是基于静止悬浮式的原理，从原理上克服了流式细胞仪的缺陷。利用这种方法对血细胞进行分类计数，不需要固定和染色，不需要导电介质，更不需要昂贵的流式装置，可以方
西安交通大学
2021-01-12
一种基于纹理基元的遥感图像分类方法
本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超
华中科技大学
2021-04-14
一种基于分类的社会化推荐方法
本发明公开了一种基于分类的社会化推荐方法，包括：构造用 户对分类的评分矩阵：根据用户对项目的评分数据和项目的分类信息， ·957·构造初始用户分类矩阵；对初始用户分类矩阵做归一化处理，并使用 矩阵分解方法重构用户分类矩阵；由用户的好友信息构造用户好友之 间的信任度；根据用户分类矩阵中用户对项目所属分类的评分、使用 社会化模型预测得到的用户对项目的评分以及用户好友之间的信任 度，使用随机梯度下降法学习得到模型的参数，从
华中科技大学
2021-04-14
一种分类应变限制的动态服装仿真方法
本发明公开了一种分类应变限制的动态服装仿真方法，应变限制的方法应用到动态服装仿真，预防仿真中的失真现象。该方法采用的主要步骤包括应用动力学知识计算服装仿真动画、振荡形变过度区域的标识；对标识区域用我们改进的应变限制方法进行处理；碰撞检测及响应。本发明采用改进的应变限制方法处理了动态服装仿真中会出现的振荡和形变过度的问题，解决了动态服装仿真中的振荡和形变过度造成的服装视觉效果上的失真，也没有使用额外阻尼力时产生的服装形变粘滞感和服装在人体皮肤上悬浮的现象。
西南交通大学
2016-10-20
一种面向云存储的数据分类加密方法
一种面向云存储的数据分类加密方法，属于计算机存储安全领 域，解决现有数据加密方法不识别数据内容，对所有数据采用单一加 密算法，导致存在的计算量大，效率低下的问题。本发明顺序包括： (1)构建安全特征库步骤、(2)数据分类步骤、(3)数据按类加密步骤和(4) 数据存储步骤。本发明只对涉及隐私需要高安全保护的那部分数据采 用高安全性的加密算法，而对于占大部分的一般数据采用安全性较低、 计算复杂度较低的加密算法，在对隐私数
华中科技大学
2021-04-14
基于脑电信号的意识障碍状态分类系统
本发明属于公共卫生技术领域，具体为一种基于脑电信号的意识障碍状态分类系统。本发明系统主要用于分类两种不同的意识障碍状态，即微意识状态和植物态。系统包括：脑电信号预处理模块，负责对脑电信号按照30分钟的时间间隔进行分段，同时进行去噪和滤波等操作，确保信号的质量；特征提取模块，根据临床常用指标从脑电信号中提取特征，并构建特征矩阵；脑电信号片段的意识障碍状态分类模块，利用EasyEnsemble算法对特征进行分类，识别出个体中各片段对应的意识障碍状态；整段脑电信号的意识障碍状态分类模块，根据片段分类的结果，分类整段信号的意识障碍状态。本发明为意识障碍状态的分析提供了一种有效的自动化辅助手段。
复旦大学
2021-01-12