XM-514A唾液腺及咽肌解剖模型（带数字标识）   XM-514A带数字标识唾液腺及咽肌解剖模型以正中切对开设计，可拆分为2部件，显示人体咽喉部的肌肉和咽壁咽部、下颌下腺及舌下腺内侧面鼻咽喉的解剖结构，有数字标识和对应的说明，可以更加直观的了解咽喉部肌肉如环咽肌、鼻咽腔、腺体等结构。 尺寸：自然大，17×16×29cm 材质：PVC材料

XM- 644A内囊与基底神经核解剖模型（带数字标识）   XM-644A带数字标识内囊与基底神经核解剖模型可拆分为2部件，显示了脑部内囊与基底神经核各部分解剖结构的外形及位置，以及半侧脑干及脑神经附着部位，左半侧显示丘脑、尾状核、杏仁体、豆状核的形态位置及相互的关系，豆状核上外髓板外为壳，内为苍白球；右半侧显示内囊，内囊是在尾状核、背侧丘脑与豆状核之间，上下交错穿行的投射纤维，在模型中用彩色氛围表示投射纤维的不同去向，共有多个部位数字指示标志和对应的文字说明。 尺寸：12×12×12cm 材质：PVC材料

XM-855A螺旋器及膜性蜗管模型（带数字标识）   XM-855A带数字标识螺旋器及膜性蜗管模型放大350倍，可拆分为5部件，显示螺旋器及膜性蜗管三壁的立体微细结构，模型的内侧端为骨性螺旋板，相当于螺旋缘处的断面，可见其中的骨质，表面肥厚的骨膜及穿通骨质的听神经纤维束，模型的另一端为螺旋韧带，内含多数血管，由侧面看可见前庭膜起于螺旋缘上面的骨膜，止于螺旋韧带的上方。将前庭膜取下观察，可见它由上面的间皮，中间的结缔组织及下面的上皮所成，膜性蜗管的外壁为螺旋韧带，内面附有单层立方上皮。 尺寸：放大350倍，47.5×18×32.5cm 材质：PVC材料

TES-5690MA数字红外无线教学扩声系统主机   　　深圳台电 (TAIDEN) 是全球领先的会议系统设备供应商，已成功装备联合国总部、世界银行总部、欧洲委员会总部、G20 首脑峰会、APEC 首脑峰会、厦门金砖会议等国际组织及大型会议。深圳台电公司最早于 2001 年研制出全球第一套不受高频驱动光源干扰的红外线同声传译系统，并于 2008 年自主研制出数字红外处理芯片，发明了数字红外无线会议系统。 　　2015 年，深圳台电公司首次将国际先进的数字红外技术引入到多媒体教学环境中，基于对多媒体教学环境音频设备需求的深度挖掘，先后推出了一系列音质清晰、抗干扰能力强且便于管理的教室音频系统，充分满足了教学 环境中的扩声、常态化录音、互动录播、教室多媒体设备集中控制(一键上下课)的需求，同时通过内置带电子锁充电座的设计解决了设备管理繁琐和需要反复回收充电的难题，还完全杜绝了老师贴身佩挂传统无线麦克风时会产生的射频辐射问题，是真正意义上的功能丰富、人性化设计且绿色环保的解决方案。       音质清晰 结合深圳台电自主研发的数字红外处理芯片及国际先进的数字红外技术，在20米范围内不论远近均保持完美音质：频响：主机线路-主机：50 Hz~20 kHz           麦克风-主机：100 Hz~20 kHz信噪比：≥90 dBA总谐波失真：≤0.05% 提高声音清晰度，让老师能较长时间以自然声调讲课，保护老师声带，避免声嘶力竭 清晰的声音能调动学生注意力，减少上课分心、开小差现象，从而提高听课效果 超强抗干扰 先进的数字红外技术，不受高频驱动光源干扰，可正常工作于阳光下的环境 多个教室同时使用，相互之间不会串频和干扰 不受外界无线电干扰 便于使用和管理 红外麦克风无需对频，即开即用，简单方便 可为教师配备个人专用红外麦克风，一师一麦，高效，卫生 麦克风充电座内置电子锁，可通过手机扫码或刷卡解锁无线麦克风，方便管理，避免丢失 无电磁辐射 不产生对人体有害的电磁辐射 不受无线电频率使用限制，节省广电频率资源       TES-5690MA 数字红外无线教学扩声系统主机 TES-5690MA………………………………数字红外无线教学扩声系统主机（可配 2 个红外麦克风，内置 DSP，专业数字音频功率放大器，2×200 W+2×60 W，带中控接口）   TES-5690MB 数字红外无线教学扩声系统主机 TES-5690MB………………………………数字红外无线教学扩声系统主机（可配2个红外麦克风，内置DSP，专业数字音频功率放大器，2×200 W，带中控接口）   TES-5690MC 数字红外无线教学扩声系统主机 TES-5690MC………………………………数字红外无线教学扩声系统主机（可配2个红外麦克风，内置DSP，专业数字音频功率放大器，4×60 W，带中控接口）

产品详细介绍模拟语音室将先进的多媒体技术、多媒体题库处理技术运用于语言学习系统，按照国际标准模块设计，并行总线的数据传输，计算机控制，windows操作界面，配以完善的控制软件，使产品功能强劲，性能可靠，可播放cd、vcd等节目源，并配有外接节目源插孔，实现声像同步，图文并茂的语音教学。家具采用钢木结构，美观大方、坚固耐用。 数字语音室是随着现代教育技术的发展，语言教学不再单单是单纯的教师授课、单个教室单独教学，而逐渐趋向于网络化教学，形成某一个区域内或全世界范围通过Internet进行教学，通过网络可以共享学习资源库，网络中的各个用户则由专用的校园网管理服务限制其访问权限。全数字化语音教学网络是通过多年研究、实践以及采纳著名高校教育专家的意见所设计的语音教学整体解决方案，具有先进、实用、方便等特点。在全数字化语音教学网络平台搭建后，教师可在办公室或家里通过校园网络上传教学资料、制定教学计划，轻松实现语言教学，并可通过专用的校园网管理服务器进行统一管理，保证教学资源的安全性、保密性。

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。

采用本发明得到的低相关区域序列组，在一定的相关区域内，绝大部分自相关函数取值为零，并且全部互相关函数取值为零。本发明所得到的低相关区域序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。