研究结果显示，岩石圈（LAB）界面以南祁连缝合带(SQS)为界，呈现出差异增厚特征：在已经发育完全的松潘-甘孜(SG)和中亚造山带(CAOB)下方岩石圈较薄，而正在生长的西秦岭(QKW)和祁连造山带(QL)和阿拉善(Alxa)地块下方岩石圈较厚。在南祁连缝合带（SQS）下方，存在明显的地壳和岩石圈界面错断(~10 km)。 通过获取青藏高原东北缘高分辨率的岩石圈界面成像结果，课题组认为

项目背景：1.家电噪音已成为困扰家电企业最大的难题之 一，目前，海尔、海信等一般的吸音、隔音罩产品能够满足普通 机型家电产品的噪声需求，但要满足中、高端机型以及客户特别 定制机型不断增长的降噪需求还有一定的困难。2.目前，从吸音 层、隔音层新材料入手进行研发和储备，进行降噪新材料的研发 与应用课题有良好的市场前瞻性和成长性。 所需技术需求简要描述：新型隔音层阻尼材料，对现使用的 PVC 阻尼软片（隔音阻尼层材料）进行优化设计或添加阻尼涂层 材料，提升隔音阻尼性能；新型吸音层纤维材料，对现使用的绿 毡纤维、PET 纤维、丙烯晴纤维（吸音层纤维材料）进行优化设 计或组合，提升吸音性能；利用噪音测试、仿真模拟等场地设施 和精密仪器设备，在现有吸音降噪材料基础上噪音值降低 2 分贝 （dB）  对技术提供方的要求:1.具有长期研究从事噪声控制工程方 面的大学、研究院所团队； 2.拥有的相关专利技术，有专业研 发设备和检测仪器。 

YR/H3100高智能数字化ICU（综合）护理技能训练系统是工程技术和仿生学技术的完美结合，将有现在的医学模拟技术赋予一身，其可自主表现生命体征，并可对所给予的治疗措施自主进行生理体征变化。该系统根据新护理大纲设计，针对临床护理培训，系统由全身男性模拟病人、生命体征模拟器、多参数模拟监控仪、计算机等组成，具有基础护理与高级护理功能。本系统同时适用于医院、医学院、卫校等医疗单位。并面向乡村医师技能培训，提供心肺复苏术、体外除颤等急救操作技能。通过虚拟安全的模拟及护理技能的培训、图文、声像、视频相结合，有操作日志、存贮、考核评估、成绩打印、网络交互式功能。标志着公司的护理教学系统开始与国外发达国家接轨。适用学科：ICU护理、急救医学护理、呼吸内科护理、心内科护理、泌尿内科护理、外科护理、急救医学、危重症医学、战地医学等。系统主要功能★ 标志表示需要与选配件配套使用才能实现的功能■ ICU技能：· 气道管理技术：标准口、鼻插管，气管切开术，支持仰头举颏法、推举下颌法开放气道。模拟牙关紧闭、舌水肿、咽部水肿、喉痉挛、单双侧肺阻塞、主气道堵塞等体征。· CPR操作训练：可进行口对口、口对鼻、简易呼吸器对口等多种通气方式；电子监控气道开放、吹气次数、吹气频率、吹气量、按压次数、按压频率、按压位置和按压法深度；自动判断人工呼吸及胸外按压的比例；实时数据显示，全程中文语音提示；抢救成功后，模拟人瞳孔由散大变为正常，动脉恢复搏动，出现自主呼吸。★ 真实除颤、起搏：可与不同厂家、不同型号的除颤起搏器配套使用，实现真实除颤起搏。★ 模拟除颤起搏：多媒体动画展示医用除颤起搏器的使用，与YR/J880模拟除颤起搏器配套使用，可实现除颤起搏。可选择除颤能量，最大除颤能量达到360J。★ 真实AED：可与不同厂家、不同型号的AED配套使用，实现真实AED训练。★ 模拟AED：多媒体动画展示AED操作过程，与YR/AED自动体外模拟除颤仪配套使用，可实现AED训练。全程中文语音提示，提供贴片电极和纽扣电极，自动检测心率并分析是否需要除颤。★ 真实心电监护：可与不同厂家、不同型号的心电监护仪配套使用，实现真实心电监护。★ 模拟心电监护：与YR/J115多参数模拟心电监护仪配套使用，可实现模拟心电监护。使用指夹式血氧探头检测血氧，内部储存上千种种心电图。多参数模拟监护仪（LCD）屏幕提供12导联心电图、血氧饱和度、呼吸、二氧化碳、血压（动脉血压、中心静脉压、肺动脉压、无创血压）、心输出量等。 ■ 生命体征模拟：· 瞳孔观察：瞳孔液晶显示为CSTN伪彩、65K色、RGB；能在1-9mm之间，随意模拟瞳孔的正常、散大、缩小等状态。· 颈动脉、股动脉、桡动脉搏动，生动再现病人呻吟、咳嗽、呕吐声音。· 呼吸模式：模拟正常呼吸、叹气样呼吸、陈-施氏呼吸、库什摩尔呼吸、毕奥呼吸。· 真实的自主呼吸，呼吸时胸廓有起伏，可调节呼吸频率及呼吸深度。· 听诊：可听诊几十种声音，包括正常心音、异常心音、正常呼吸音、异常呼吸音、正常肠鸣音、异常肠鸣音。■ 临床护理训练：· 穿刺术：胸腔穿刺、骨髓穿刺。· 血压测量训练、三角肌皮下注射、股外侧肌内注射、手臂静脉穿刺、注射、输血、臀部肌内注射。· 清洗梳理头发、洗脸、耳清洗滴药、口腔护理、假牙护理、吸痰法、氧气吸入法、口鼻饲法、洗胃法、胃肠减压、灌肠法、造瘘引流术、男/女性导尿术、男/女性膀胱冲洗术。· 整体护理：四肢关节左右弯曲、旋转、上下活动、擦浴、穿换衣服、冷热疗法。■ 软件系统应用：· 提供单机版（一点一套）、网络版(一点多套）软件，用户可根据自己的实际需要进行选择。· 脚本/病例编辑：支持用户自编辑模拟护理病例，软件自动记录病情的变化和学员操作过程。· 模拟注射泵/输液泵的使用：多媒体动画展示注射泵/输液泵的操作流程，可选择药物进行操作。· 训练与考核：软件内存有几百道考题。支持心电图、急救知识理论、护理场景、病例、CPR训练与考核。· 心电图监护：使用指夹式血氧探头，实现模拟心电监护和真实心电监护，内部储存上千种心电图。· 护理场景脚本训练/考核：系统自带数十个场景，涵盖内科、外科、急诊、ICU等科室病人的护理，并通过交互性多媒体课件检验护理操作关键知识点的掌握程度。软件提供多种药物治疗和典型的辅助检查，如胸片、超声心动图，12导联心电图等。· 局域网络教学：可选配摄像头，具有彩色视屏监控功能，可对每个在线的学生的操作手法和过程进行实时视屏监控。综合计算机同步统计数据，便于教学掌握每个学生的训练考核情况。

额定电压：220V 出售商品种类：34 存储商品数量：190 支付方式：支付宝、微信等手机扫码在线支付 外形尺寸：H1910*L840*W836 是否制冷：带冷藏 是否带显示屏：无 自动售货机多少钱一台,无限宝盒仅需8890元,自动售货机厂家直销售后服务好！互联网型综合商品无人售货机！

网络音乐以其使用率一直位居中国互联网应用前三甲的宝座，音乐已经成为用户通过搜索引擎搜索的前三大类内容之一，用户比例高达41.6%，大部分综合搜索引擎都已经提供针对音乐的垂直搜索功能。互联网上日益庞大的用户规模以及海量的数字音乐要求高效的音乐检索手段和令用户满意的检索体验。 本系统采用多模态情感回归的方法，实现音乐情感的自动标注，并通过音乐情感词作为中间桥梁，实现音乐情感维度信息到情感类别的映射，间接实现了音乐情感的分类。因此本系统能够同时满足对音乐情感维度信息和类别信息自动标注的需求。

产品详细介绍ZDCF-9型自动氟离子测定仪一、产品特点：主要用于测定煤中氟的测定，根据国标GB/T4633利用高温燃烧水解——氟离子选择性电极法测定煤中总氟量，可供煤炭、电力、冶金和地质勘探等部门的实验室使用。二、 功能特点：1、本仪器集控温、搅拌及蒸汽量控制于一体，微电脑蒸汽多段控温，稳定性高，体积小，小功率耗电量小，测定精度高是目前实验室理想的氟含量测定仪器。本仪器采用连续自动电子控温，实时控制升温电流，温度控制精确。2、本仪器在一代设备的基础上，改进了送样装置，由人工送样改为连续自动送样，避免了人工送样，异径管爆燃易裂的弊端。3、送样更加稳定连续性强，送样时间精准，提高了检验结果的精确度，简化了实验人员的操作程序。4、采用单管式高温炉为燃烧炉，长寿命硅碳管加热器件，克服了双管长时间加热导致异径管变形，温度改变相互产生影响，造成检测样品的准确度误差增大、降低精度的缺点。5、本仪器操作集中、简单，容易控制避免了以前两支石英异径管所处位置不同，工作人员调试设备时费事、费时的情况。6、外填充铝和硅酸铝保温棉以起到良好的保温性能和充分长度的恒温区。7、本仪器采用微电脑控制，触摸液晶显示屏，显示更直观，数据存储量大，可自行编辑程序。8、 输入检测数据可以自动换算结果，无需人工计算，数据保存，查询方便简洁，信息集中，明确，一目了然。9、检测样品，无需冷却即可试验下个样品。三、技术参数： 1、单节高温炉：    控温范围：0℃-1200℃     升温电流：0-10A    精度：±2℃.             恒温区：80-100㎜ 2、搅拌速度：0-1500r/min连续可调 3、蒸汽发生器：升温电压0-200V连续可调； 4、功率：1KW    整机电源：AC220V±10V 50HZ    整机功率：4KW 5、主机尺寸：660㎜×430㎜×460㎜    主机重量：40㎏6、本仪器优于国标。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。