产品详细介绍Kings金石3d打印设备厂家直销，是领先的3D打印机品牌。采用SLA光固化技术原理，广泛应用于教育、医疗、建筑、汽车制造、工业、手板模型、鞋模开发等领域。金石三维的高清3D打印机KINGS? S系列，具有超快的打印速度，其构建尺寸专为鞋模而设计，在量产的同时还能保证极其细微的精度，是鞋模公司及鞋企的理想选择。这是一款高性能、高效率的3D打印鞋业模机，采用德国振镜高速扫描器，兼具可变光斑技术，迅速填充大轮廓内腔，打印标准40码鞋模中底平均仅需1.05小时，2.98小时打印完整鞋模。征对鞋模的特殊性，对设备的参数进行智能优化，采用多项闭环控制算法，保证了机器工作中的稳定性和精确性。打印精度可达0.05mm，全方位360度无死角。软件方面，推出“一键转换水密档”功能插件，节省了大量的前期工作时间和人力成本。真正解决了鞋模行业的痛点，实现了3D打印技术与鞋模领域的完美衔接，为企业带来了更大效益。材料方面，硬料保证了低成本的打印，且能用来翻模制作。软料和弹性材料则可打印试穿鞋模，部分高韧性的材料甚至可以打印成品鞋。金石三维的优势独创的核心软件征对鞋模行业的特殊性，金石独创的一键加支撑及一键转换水密档功能，真正解决了鞋模行业的痛点，实现了3D打印技术与鞋模领域的完美衔接，节省了更多时间及人力成本，为企业带来了更大效益。我们更懂鞋KINGS? S系列3D打印机的研发及销售团队，多位在制鞋领域有着二十来年的资深从业人士把控着设备的品质和对接，让3D打印与鞋模实现无缝衔接，真正实现量产和收益。全方位的专业服务金石三维不仅有专人对客户进行操作培训，还在全国市场分别设有外派维护专员，随时为客户提供从机器的安装、调试到维护的服务。只要客户一个电话，我们最快能在1小时内抵达客户公司解决问题。相比同行的远程遥控指导，更加贴心务实。不止于鞋模的材料在制鞋领域，金石的目标不仅仅只是打印鞋模，KINGS? S系列3D打印机在将来的某一天将为消费者提供3D打印的成品鞋。目前，我们的材料在耐磨度、耐弯折度及韧性等方面有了极大的突破。国际知名品牌鞋业公司将成为金石的首批成品鞋合作客户。

产品详细介绍系统概述： 仪器设备管理系统是一个管理学校仪器设备等各种教育装备的资产管理系统，为全校乃至全区提供了“设备入库、领用、调拨、报损、报废和返还”一整套资产闭环管理。 房地产与设施管理系统负责管理学校的建筑物等大额资产，而仪器设备管理系统则负责管理除房地产类大额资产之外的所有校园固定资产。 系统特色： 1.产品符合《中华人民共和国教育行业标准 JY/T 1004—2012》编码标准； 2.内置全套多层级教育装备分类，一级分类就有392个，二级分类多达数千个； 3.形成了从“设备入库”到“设备收回”的资产闭环管理。

爱普生微压电打印头 新一代爱普生UltraChromeD6r-S墨水 更广泛的介质适用尺寸3.5"-A4 一键弹出卷纸单元，实现轻松上纸 17秒首张快速输出模式*1 输出速度360张/小时*1（4"x6"inch） 最高分辨率：1440x720dpi 最小墨滴：2.5pl 打印速度：标准模式：10s(4'x6') 喷头技术：Epson微压电打印头 颜色：青色，洋红色，黄色，淡青色，淡洋红色，黑色 墨水：爱普生“活的色彩D6r-S”染料墨水

华中师范大学通风设备类、实验柜、基础设施类（废液）等实验设备采购项目竞争性磋商

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本项目研发一种基于国际先进的微环流分析技术的原位水质监测系统，体积小，成本低，试剂损耗量较小，维护周期长。基于此仪器进行高密度水质监测网络的搭建，并通过无线技术将水质监测网络的数据上传到服务器，通过算法对数据进行分析，完成快速、准确的污染溯源，为水域污染的进一步防、治提供一种实时、有效的手段。

本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变 量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型， 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合； (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一 步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。