|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-416-1动脉立体结构模型
XM-416-1动脉立体结构模型
XM-416-1动脉立体结构模型以中动脉组织结构光镜立体模式图设计而成，采用动脉一段端，模型呈园筒状，从内向外分别显示内膜、中膜和外膜，内膜主要显示内皮、内皮下层和内弹性膜，中膜有多层平滑肌和外弹性膜，外膜由疏松结缔组织和成纤维细胞及毛细血管。
尺寸：放大，18.5×15.5×23cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
DNA模型DNA结构模型XM-842
XM-842 DNA双螺旋结构模型
XM-842DNA双螺旋结构模型组件用于演示DNA的组成，包括四种碱基、五碳糖和磷酸，并且可以演示DNA双螺旋的模式结构，即两条互相平行的多核苷酸链形成左右手螺旋，磷酸位于圆柱面上，碱基两两配对位于圆柱体的中间，碱基对平面垂直于圆柱体。
尺寸：放大，20×20×60cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
脾脏模型脾脏结构模型XM-852
XM-852脾脏结构模型
XM-852脾脏结构模型新鲜的脾脏状态，显示了较厚的被膜，结缔组织伸入实质形成小梁，切面大部分呈暗红色为红髓，由淋巴鞘及脾小结（淡兰色）组成，红髓由脾窦（灰兰色）及脾索(黄色)组成，还显示了脾脏的血液循环。
尺寸：放大，33×25×18cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
心肌超微结构模型XM-408
XM-408心肌超微结构模型
XM-408心肌超微结构模型从心肌纤维的纵切和横切面以及游离部分超微结构的形式显示：肌节、明带（Ⅰ）、暗带（A）、H带M膜、Z膜、粗丝和细丝及它们在肌节中的分布位置，还显示相邻肌纤维（肌细胞）之间的连接（即闰盘）的主体结构。
尺寸：放大，27×22×37cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-408心肌超微结构模型
XM-408心肌超微结构模型
XM-408心肌超微结构模型从心肌纤维的纵切和横切面以及游离部分超微结构的形式显示：肌节、明带（Ⅰ）、暗带（A）、H带M膜、Z膜、粗丝和细丝及它们在肌节中的分布位置，还显示相邻肌纤维（肌细胞）之间的连接（即闰盘）的主体结构。
尺寸：放大，27×22×37cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-842DNA双螺旋结构模型
XM-842 DNA双螺旋结构模型
XM-842DNA双螺旋结构模型组件用于演示DNA的组成，包括四种碱基、五碳糖和磷酸，并且可以演示DNA双螺旋的模式结构，即两条互相平行的多核苷酸链形成左右手螺旋，磷酸位于圆柱面上，碱基两两配对位于圆柱体的中间，碱基对平面垂直于圆柱体。
尺寸：放大，20×20×60cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
钢木结构图书馆书架
洛阳励耘家具有限公司
2022-07-25
一种球形二氧化硅基核壳结构吸附剂及其制备方法和应用
本发明公开了一种球形二氧化硅基核壳结构吸附剂及其制备方法和应用，将 MgCl2 水溶液和 SiO2微米球分别用表面活性剂进行改性，然后将改性后的 SiO2 分散液与 MgCl2 水溶液混合搅拌，同时滴加一定量的浓氨水，水浴条件下搅拌一定时间后停止，抽滤、洗涤、烘干最后于马弗炉中煅烧即可得到球 形二氧化硅基核壳结构吸附剂。其比表面
武汉大学
2021-04-14
一种基于聚谷氨酸的核壳结构水凝胶微胶囊菌剂及其制备方法
本发明公开了一种基于聚谷氨酸的核壳结构水凝胶微胶囊菌剂，包括内核和外壳；所述内核是由微生物、阴离子多糖和γ‑聚谷氨酸在钙离子交联作用下制成的凝胶内核；所述外壳是在壳聚糖、阴离子多糖和γ‑聚谷氨酸之间的静电作用下形成的壳聚糖外壳。本发明的微胶囊菌剂具有较高的包埋率以及菌剂缓释效果，微胶囊内层类生物膜结构的水凝胶内核可以诱导菌剂形成生物膜结构，“核壳”的致密结构还可以缓解氧化胁迫对菌剂的损害从而进一步提高菌剂储藏活性。本发明的微胶囊菌剂应用于水稻根部时可通过提高水稻可溶性蛋白与可溶性糖含量进一步促进水稻生长及缓解盐胁迫对水稻的损害，并显著提高菌剂在水稻根部的定殖效率。
南京工业大学
2021-01-12
网络的结构可预测性与网络结构的最短压缩比特串长度呈线性关系
在本研究工作中，该团队利用信息论和统计物理两个领域中熵的相关理论，对网络结构预测极限进行了研究。直观地说，一个可以仅用几个词描述的网络结构意味着它很简单，其边也很容易预测。例如二维晶格或一维链状结构。相反，如果一个网络需要很长的语言才能描述清楚，那么它应该具有非常复杂的结构，其结构很难预测。在计算机领域，任何网络的结构都可以被编码成二进制字符串。这启发了团队探寻最短二进制编码字符串长度，也就是熵，和可预测性之间的关系。 通过研究，该团队发现来自不同领域，很多大小不一的网络，其结构的最短压缩长度和可预测性之间存在一个普遍的线性关系。基于香农信源编码定理，该团队在随机网络上证明了这种线性关系。 进一步，利用这一线性关系，该团队推导出网络结构预测算法的性能上界，揭示出包括机器学习在内的预测算法性能尚存在多大的提升空间。因此，该性能界可用于指导未来在线商业推荐系统、蛋白质相互作用探测等场景中的算法设计。另外，该理论的一个有趣的用途是，可以实现在无需任何预测算法的情况下，通过网络结构压缩数据大小来估计一个网络数据集的商业价值。
中山大学
2021-04-13