专业语言学习硬件操作面板，物理按键分布明确 声音在网络上无损传输，声音纯净，完美再现；教室授课对讲、学生分组会话时，声音延迟<5ms 支持英语四、六级口语网络考试等各类国家级考试、语言教学、计算机教学

星立方第三方学习测评服务”是一种基于学生学科知识、学科技能以及学科思想等多种维度的检测与学业数据挖掘、分析、反馈服务。

平台按照最新教学理念全新打造，适应于“线上线下”同步教学。平台采用最新先进3D数字技术、轻量级压缩技术、模型文件在线载入快、无卡顿，数字资源形象直观地综合表现出知识点和课程教学内容，提供3D数字资源、全景数字切片、高清全景图、3D动画/视频等上万个优质的数字教学资源，满足学校教学需求。平台包含病理学数字切片、病理学3D虚拟模型、病理学3D大体标本模型、病理学高清标本图、病理学切片微视频、病理学3D动画六大部分 1、病理学数字切片库：涵盖医学教育5 年制和8年制教学中的病理学切片，具有教学点标注功能，切片可以放大、缩小，放大倍数自适应。 肺类癌 肝局灶性结节性增生 肉芽肿性甲状腺炎 小细胞肺癌 2、病理学高质量3D虚拟模型：模型精准的体现人体器官病理的变化，按教学大纲分12个章节编排，先天性心脏病模型，后天性心脏病模型，心血管病理模型，泌尿系统病理模型。可以放大、缩小，平移、拆分、360旋转，图钉标注、等功能， 心肌扩展增厚 多囊肾 急性肾盂肾炎 心脏动脉瘤 3、病理学大体标本实物模型：按教学大纲分12个章节编排，包含常见的病理学3D实物大体标本模型，可以放大、缩小，平移、360旋转，图钉标注、等功能。 子宫内膜癌 蜂窝织炎性阑尾炎 肺平滑肌肉瘤 肾癌 4、病理学数字化高清标本图：手术新鲜大体标本，没有经过福尔马林浸泡，具有教学点标注功能，切片可以放大、缩小，放大倍数自适应。 高血压左室肥厚 脾脏恶性组织细胞增生症 5、切片微视频讲解，文字+语音解说。 肝癌 6、病理学3D动画：中文语音讲解 知行医苑平台网址：http://www.xd-zxyy.com

智慧教育AIGC信创一体机是集pc端畅学杏林，手机端掌上金课为一体，结合高质量知识图谱、国产通用大语言模型和自主芯片算力的3级全信创AIGC服务器。响应教育部高校教育质量控制建设号召，结合OBE教育理念将BOPPPS教育模式，应用于学生手机端，教师在课堂中把控五步关键环节，激活学生4种互动状态，保障继教课程质量。构建起智学、智教、智管、智评“四位一体”服务平台，推动全终端、全受众、全空域、全时域、全场景、全连接的“六全式”融合教学模式改革。 丰富的课程资源：汇聚成都中医药大学1200门优秀本科课程，包括国家一流课程、省级一流课程、名师讲堂等，全校师生可以选择学习。提供全面的中医药数字教学资源，涵盖电子教材、视频讲座直播课堂和在线测试等功能，方便师生随时访问。 特色AI教学工具：主要特色通过集成的AI教学工具，实现线上线下混合式学习，提高教学效率，并促进教学方法的。允许教师通过AI出题、AI答疑、AI微课功能协助开展教学，提高备课、教学效率。学生则可通过AI助学功能，利用语音或文字输入进行提问和获取智能答疑。 可视化“教学督导”：围绕课程教学质量，搭建“学生画像”、“教师画像”教学评价，提供校内、校外业务相统一的督导巡课平台。创建校外专家评审链接，在外网环境下，点击链接即可访问平台进行督导巡课。 智慧教育AIGC信创一体机一体机集大模型Agent软硬件、算法和数据处理多维层级灵活部署，搭载鲲鹏920处理器，支持8张Atlas300i加速卡超强算力，结合多核高效鲲鹏架构，提供高效AIGC大语言模型推理和数据处理及安全保护体系。 让高校智慧教育快速实现：智慧教育AIGC信创一体机在手，教育创新与数字化转型的蓝图便触手可及。

气浮机刮渣机

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义

本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务

已有样品/n1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和 灰份含量检测速度：<2 秒/样本； 3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提

EMOD扩展模块是由上海皮赛电子有限公司设计、生产的一系低速外围应用电路模块。