|
搜索
搜 索
高等教育领域数字化综合服务平台
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
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
XM-502B胃壁层次结构模型
XM-502B胃壁层次结构模型
XM-502B胃壁层次结构模型作阶梯状剥离，示各层结构及血管分布，主要显示粘膜、粘膜下层、肌层和浆膜。
尺寸：放大，20×14×18cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
手绘显微结构及模式图展示
独家提供教师教学课件中所需的生物模式高清图片，服务学生课外能力、实践的提升，开创手绘模式教学与实践；
河南雨林教育工程有限公司
2021-02-01
结构化面试基础理论课
结构化面试
支持随到随学，23年01月过期
01结构化面试—基础知识与礼仪（一）
【录播】结构化面试—基础知识与礼仪（一）(23分钟) 免费试学
02结构化面试—基础知识与礼仪（二）
【录播】结构化面试—基础知识与礼仪（二）(58分钟)
03结构化面试—面试高分的要素
【录播】结构化面试—面试高分的要素(43分钟)
04结构化面试—社会现象分析（一）
【录播】结构化面试—社会现象分析（一）(33分钟)
05结构化面试—社会现象分析（二）
【录播】结构化面试—社会现象分析（二）(44分钟)
06结构化面试—言辞分析
【录播】结构化面试—言辞分析(41分钟)
07结构化面试—实务处理类—计划组织
【录播】结构化面试—实务处理类—计划组织(67分钟)
08结构化面试—其他实务处理类（一）
【录播】结构化面试—其他实务处理类（一）(44分钟)
09结构化面试—其他实务处理类（二）
【录播】结构化面试—其他实务处理类（二）(37分钟)
10结构化面试—人际关系
【录播】结构化面试—人际关系(43分钟)
11结构化面试—自我认知
【录播】结构化面试—自我认知(32分钟)
12结构化面试—联想与拓展
【录播】结构化面试—联想与拓展(31分钟)
杭州思政教育咨询有限公司
2021-02-09
钢木结构图书馆书架
洛阳励耘家具有限公司
2022-07-25
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