XM-527成人纵膈模型   XM-527成人纵膈模型从左面看显示心包、主动脉弓、胸主动脉、胸导管等；右面观显示心包、食道、上下腔静脉、奇静脉等；纵膈两侧均有胸腺、支气管、肺动静脉、膈神经、迷走神经、胸廓内动静脉等，胸廓后壁示肋间动静脉、肋间神经、交感神经干等。 尺寸：自然大，50×26×16cm 材质：PVC材料

一、 项目简介通过机器视觉进行电缆护套拉伸长度测量，用于“电线电缆”产品检验设备，通过数字图像处理技术测量电缆护套上两个标志点之间的长度，来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预，可自动完成电缆护套试件拉伸长度的测量，检测过程中样品无接触压痕，可实现5个实验样本一次装卡，同时作拉伸长度检测试验，并进行智能数据分析，缩短了试验时间，极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制，获专利1项。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）1、最大试验力：500N ；     2、测力示值准确度：≤±1.0%；3、试验速度范围：10-500mm/min； 4、速度示值准确度：≤±1mm；5、移动台最大位移：600mm ；  6、位移示值准确度：≤±1mm。四、 市场前景（应用领域、市场分析等）产品可用于电材生产及相关质检部门，目前国内无类似产品，属国内首创，市场前景看好。五、 规模与投资需求（资金需求、场地规模、人员等需求）机械部分可以自行加工或外协加工，计算机电控部分组装与调试需2~3人。除机械部分外，厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算，可获利约1500-2000万，七、 合作方式 技术入股，技术转让等形式。或面谈。八、 项目具体联系人及联系方式（包括电子邮箱）项目负责及联系人：高振斌，电话：022-60436758邮箱：gaozhenbin@hebut.edu.cn九、高清成果图片2-3张  

生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

本发明公开了一种低品位热能驱动的吸收式制冷除湿一体化空调系统，包括溶液除湿循环回路和溶液制冷循环回路；溶液除湿循环回路包括发生器、溶液?溶液换热器和溶液除湿器；发生器输出端a通过溶液?溶液换热器连接溶液除湿器输入端，溶液除湿器输出端通过溶液?溶液换热器连接发生器输入端；溶液制冷循环回路包括吸收器、溶液?溶液换热器、发生器、冷凝器、蒸发器以及表冷器；吸收器输出端通过溶液?溶液换热器连接发生器输入端，发生器输出端a通过溶液?溶液换热器连接吸收器输入端b，发生器输出端b连接冷凝器输入端，冷凝器输出端a连接蒸发器输入端a，蒸发器与表冷器通过第二阀门和冷冻水泵连接，蒸发器输出端b连接吸收器输入端a。

北京大学物理学院颜学庆教授/马文君研究员团队近期在激光加速重离子领域获得重要进展。他们利用人工设计的双层纳米靶材，获得了能量高达580兆电子伏特（MeV）的碳离子，将飞秒激光加速重离子能量记录提高了两倍。相关结果以” Laser Acceleration of Highly Energetic Carbon Ions Using a Double-Layer Target Composed of Slightly Underdense Plasma and Ultrathin Foil”为题发表在物理评论快报上（Physical Review Letters 122，014803 （2019））。 高能重离子在肿瘤治疗、生物辐照、核物理与核能等领域有着广泛的用途。利用超强飞秒脉冲激光加速重离子一直是激光加速领域的难点。之前的大量实验研究中，通常只能获得最高能量为几兆电子伏特每核子（MeV/u）的重离子。而在相同条件下，质子可被加速至近百兆电子伏特，远高于重离子。这是因为，要有效加速重离子，需要将其在加速初始阶段就电离到高电荷态注入到加速场中，并且保持足够长的加速时间。一般情况下，这两点很难同时实现。马文君研究员团队在前期工作的基础上（PRL 115, 064801 (2015)，PRL 113, 235002 (2014), Adv Mater 21(5),603 (2009), Nano Lett 7(8), 2307(2007)），设计并制备出了一种由超薄超低密度碳纳米管泡沫与类金刚石纳米薄膜组成的双层复合靶材，成功地同时实现了这两个条件。复合靶材在超强飞秒脉冲激光作用下，位于类金刚石纳米薄膜中的碳离子，先后经历了光压电离注入与长达数百飞秒的鞘场加速两个过程，最终速度达到了光速的30%。这是首次利用超短脉冲在实验中实现了重离子的级联加速。图：本研究结果（）与已有重离子加速实验结果汇总。 他们的理论与数值模拟工作表明，这种高效的加速方案也适用于金、钍、铀等重离子。在现有激光条件下，可产生能量为数十兆电子伏特每核子、密度为传统束流10^9倍的高能高密度重离子束流。这种高能高密度重离子束团将为超重元素合成、短寿命核素加速、温稠密物质等温加热等重要物理难题的解决提供新的方案。，将为科学前沿领域及新兴交叉学科的迅猛发展带来新的机遇。 马文君研究员为论文第一作者与通讯作者。颜学庆教授与韩国基础科学研究所的Nam，Chang Hee教授为共同通讯作者。论文主要作者还包括陈佳洱院士、贺贤土院士、M. Zepf教授, J. Schreiber教授, Kim, I Jong教授、林晨研究员、卢海洋研究员和余金清博士等。该项目得到国家重大科技基础设施培育项目（2017ZF22）、科技部重大仪器专项、自然科学基金重点项目、核物理与核技术国家重点实验室和北京市卓越青年科学家等项目的支持。 相关文章链接如下：Phys. Rev. Lett. 122, 014803 （2019）https://doi.org/10.1103/PhysRevLett.122.014803Phys. Rev. Lett. 115, 064801 (2015)https://doi.org/10.1103/PhysRevLett.115.064801