XM-639脑神经在头颈部分布模型（十二对脑神经）   XM-639脑神经在头颈部分布模型（十二对脑神经模型）上带部分颅底，眶的上壁和外侧壁已剖掉，暴露出眼球、眼球外肌和眶内神经、下颌支及部分颞骨、颈部浅层肌除去暴露出脑神经在颈部的分布；颅底内面可见十二对脑神经出入颅底孔裂的情况，在正中面上，上鼻甲粘膜内可见嗅神经丝穿筛孔进入嗅球，切开鼻腔外侧壁暴露翼腭神经节及其分支；眶内显示眼球、眼球外肌， 动眼神经、滑车神经、展神经、三叉神经眼支和睫状神经节的位置的分布；下颌支及颞骨一部已切去，显露三叉神经的上颌神经，下颌神经的走行、分支、分布和下颌下神经节；面神经在面神经管内分出岩大浅神经和鼓索的情况，舌咽神经、迷走神经在颈部走行、分布情况，副神经支配胸锁乳突肌和斜方肌，舌下神经进入舌内等情况。 尺寸：放大2倍，42.5×15×40cm 材质：PVC材料

产品详细介绍

成果描述：本发明申请要解决的问题是，服务器在两个服务速率的模式下，等待服务的数据包有一定的耐心时间，在此情况下给出吞吐率，平均队长，平均等待时间段的计算方法。市场前景分析：本专利考虑以下问题一个光纤局域网，如图1所示. 此光纤网络连接着n个分布式网络。第i（i=1,2…,n）个分布式网络通过接入路由器 i 和对应的端口 连接到光纤局域网。光纤局域网通过网关路由器连接到主干网。端口 （i=1,2…,n）有一个可调的光发射器和接收器，并且可以通过一定的带宽来传送数据。对于光纤网络的带宽的分配问题，最简单的解决方法是当第i个接入路由器向网关路由传送数据时，其余 个接入路由停止向网关路由传送数据（也就是说第i个接入路由器占用所有的带宽）；当第i个接入路由传送完毕时，第i+1个接入路由开始传送数据。Servi和Finn[1]提出了另一种新的光纤网络带宽分配方法，即将光纤网络的带宽分成两部分，一部分带宽按照前述简单的方法，接入路由依次向网关路由传送数据，而另一部分带宽则是被所有接入路由器均分，故每个接入路由器传送数据的速率为这两部分之和。这样的传送方式设置了低速运行期，在一定程度上减小了成本，节约了能源，而且在多重工作假期的基础上，缩短了休假时间，增加了系统闲期。与同类成果相比的优势分析：针对网络服务器在两个不同工作模式-工作期与工作假期下服务。工作期与工作假期分别对应一个快，一个慢的服务速率。到达的请求有一定耐心时间。到目前为止针对以上系统尙没有合适的理论计算模型和方法。 本专利用泊松过程拟合到达过程，用不同参数的指数分布拟合服务时间，工作假期时间，和请求的耐心时间。利用上述拟合参数，本专利给出了请求的到达率 ，工作期服务率 ，工作假期服务率 ，工作假期时长参数 ，顾客的耐心时间时长参数 与平均的队长 和平均系统逗留时间 相互之间的关系。提供了一种计算出平均的队长和系统逗留时间。从而为网络服务器的各项性能指标的设计提出指导。

本发明公开了一种加速基于 XOR 的 RAID-6 编解码过程的方程 并行计算方法：将基于 XOR 的 RAID-6 编码的校验规则用校验方程组 表示，把每个校验方程在编解码过程中的求解分解为两个阶段——“预 计算阶段”以及“递归求解阶段”；每个校验方程由一个独立的线程 实施求解，多个校验方程的预计算阶段被并行执行；使用一个全局共 享的数据块状态表记录数据块的状态以协调所有线程的执行。本发明 方法利用编码的潜在并行能

本发明申请要解决的问题是，服务器在两个服务速率的模式下，等待服务的数据包有一定的耐心时间，在此情况下给出吞吐率，平均队长，平均等待时间段的计算方法。

本发明公开了一种基于计算机视觉的浮桥线型自动控制系统，包括岸基控制端和数个浮船控制端，岸基控制端设置于河岸，岸基控制端包括摄像头、图像采集卡和工业计算机，浮船控制端分别设置于各个浮船上且位于同侧，浮船控制端包括位于浮船上的标靶、环境数据采集单元和用于驱动浮船移动的驱动单元，摄像头用于监控并捕捉数个浮船上的标靶图像，并由图像采集卡将图像转换为数字信号传输给工业计算机，工业计算机用于分析图像并判断浮桥线型偏差是否超过预设阈值，并根据判断结果控制环境数据采集单元采集信息，工业计算机分析后控制驱动单元驱动浮船移动调节。本发明实现了浮桥线型的自动监控与调整，提高调整效率和准确性，增强浮桥稳定性和安全性。

面向AI等应用发展趋势推出的新一代高性能、高密度插卡式交换机 产品特性： 固化4个扩展插槽，每槽位最大可支持32个100G端口，更好满足数据中心网络演进需求 支持2+2电源与5+1风扇热插拔，支持GR完美重启，实现硬件与链路可靠性双重保护 三层路由功能轻松适配多重业务，数据传输高效有保障 多重管理方式选择 网络维护简单有效 构建下一代数据中心网络 AI/机器学习等应用的高速发展，驱动下一代数据中心网络向100G/400G演进。下一代数据中心网络，要求设备在单位空间内，具备更高的性能、更大的带宽，RG-S6920-4C在4U高度空间内，最大可提供128个100G端口，或64个100G端口+16个400G端口，更好的满足下一代数据中心网络的演进需求。 构建高性能、低延时数据中心网络 RG-S6920-4C交换机配合RG-S6510系列交换机，基于PFC/ECN等网络流控技术，以及MMU调优技术，可构建端到端、无损、低时延转发的RDMA（Remote Direct Memory Access，远程直接内存访问）基础承载网络，满足AI/机器学习、高性能计算、分布式存储大数据等应用场景的网络部署要求。 电信级可靠性保护 RG-S6920-4C交换机支持2+2电源冗余，5+1风扇冗余，所有电源模块以及风扇模块均可以热插拔而不影响设备的正常运行。此外整机还支持电源和风扇的故障检测及告警，可以根据温度的变化自动调节风扇的转速，更好的适应数据中心的环境。还具备设备级和链路级的多重可靠性保护。采用过流保护、过压保护和过热保护技术。 除了设备级可靠性以外，该系列还支持丰富的链路可靠性技术，比如支持GR快速重启、BFD快速转发检测等机制。当网络上承载多业务、大流量的时候，降低异常对网络业务的影响，提升整网可靠性。 IPv4/IPv6双栈协议多层交换 RG-S6920-4C交换机，硬件支持IPv4/IPv6双协议栈多层线速交换，硬件区分和处理IPv4、IPv6协议报文，支持多种Tunnel隧道技术（如手工配置隧道等等），可根据IPv6网络的需求规划和网络现状，提供灵活的IPv6网络间通信方案。 支持丰富的IPv4路由协议，包括静态路由、RIP、OSPF、IS-IS、BGP4等，满足不同网络环境中用户选择合适的路由协议灵活组建网络。 支持丰富的IPv6路由协议，包括静态路由、RIPng、OSPFv3、BGP4+等，不论是在升级现有网络至IPv6网络，还是新建IPv6网络，都可灵活选择合适的路由协议组建网络。 完善的管理性 支持丰富的管理接口，例如Console、MGMT口、USB口，支持SNMPv1/v2/v3，支持通用网管平台。支持CLI命令行， Telnet，集群管理，使设备管理更方便，并且支持SSH2.0、SSL等加密方式，使得管理更加安全。 支持SPAN/RSPAN镜像和多个镜像观察端口，可以将网络流量输出分析以采取相应管理维护措施，使原本不可见的网络业务应用流量变得一目了然，可以为用户提供多种网络流量分析报表，帮助用户及时优化网络结构，调整资源部署。

毛细凝聚是指在限域空间内的气体，不必达到过饱和状态即可发生凝聚从而转变成液体的现象。毛细凝聚普遍发生于颗粒状物料和多孔介质中，可极大地改变固液界面处的吸附、润滑、摩擦和腐蚀等特性。毛细凝聚关联了宏观固液界面润湿和微观分子间力学作用，是纳米限域力学的关键科学问题，也是当前介尺度科学的国际前沿热点。 早在150年前，著名的英国科学家威廉·汤姆森（William Thomson，后来被册封为开尔文勋爵）从理论上描述了毛细管内弯曲的液气界面引起的蒸气压变化，被称为开尔文方程，这是固液界面润湿领域三大经典理论之一。数十年来，研究者致力于研究开尔文方程在纳米尺度的适用性问题。然而，在极端限域条件下，通道特征尺寸与水分子大小相当，实验观测难度大，经典模型中采用的弯月面曲率、接触角等概念难以准确定义，给理论分析带来极大挑战。 针对该问题，国际合作团队利用二维材料构筑的纳米通道开展了实验，基于通道壁面变形表征了毛细凝聚。我校王奉超教授研究揭示了固液界面能的尺寸效应，修正了经典的开尔文方程，建立了纳米限域毛细凝聚的新理论，对该极限尺度的最新实验结果及其力学机理进行了合理解释，阐述了固液界面力学作用在纳米/亚纳米尺度的毛细凝聚中扮演的重要角色，明确了经典理论方程中重要参数及边界条件的微观理解是介尺度固液界面科学研究的核心所在。

“新型多天线传输技术”是5G移动通信系统亟待研究的关键问题之一。孕育其中的3D-MIMO技术则是亟需攻克的难点之一。据此，本技术成果依据3D-MIMO技术中的多用户智能波束赋型，研究Massive MIMO阵列对5G系统波束赋型性能的影响。 技术成果主要功能： ？ 时间反演波束赋形（Time Reversal Beamforming, TRBF）通信系统可计算模型。 此部分主要是在经典的天线系统排布方向图与增益的理论研究基础之上，进一步研究这些天线系统的排布对TR大规模MIMO通信系统性能的影响，建立了基于不同天线系统排布的不同的信道响应模型。 ？ TRBF通信系统互耦效应的可量化分析模型。 建立了互耦的信道模型，然后通过信道模型来分析TRBF通信系统的性能。 ？ TRBF通信系统极化信息的可量化分析模型。 针对天线的极化特性建立信道模型，基于极化信道模型分析TR通信系统的性能，建立系统极化信息可量化分析模型。 技术成果应用领域： TR通信可以利用复杂环境中的丰富多径来提高系统的信道容量，减小误码率等等。并且TR的空间聚焦特性能精确定位用户终端，所以TR Massive MIMO通信系统可以用在受阴影衰落较大的地区，例如位于密集高大建筑楼群的低层用户，由于巨大的建筑物遮挡阴影损耗，要想实现设备到设备之间的直接通讯很困难，而TR技术可以精确定位到传输终端，达到普通波束赋形达不到的效果。类似的环境还有山区高大山群的阴影衰落，信号衰减大的森林地区等等。 此外，TR通信能够利用复杂环境中的丰富多径来提高通信系统的性能，所以在电磁波反射路径多的环境，自然环境比如地下车库，隧道等，人造环境比如模拟体验太空舱，金属装饰风格的办公室或者住宅等（见下图2）。在这些多径异常丰富的环境下，移动终端经常会出现接收不到信号等，这也是秉承随时随地接入网络宗旨的5G蜂窝移动通信系统亟待解决的问题，而这些场景正是完美的TR技术应用场景。 由此可以想见，TR在5G蜂窝移动通信系统覆盖范围下的某些特殊通信场景极有用武之地。