|
搜索
搜 索
高等教育领域数字化综合服务平台
4.创意组合模型-形状与结构组合
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
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-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-416-2静脉立体结构模型
XM-416-2静脉立体结构模型
XM-416-2静脉立体结构模型以中静脉组织结构光镜立体模型图设计而成，采用静脉的一段端，模型呈园筒状，从内向外分别显示内膜、中膜和外膜，内膜薄，内弹性膜不明显，中膜比动脉中膜薄很多，外膜较厚，由结缔组织组成，无外弹性膜。
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
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
钢木结构图书馆书架
洛阳励耘家具有限公司
2022-07-25
复极式离子膜电解槽极网自动化激光焊接成套技术装备
北京工业大学
2021-04-14
上四下四回流焊,回流焊接机QS-F830
产品详细介绍上四下四回流焊,回流焊接机QS-F830 http://www.qinsidianzi.com/
深圳市勤思科技有限公司
2021-08-23
WR-KH03焊接机器人编程与维护实训考核工作站
焊接机器人实训考核工作站是按照教育部1+X焊接机器人编程与维护职业技能等级证书中的试点、考核站点标准要求，研发设计的多功能智能焊接工作站，工作站符合相关建设标准和具有自主知识产权。WR-KH03型焊接机器人编程与维护实训考核工作站为高级工作站，主要由焊接机器人单元、焊接电源单元、焊枪单元、柔性焊装工作台、焊接手动通用夹具、焊接自动通用夹具、自动化夹爪、物料排列装置单元、机器人第七轴、多功能料架、周边设备单元、激光视觉应用编程、系统集成技术、系统数字化管控、安全防护单元、焊接任务单元、离线编程单元、教学资源单元、考评系统、监控系统等组成一套的智能焊接实训考核工作站。每个单元由多个模块组成，实操与离线仿真结合面涵盖机器人焊接工艺方法和实际应用案例。能按任务要求，完成焊接机器人系统的多机联动编程、多机联动联调、系统集成工艺分析、系统集成工件分析、系统集成工装设计，系统集成电控设计，系统数字化管控管理，数字化数据采集，激光视觉应用编程焊缝寻位应用和焊缝跟踪。实训考核工作站遵循全功能化、全模块化、全信息化、近工业化的智能焊接机器人系统，主要用干教育部1+X焊接机器人编程与维护职业技能等级的师资培训，考评员培训，1+X职能技能等级证书取证的实操培训与考评;同时也可进行工业机器人基础培训，应用培训技能训练技能竞赛等，话合中职，高职应用型本科院校1+X证书的培训老评以及相关专业课程的实训教学，适合社培机构技能人才培养培训。
宁波摩科机器人科技有限公司
2022-11-07
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