采用现代先进分析技术，利用荧光分析、库伦分析等工作原理，进行微量、恒量元素的分析检测。可广泛应用于环境、大气、试样中硫、氯、氮、碳、氢等元素含量的检测。具有TSN-5000硫氮分析仪、WK-3000库仑分析仪、WCH2000碳氢分析仪等系列。企业委托研发。

产品详细介绍

大小鼠步态通过足印图像增强技术采用高速摄像机可以清晰地采集大小鼠行走过程的足印信息，本仪器可广泛应用于脑缺血、阿尔茨海默病、帕金森氏病、脑外伤、脊髓损伤、疼痛疾病、关节炎等多种疾病动物模型步态的研究。

学习分析系统采用数理统计的方法来处理成绩数据、行为数据，通过对成绩数据、行为数据的科学分析与评估，辅助、推进教学研究，提高教学质量。

可以私有化部署的用户行为分析平台 轻松上手十大分析模型，灵活组合、秒级响应，探索不同业务中的关键行为，洞察指标背后的增长点。

一、产品概述 文香行为分析系统支持人工智能技术，实时洞察教学场景变化，通过智能行为分析盒可以自动抓拍并分析教师和学生的行为活动，并自动生成报告，例如：举手人数、低头人数、情绪占比率统计分析等，对课堂教师和学生行为进行分析，了解学生对学习的状态。通过人工智能及大数据个性化精准分析，从单一到多元，从封闭到开放，助力学校个性化教学的发展。对学校基础信息管理和学生行为相关数据进行收集，并将采集到的数据进行数字化存储，为智慧学校建设提供重要资源。 二、产品特点 课表一键导入 课表一键导入 多种可视化图表 智能统计分析 三、智能行为分析盒 无嗓音：采用嵌入式ARM架构，无风扇设计，使用时无噪音 支持本地输出：HDMI支持本地输出查看分析画面，画面中标注实时分析结果 网络视频流接入：支持不小于2路网络视 频流接入，实现教师、学生行为实时分析 标准接口对接：采用1路千兆网口，支持标 准的HTTP接口，与学校信息化系统对接 适应大场景分析：支持云台巡视功能，可 在行为分析盒配置巡视，适应大场景分析 安全供电：为保证产品使用安全，行为分 析盒采用12V安全供电

产品详细介绍 南京金牛高速分析仪器有限公司专业制造各类钢铁成分分析仪器,铸造生铁化验仪,有色金属分析仪，多元素分析仪，高频红外碳硫分析仪，电脑碳硫分析仪，五大元素分析仪等高速分析仪器，产品高、中、低档齐全。一、碳硫主要技术指标：1、测量范围：碳0.02％～6.00％  硫0.002％～2.00％;2、测量时间：C、 S约45秒;3、测量精度：符合GB/T223.69-97　GB/T223.68-97标准;二、元素分析主要技术指标：1、分析方法：光电比色分析法;2、量程范围：吸光度值0～1.999A、浓度值0～99.99％;3、测量精度：符合GB223.3－5.88标准;4、可测元素：锰、磷、硅、镍、钼、铬、钛、铜、铅、锌、铁、铝、镁、稀土、铌、钒等元素的分析;5、电源电压：220v±10%  50Hz ;三、碳硫主要特点：1、气体容量法差压式定碳、碘量法定硫；2、单片机控制电路，工作过程全自动操作、彻底消除人为误差、性能稳定可靠；3、进口精密传感器检测数据，测量准确，自动打印测量结果。4、启动一次完成碳硫全部测定。操作简单、维修方便。四、元素分析主要特点：1、零点、满度均可自动调整，无需准确调整，直读吸光度或百分比含量，自动打印结果，包括炉号、日期、浓度百分含量；2、采用单片机控制电路，可储存15条曲线；3、采用精密触摸式键盘，32键音响提示，操作简单、适用、稳定性好；4、更换不同的冷光源或滤光片，可扩大测量元素的种类和含量范围；5、采用先进的光电转换技术，适用于各种金属材料化验。

产品详细介绍南京固琦分析仪器制造有限公司专业制造各类萤石分析仪器，白云土分析仪，不锈耐酸钢分析仪，机械加工分析仪器，石油机械分析仪器,模具钢分析仪，低温钢分析仪，合金工具钢分析仪，钢轨钢分析仪，桥梁钢分析仪，锅炉钢分析仪，压力容器用钢分析仪，硬化钢分析仪，切削钢分析仪，硅钢船用钢分析仪，锚链钢分析仪，船用钢板分析仪，精密合金分析仪，耐蚀合金分析仪，高温合金分析仪，可锻铸铁分析仪，耐热铸铁分析仪，轧辊用铸钢分析仪，低合金结构钢分析仪，合金弹簧钢分析仪，高速工具钢分析仪，滚珠轴承钢分析仪，可测定工业材料中碳、硫、锰、磷、硅、镍、铬、钼、铜、钛、锌、钒、镁、稀土等元素素的含量。仪器测量范围广、精度高，高、中、低档齐全，并能接受用户特殊定货。广泛应用于钢铁分析仪器、冶金化验仪器、机械分析仪器，化工分析仪器、矿山开发设备等行业及质量监督部门和大专院校。(http://www.gqfxy.com)  025-57357222 13851978239)。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：