产品详细介绍Semi-dry可穿戴脑电测量系统可穿戴脑电测量系统世界首创的Semi-Dry EEG水电级脑电系统（半干式电极），能够在脑电电极上通过少量水滴湿润的情况下执行高质量信号采集的技术（半干式电极几乎是干燥的），实际数据质量比干电极脑电系统更精确。与纯干电极设备对比，Semi-Dry EEG半干式电极脑电设备可以只使用少量水滴的湿度，但采集脑电信号质量比干电极更好；与传统的凝胶电极对比，实验准备时间比大大缩短，极短的系统配置时间即可开始工作，使用后无需清洁设备和头部。少量水滴对比长时间涂抹凝胶对于参与者来说也大大提高了用户体验与满意度，并且一旦完成实验水滴会蒸发掉（不需要像凝胶电极脑电系统一样清洁设备和头部）。Semi-Dry EEG/ERP系统是紧凑型便携式脑电系统，可实时记录8-64个EEG通道；由于Semi-Dry半干式电极传感器的创新设计，湿度可持续长达6小时，适合长时间数据连续采集，为用户提供了自由移动的高可用性。当进行高导联实验采用20-64个传感器时，用户可以更好地配置，使用更舒适。同时通过津发科技ErgoLAB人机环境测试云平台的EEG脑电同步采集分析模块拥有能够协同工作并与其他眼动传感器、生物传感器实时同步测量身体生理参数（如HRV，EDA，BVP，RESP，EMG等）。Semi-Dry EEG传感器放置在标准位置，高度稳定的触点和有源屏蔽，另一个重要的优点是系统具有主动屏蔽，与湿度传感器相结合，使传感器接触更稳定，这意味着在运动状态下采集信号质量更好，即使在户外作业条件下或存在电磁噪声的情况下，也能实现可靠，精确的数据记录。专为实验室外真实自然户外现场研究条件下多功能监控脑电图而设计，其操作简便佩戴舒适，系统配置非常快速且不需要使用电解凝胶，为研究人员提供了极大的舒适性和极高实验效率，同时由于其256Hz-1000Hz高采样频率和24Bit高精度也为实验室环境基础研究和应用研究开辟了大量可能性。该设备可结合津发科技ErgoLAB多通道模块化同步平台进行基于云架构的实验设计、数据同步采集处理，以及多通道人-机-环境测试数据综合分析，通过津发科技ErgoLAB人机环境测试云平台的EEG脑电同步采集分析模块拥有能够协同工作并与其他眼动传感器、生物传感器实时同步测量身体生理参数（如HRV，EDA，BVP，RESP，EMG等）。 ErgoLAB平台允许与其他技术同步采集并自主执行分析或使用津发科技ErgoLAB的综合分析平台。此外，对于任何特殊要求，津发科技ErgoLAB支持二次开发定制服务。定制开发服务♦支持EEG/ERP/BCI脑电与事件相关电位分析和BCI脑机接口技术开发♦实时多通道信号时域分析;♦实时多通道信号频域分析;♦兼容OpenVibe、BCI2000、EEGLab等第三方BCI脑机接口软件♦支持SSVEP、ERP/P300、MI三种主流BCI脑机接口研究范式;♦识别多种BCI脑机接口指令;♦提供成熟的BCI脑机接口算法;BCI脑机接口应用♦ BCI脑机接口基础开发平台;♦ BCI脑机接口+外骨骼;♦ BCI脑机接口+机器人;♦ BCI脑机接口+VR虚拟现实交互。与广泛的数据同步将脑电数据与广泛的数据同步，包括常用的生理数据GSR皮肤电，呼吸和心率等、EEG脑电，眼动、fNIRS近红外脑成像，人体动作，行为观察、面部表情、生物力学、人机交互。实现极低延迟的同步水平同时确保您的整体方案的便携性。Pro Glasses 2 提供了独有的硬件同步能力，无需携带沉重的笔记本电脑。数据分析模块如果研究人员希望得到比实时观察更深入、全面的结论， ErgoLAB可提供数据后期分析的强大工具。该软件为可穿戴式眼动追踪研究而设计，功能包括数据的叠加、诠释和可视化等。

电现象资源箱  型号：QWD1209 实验清单： 摩擦起电实验 简单电路实验 导体与绝缘体判断实验 电能的转化实验

     Zc25系列缘电绝阻表用于测量各种电机、电缆、变压器、电讯元器件家用电器和其他电气设备和绝缘电阻。

产品详细介绍 产 品 特 性 超载能力強:瞬间电流能承受额定电流的300%. 暫态反应快速,对100%的除载/加载,稳压反应时间在以 2 ms內 效率达85% 以上 採用高频 MPWM 设计,以IGBT作功率推动,体积小,噪音低. 波峰因數比(CREST FACTOR)为3:1 具有过高压,過电流,超温等多重保护及警告裝置.  电压/电流/频率/瓦特,皆为数位显示. 輸出电压50V ~ 144V/100V~288V 可调,可模拟世界各国之电压. 可预先设定,标称电压的 +10%~ +25% 及 -10% ~ -30%. 适 用 场 所 航太工业 安定器  国防军事 交换式电源  马达制造  个人电脑/显示器  半导体测试  冷气/压缩机  扫描及影印机 品检保证 产品寿命及安全  实验室/研发部

电小盾用电安全智能管理系统是运用物联网、大数据、云计算等前沿技术，通过智能传感终端设备，实现电路线缆状态监测、故障掌上预警，通过用电安全防护器，实现防触电、防起火、放漏电等用电安全保护，避免触电伤害。 核心功能： 触电保护、短路保护、漏电保护、过载保护、过欠压保护、老化线路保护、防水保护、故障报警 应用场景： 实验室、园区、办公楼、银行、养老院、机场、社区、加油站

2026年中国AB胶供应商推荐榜单：AB胶、双组份环氧胶、结构AB胶、高强度AB胶、耐高温AB胶等核心品类性能深度解析

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。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。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

机器人研究中心自主研制的自主飞行器平台，用于控制旋翼飞机，实现旋翼飞机的自我控制。目前，市场上现存的自主飞行器平台存在功能单一、移植性差、自我控制不稳定等问题。自主飞行器借助先进的控制理论技术，实现自主飞行器自主起降、悬停、避障等多种功能，在自主飞行器平台市场具有广阔的市场发展前景。 国内外对采用以遥控直升机为基础进行旋翼飞行器的全自主高机动飞行控制的研究必将继续推进，研究成果也会被更广泛应用。我们设计了一套完整的四旋翼自动控制系统。该系统不仅包括控制算法的设计，还包括传感器、控制板等相关硬件平台的实现。

技术优势 智慧水利大数据平台项目成果包括- -套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。 1)水文与水库大坝安全监测大数据平台:该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。 2)水库入库流量预测算法:水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。 3)智能水库防洪调度算法:汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。 智慧水利大数据平台——功能模块图 大坝安全检测指挥中心数据大屏——水库大坝一张图 系统主要功能模块

简介： 抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。 我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。  优势： 1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍 2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率 3、计算方法已经得到了实验从正、反两方面的验证。 图1：深度学习算法预测蛋白质相互作用时界面氨基酸配对:成功率72.1% 图2：计算相互作用得到了实验从正、反两方面的验证