本实用新型公开了一种用于微波波导测量系统的数字检流计，包括信号调理电路、A/D 采样及显示 电路和电源电路。信号调理电路包括依次相连的 I/V 转换电路、放大电路以及有源滤波电路。A/D 采样 及显示电路包括依次相连的微处理器、驱动电路和数码管显示电路。电源电路分别与信号调理电路、A/D 采样及显示电路相连。该数字检流计，具有调零和增益调节功能，测量精度较高，结果稳定，不易被外 界环境干扰，在微波技术实验中，用它来替代光点检流计，应用于微波波导测量系统中，实现对对传输 线上电压的测量，方便了教学的开展和实验室的维护，能够更好地满足实验要求。

本实用新型提供一种同时测量株高和叶夹角的装置，包括伸缩式高度测量尺，用于测量株高；第一折叠固定杆，与所述伸缩式高度测量尺的底端前侧面铰接；第二折叠固定杆，与所述伸缩式高度测量尺的底端左侧面铰接；第三折叠固定杆，与所述伸缩式高度测量尺的底端右侧面铰接；所述第一折叠固定杆、所述第二折叠固定杆和所述第三折叠固定杆用于提供支撑；所述第二折叠固定杆与所述伸缩式高度测量尺铰接连接形成的夹角，用于测量叶夹角。本实用新型通过伸缩式高度测量尺对株高进行测量，再通过伸缩式高度测量尺和第二折叠固定杆对叶夹角进行测量；这样对株高和叶夹角的测量就无需采用不同装置完成，本实用新型具有便于携带和轻便特点。

XM-YES新生儿生长发育指标评定测量及护理模型   功能特点： ■ XM-YES新生儿生长发育指标评定测量及护理模型（儿科常用体格指标测量模拟人）为整体婴儿，体表标志明显，便于操作。 ■ 采用高分子材料制成，环保无污染，肤质仿真度高。 ■ 婴儿体格检查：身长、体重、头围、胸围、腹围、上臂围等，测量值均在该月龄的数值范围内。 ■ 可练习婴儿抱持、包裹、换尿布、穿衣、擦浴、清洁五官、皮肤护理等多项护理操作。

XM-YES新生儿生长发育指标评定测量及护理模型   功能特点： ■ XM-YES新生儿生长发育指标评定测量及护理模型（儿科常用体格指标测量模拟人）为整体婴儿，体表标志明显，便于操作。 ■ 采用高分子材料制成，环保无污染，肤质仿真度高。 ■ 婴儿体格检查：身长、体重、头围、胸围、腹围、上臂围等，测量值均在该月龄的数值范围内。 ■ 可练习婴儿抱持、包裹、换尿布、穿衣、擦浴、清洁五官、皮肤护理等多项护理操作。

XM-F24骨盆测量示教模型   一、功能特点： ■ XM-F24女性骨盆测量示教模型采用高分子材料制成，仿真度高。 ■ 模型为女性成人骨盆，真实尺寸大小，解剖结构精确。 ■ 包括髋骨、骶骨、骶岬、尾骨、坐骨棘、坐骨结节、骶髂关节、髂耻隆突、耻骨联合及第4、5腰椎等结构。 ■ 可显示骨盆腔的三个平面：骨盆入口平面、中骨盆平面、骨盆出口平面。 ■ 骨盆测量示教：入口前后径、入口横径、入口斜径、小平面前后径、坐骨结节间径。   二、标准配置： ■ 女性骨盆测量操作模型：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

实验原理 本实验的目的是熟悉材料的拉伸应力与应变之间的关系。通过转动传感器和力传感器，灵敏测量测试样品所受的拉伸量和拉力。PASCO Capstone软件可实时测量拉伸过程中所产生的应力与应变曲线，从曲线图上可进一步测得杨氏模量，弹性区，塑性区，屈服点等参数。   仪器概述 在该实验中学生可通过增加拉力来测试不同直径钢丝的力学性质。样品两端被紧密地固定，通过转动手柄使得样品沿一个方向拉升，在拉升的过程中力传感器测量力臂所施加的力，最大可测的拉力为250N，同时转动传感器实时测量样品的伸长量，采用PASCO Capstone软件可以计算出应变和应力的大小，并画出相应的曲线，在弹性区内应力和应变的斜率就是杨氏模量。弹性型变和塑性型变的分界点就是屈服点，这个点也可以从PASCO Capstone软件中得出。   仪器特点 采用传感技术和数字化采集分析技术，可较为灵敏地实时测量与分析材料的应力与应变的关系 材料拉力小型测试台，兼容PASCO Pasport系列转动传感器（PS-2120A）和力传感器（PS-2104） 手拧螺钉固定样品，使更换样品变得更为方便   技术参数 项目 技术参数 材料拉力小型测试台 包括底座，样品架，力杠杆臂等结构； 力杠杆臂采用5：1结构，可使力传感器最大测量到250N； 拉伸行程范围：27mm； 摇柄每转一圈行程：1mm； 手拧螺钉固定样品，方便更换试件； 同时兼容PASCO无线传感器与有线传感器 无线转动传感器 角度分辨率：0.18° (0.00314 弧度) 线性分辨率：0.0157 mm (当使用半径5mm滑轮附件时) 滑轮附件的三档直径：10, 29，48 mm 轴径：6.35 mm 最大转速：30转/秒 光学编码器：2000 分区/转，双向 充电电池：锂聚合物 连接方式：直连USB或通过蓝牙4.0 无线力/加速度传感器 受力量程: ±50 N （力杠杆臂结构下可拓展至250N） 分辨率：0.03 N 精度：0.1 N 加速度量程：±16 g 电池：可充电锂聚合物 连接方式：直连USB或蓝牙4.0 传感器带有数据存储功能，可进行离线数据采集，可在测试之后再进行下载。 测试样品组 包含三种不同直径的钢丝样品 每种样品10根   实验内容与典型实验数据 多种金属材料应力-应变关系测量 计算材料的杨氏模量 找出材料的弹性区，塑性区，屈服点和断裂点等参数，并分析材料特性   订购列表 型号 描述 数量 BEX-8104 材料拉力与杨氏模量测量实验装置 1 不包含在BEX-8104中的必备件： UI-5400 PASCO Capstone软件 1 PS-3500 USB蓝牙适配器 1   部件列表 部件型号 部件描述 数量 BEM-5229 材料拉力小型测试台 1 PS-3220 无线转动传感器 1 PS-3202 无线力/加速度传感器 1 BEM-5230 材料拉力测试样品组 1   包装清单 实验装置1套（见部件清单），手册1本。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

面对疫情，北京航空航天大学机械工程及自动化学院先进数控和智能制造团队刘强教授、肖文磊副教授等一批教师和研究生自发组成“大数据建模分析工作群”，开始收集疫情数据，交流和讨论建模方法。刘强、肖文磊又与工作群中的孙鹏鹏、王柳权、臧辰鑫、朱三颖、高连生等人，组成了“2019-nCoV疫情建模分析应急响应研究小组”核心攻关组，全力以赴开展本次疫情建模仿真和预测分析研究工作。疫情建模分析应急响应小组的研究工作是在2003年郇极教授提出的“一种基于自动控制理论的SARS传染预测模型”的基础之上，结合此次新冠疫情原发地高度集中、恰逢春节期间人口流动的特点，采用控制论原理和大数据分析方法建立功能更全面的2019-nCoV动态感染过程模型。刘强教授团队对北京、上海、重庆、温州、长沙、郑州、成都、杭州、深圳等40余个城市的疫情数据发展趋势进行了动态仿真分析。基于分析结果，应急响应小组直接向上级部门提交疫情关键数据预测报告2份，直接向中国疾控中心提供预测分析数据及报告2份，向上级提出北京延期恢复正常上班的紧急建议1份，为高层疫情防控决策提供了及时有效的技术数据支持。

在长期为电力行业解决设备重大疑难故障的实践过程中，提出了轴系载荷分配测试、分析和优化调整技术，发展了动平衡和振动故障诊断技术，提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。