产品详细介绍产品详情：1.上面外形规格：1100mm*780mm*1000mm（左右*前后*高度）；2.讲台采用开放式设计，避免老师上课开关锁问题而引发的教学事故；3.显示器、中央控制系统、读卡器全部露在外面，利于操作 ；刷卡开启设备全部上电，根据课程自由设计关闭时间，具备课程表安排及远程管理功能；4.“炫”的外观设计，合理的设备分布及尺寸安排，国际19英寸机架设计；5.钢木结合材料，木质扶手及台面，让老师使用更舒适，钢制材质，保证了多媒体设备的安全性，及防盗功能；6.液晶显示器采用了国际全新“随意停”角度调整设计，显示器可以停到老师想要的任意角度；7.讲台整体采用分体式结构，上下两部分采用分体组装，更利于搬运及运输；8.讲台内部设计有“强弱电”分理走线器，强弱电分开走线，内部更具条理性，更安全；9.讲台右侧有拉抽式小抽屉，放置包、书本、茶杯等，设计更加人性化。

产品详细介绍1、材料：选用精装冷轧钢板，一次折弯焊接而成,外型美观、大方。同时具有防火牢固的优点。扶手及台面选用了高档木制材料、进一步提升了使用者的舒适性。 2、表面处理：经酸洗、磷化防腐防锈后静电喷塑，正常使用塑面经久耐用。整体造型设计以人为本边角圆弧过渡，工艺精湛高贵大方。3、一把锁控制，老师上课使用方便，免于开启多把锁。安全防盗，锁好讲桌后，桌外无任何可拆卸锣钉。4、桌面配备笔记本专用隐藏式模块（含：电源、USB、LAN、VGA、HDMI接口）。5、讲桌内隔板位置可自行调整，方便放置如下设备：教学终端、广播终端、中控装置，实物展示台，  VCD，功放，笔记本电脑，话筒，等等。6、适应范围广泛：大中专院校、中小学校的多媒体教室，阶梯教室，普通教室，会议室，演播厅，以及各种培训教室、报告厅，等等。如有特殊需要，我们可以为用户设计定做。7、外型尺寸：（L×B×H）1100mm×700mm×1050mm。联系电话：15874868589

产品详细介绍 翻转式优点1：聪明的电脑桌  ◆  拨动按钮，液晶屏幕自动翻转。  ◆  合上屏幕时，键盘自动回复。翻转式优点2：懂人心意的电脑桌  ◆ 拨动按钮时，有打开翻转桌面的扭力力矩助力，轻松翻转。刚打开速度很快，以缩短打开时间。翻转式优点3：温柔的电脑桌  ◆  打开桌面时，翻转桌面在接近最合适视线的位置时，阻尼突然介入，让翻转桌面非常轻柔地停止翻转。  ◆  合上翻转桌面时，阻尼一直在作用，谁也无法粗暴地合上桌面，同时最后会发出清脆悦耳的一声¡°卡塔¡±，提示使用者桌面已经被锁住。翻转式优点4：完全的机械结构实现  ◆  以上过程不但全靠巧妙的机械结构实现，大大提高了安全性，停电的时候也可以关闭。  ◆  停电时打开的功能虽然具备，但多余。翻转式优点5：低廉的拥有成本  ◆  视材料、做工、性能、工期、运输距离的不同，每人位的拥有成本在900-1350元之间，是升降式电脑桌拥有成本的四分之一。翻转式优点6：不占用桌面底部空间  ◆  做普通课桌时，桌面下部无任何占用。翻转式优点7：关键人体工学尺寸可由用户自行调节  ◆  液晶显示器的工作状态的前后位置、 上下高度和仰角，以及拉键盘的阻力、翻转过程的阻尼大小，也统统可以由用户轻松调节，无需我方安装工人介入。翻转式优点8：不阻碍师生视线交流  ◆  液晶显示器工作状态下，液晶超出桌面小于17厘米（这个尺寸用户可以自调节），不但不阻碍师生视线交流，而且，连学生桌面上摆放的物品，和学生的小动作，老师都可以一目了然。 

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括：1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用，参见下图。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化