高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
XM-603D脑解剖模型
XM-603D脑解剖模型(15部件)   XM-603D脑解剖模型可拆分为15部件,由大脑半球、胼胝体、岛叶、豆状核、尾状核、脑室系统和脑干等部件组成,并显示大脑半球、内囊、脑室系统、间脑、小脑和脑干中脑、脑桥、延髓各个部位,以及脑神经等结构。 尺寸:自然大,23×18×18cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
XM-607脑水平切模型
XM-607脑水平切模型   功能特点: ■ XM-607脑水平切模型共5片,每片厚度约1.2cm。 ■ 第一个切面约额叶顶部3.5cm位做水平切,以下每隔约1.2—1.5cm做剖面共4个剖面。 ■ 第一剖面示:右额叶胼骶体。 ■ 第二剖面示:胼骶体膝、侧脑室、岛叶、苍白球、肉速膝、尾状核、背侧丘脑。 ■ 第三剖面示:胼骶体侧脑室前角、后角、尾状核、屏状核、豆状核、背侧丘脑、尾状核尾部。 ■ 第四剖面示:外侧沟、豆状核、红核黑质第三脑室、侧脑室下角、中脑水管。 ■ 尺寸:自然大,19×18×24cm ■ 材质:玻璃钢材料
上海欣曼科教设备有限公司 2021-08-23
XM-603D脑解剖模型
XM-603D脑解剖模型(15部件)   XM-603D脑解剖模型可拆分为15部件,由大脑半球、胼胝体、岛叶、豆状核、尾状核、脑室系统和脑干等部件组成,并显示大脑半球、内囊、脑室系统、间脑、小脑和脑干中脑、脑桥、延髓各个部位,以及脑神经等结构。 尺寸:自然大,23×18×18cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
XM-603C脑解剖模型
XM-603C脑解剖模型(15部件)   XM-603C脑解剖模型由大脑半球、胼胝体、岛叶、豆状核、尾状核、脑室系统和脑干等15个部件组成,并显示大脑半球、内囊、脑室系统、间脑、小脑和脑干中脑、脑桥、延髓各个部位,以及脑神经等结构,同时按不同功能部位用颜色加以区别。 尺寸:自然大,23×18×18cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
XM-603B脑解剖模型
XM-603B脑解剖模型(9部件)   XM-603B脑解剖模型可拆分为9部件,用于了解脑各部分的相互关系,显示了脑的外形结构、大脑外侧面主要结构、大脑的半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构。 尺寸:自然大,18.5×14×13.5cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
XM-607脑水平切模型
XM-607脑水平切模型   功能特点: ■ XM-607脑水平切模型共5片,每片厚度约1.2cm。 ■ 第一个切面约额叶顶部3.5cm位做水平切,以下每隔约1.2—1.5cm做剖面共4个剖面。 ■ 第一剖面示:右额叶胼骶体。 ■ 第二剖面示:胼骶体膝、侧脑室、岛叶、苍白球、肉速膝、尾状核、背侧丘脑。 ■ 第三剖面示:胼骶体侧脑室前角、后角、尾状核、屏状核、豆状核、背侧丘脑、尾状核尾部。 ■ 第四剖面示:外侧沟、豆状核、红核黑质第三脑室、侧脑室下角、中脑水管。 ■ 尺寸:自然大,19×18×24cm ■ 材质:玻璃钢材料
上海欣曼科教设备有限公司 2021-08-23
动态信号测试系统|JM5930动态信号测试系统-扬州晶明专业生产
产品详细介绍1.概述扬州晶明科技有限公司(http://www.yzjmtest.com/comp/3-JM5930.htm)生产的JM5930动态信号测试分析系统采用USB2.0接口,集信号调理、数据采集、信号分析与输出于一体的高性能、多功能系统。配接相应的传感器,可测量力、压力、加速度、速度、位移、应变、温度等各种工程量,构成振动冲击信号测试分析系统、动态应变测试分析系统,可直接替代进口设备,广泛应用于航空、航天、军工、高校、研究所、计量院、工矿企业等单位,作为检测计量系统。    扬州晶明科技有限公司扬州晶明测试技术有限公司地址: 江苏扬州市维扬路25号公司主页 http://www.yzjmtest.com公司邮箱 sale@yzjmtest.com电话     0514-87850416,87867922,82960507传真     0514-82960507联系人   唐先生手机     15952768463QQ       1225605447MSN      Dynamictestor@hotmail.com 个人邮箱 tcb@yzjmtest.com 或 yztcb@sohu.com  2.系统特点2.1 高精度2.2 系统采用模块化设计,具有较高的可靠性及可维护性2.3 采用多种创新性设计,具有较高的性能2.4 系统具有较强的兼容性和工程适应性2.5 全电子化、程控化设计2.6 系统具有较强的可扩充性3.系统组成3.1 采集器主机3.2 调理单元3.3 系统软件4.主要性能指标4.1 通道数:16/84.2 AD位数:24 bits4.3 采样方式:并行同步采样4.4 采样速率:最高96KHz/CH,多档可设置4.5 精度:优于0.3%4.6 数据接口:USB2.04.7 采样触发方式:手动触发、定时触发、内触发(信号触发)、外触发4.8 采样长度:取决于设置或硬盘容量4.9 自动识别所配调理单元,并完成相关调理控制功能4.10 采用过采样技术,大大降低了对前置滤波器的要求,提升了系统的可靠性及精度4.11 在45%采样率以下平坦度优于0.02dB,55%以上衰减率大于120dB4.12 配套功能完善的采集控制软件 5、 JM3822应变调理模块性能参数本公司的应变模块可以配接绝大多数的信号输入,如上图所示5.1 通道数:25.2 信号输入类型:DC_STRAIN、AC_STRAIN、IEPE、DCV、ACV可选5.3 增益:应变(DC_STRAIN、AC_STRAIN)(V/V): 100、300、1000、3000、10000、30000可设置IEPE、DCV、ACV增益(V/V):1、3、10、30、100、300可设置5.4 应变测量范围: 0~±50000με5.5 应变适用桥路电阻: 50~10000Ω5.6 应变供桥电压:2V、3V、5V、10V可设置精度:0.2%电流:30mA max电平:输出对地对称5.7 自动平衡范围:应变:约8000μεIEPE、DCV、ACV:约±1Vp5.8 自动平衡时间:<1秒5.9 应变测量共模抑制比:≥80dB(DC~50HZ)5.10 精度应变:±0.5%±2μεIEPE、DCV、ACV:<±0.3%±2mV5.11 线性度:0.05%FS5.12 应变测量噪声:<1μεRMS RTI(输入短路、最大增益时)5.13 应变测量稳定度:温漂:零点:±2μVVTI/ /℃ 灵敏度:±0.02%FS/℃ 时漂:零点:±0.1%FS/ 2h(输入短路)灵敏度:±0.1%FS/ 2h 5.14 最大带宽(保证最大带宽点衰减率不大于-4dB):DC_STRAIN、DCV:DC~100kHzAC_STRAIN、IEPE、ACV:0.3Hz~100kHz5.15 滤波器截止频率(-3±1dB,100kHz点-1dB ~ -4dB): 30、100、300、1k、3k、10k、30k、100k Hz衰减率:约-12dB/oct5.16 输出:±5Vp/5mA5.17 过载指示:±4.7V±0.2V6、 JM5862电荷调理模块性能参数6.1 通道数:26.2 信号输入类型:Q、IEPE、DCV、ACV可选6.3 增益电荷(mV/pC):0.1、0.3、1、3、10、30、100、300、1000、3000可设置IEPE、DCV、ACV增益(V/V):1、3、10、30、100、300可设置6.4 IEPE工作电压:24V工作电流:约4mA6.5 积分、一次积分、二次积分可设置 6.6 精度:不积分:0.5%积分:3%6.7 最大带宽(保证最大带宽点衰减率不大于-4dB):DCV:DC~100kHzQ、IEPE、ACV:0.3Hz~100kHz6.8 滤波器截止频率(-3±1dB,100kHz点-1dB ~ -4dB): 30、100、300、1k、3k、10k、30k、100k Hz衰减率:约-12dB/oct6.9 电荷输入噪声(输入端旋接金属保护帽):<3μV(最大增益折合至输入)6.10 输出电压:±5Vp/5mA6.11 过载指示:±4.7V±0.2V7、 JM5902转速模块性能参数7.1 配接电涡流传感器7.2 通道数:27.4 频率范围:DC~5KHz(±0.5dB)7.5 初始位置调零7.6 精度误差:<1%7.7 输出:±5Vp8、数据采集分析软件8.1、信号调理、数据采集与信号分析功能一体化,方便使用。8.2、结构化的项目管理功能,直观明了。8.3、数据预处理:数据编辑和截取、选抽、去零点、数据平滑、趋势消除、微分积分、数字滤波等。8.4、时域分析:单踪时域分析(包括时域的特征统计)、利萨如图分析、自相关分析和互相关分析。8.5、频域分析:付里叶分析、功率谱分析、功率谱密度分析、频响函数分析、互谱分析、相干分析、脉冲响应函8数、冲击响应谱、倒频谱分析、最大熵分析等。8.6、提供了与office软件的接口功能:将数据文件转换成文本文件(.txt文件),Excel表格文件(.xls文件),及与功能强大的分析处理软件Matlab的数据格式转换功能。8.7、叶片疲劳分析软件。9、模态分析软件9.1、模态试验测量的数据可以直接用来进行模态分析,也可以将其它类型的数据(转为标准的UFF格式)导入项目进行模态分析。9.2、包括试验模态分析(EMA)和运行状态模态分析(OMA)。9.3、模态测试与分析软件特点:(1)方便的建模功能:有常见的线、面、圆、长方体、圆柱、球形模型等自动创建功能,并可由它们组合成需要的模型,并支持模型的编辑与修改。(2)多批次测量的数据可以对单批或其中几批数据进行分析以确认试验的有效性。(3)支持各种频谱分析功能,如频响的幅频、相频,实频、虚频,奈奎斯特图、脉冲响应函数,信号的自谱、互谱分析等功能。(4)模态识别:不仅能用于输入输出可测情况的传统试验模态分析(EMA),而且还具有环境激励、仅有响应测量的运行模态分析(OMA)功能。(5)时域ODS和频域ODS:时域ODS用于观察机械结构在各时间点上的振动状态;频域ODS用于观测机械结构在各频率点上的运行状态振型,还可用于区分同一频率点在不同模态空间上的强迫振动振型。(6)模态参数列表和振型动画显示。(7)可方便地生成报告:识别所得模态参数输出方便,各种曲线存储为BMP或JPG文件,振型动画也可直接输出成AVI文件,方便生成多媒体试验报告。扬州晶明科技有限公司扬州晶明测试技术有限公司地址: 江苏扬州市维扬路25号公司主页 http://www.yzjmtest.com公司邮箱 sale@yzjmtest.com电话     0514-878504160514-8785041687867922,82960507传真     0514-82960507 0514-82960507联系人   唐先生手机     15952768463QQ       1225605447MSN      Dynamictestor@hotmail.com个人邮箱 tcb@yzjmtest.com 或 yztcb@sohu.com 
扬州晶明科技有限公司 2021-08-23
通用目标细分类检测方法研究与对抗样本攻防
利用图像处理和机器学习技术,在多分类,样本不均匀条件下,对类型接近的目标进行识别与检测;在弱监督,无监督条件下对大数据集的目标自动分类识别技术;对目标识别算法的通用攻击和通用防御算法。
东南大学 2021-04-11
静止悬浮式激光散射法 血细胞分类计数系统
快速、准确的自动血细胞分类计数仪对减轻医生的劳动强度、提高测量准确度有着积极的意义。现有的各种自动血细胞分类仪各有优缺点,较先进的激光流式细胞仪价格昂贵,结构复杂,而且容易发生堵塞等现象,维护麻烦。本系统是基于静止悬浮式的原理,从原理上克服了流式细胞仪的缺陷。利用这种方法对血细胞进行分类计数,不需要固定和染色,不需要导电介质,更不需要昂贵的流式装置,可以方
西安交通大学 2021-01-12
基于形态稀疏协同表示的高光谱遥感图像分类
本成果属于高光谱图像信息处理技术,为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图,并利用结构元素对主成分特征图进行多维的空间结构特征提取,结合提取的形态学特征与原始光谱特征,利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解,最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性,进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性,同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取,并通过核变换方法将新特征字典投影到高维的线性核特征空间,最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录,该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103,空间分辨率为 1.3 m / 像素,光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1,本方法提出的高光谱图像分类方法,相比于传统分类器 SVM,OA 提高了约 18%;相比于 JSRC,OA 提高了约 5%;同时参阅表 2,展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果
西安电子科技大学 2023-03-14
首页 上一页 1 2
  • ...
  • 12 13 14
  • ...
  • 46 47 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1