产品详细介绍    苏威尔物理数字化实验室：3900元/套，包含：数据采集器、电压传感器、电流传感器、微电流传感器、温度传感器、压强传感器、位移传感器、磁场传感器、声音传感器、力传感器、光电门传感器。另有光强传感器、加速度传感器、G-M传感器、电荷传感器、快速温度传感器等和实验平台可选配。

系统以“学、教、练、考、管、评”的设计理念为依托，基于多学科、高质量、成体系的资源优势，满足全时段数字化教学、自主学习和标本考试需求，形成全场景应用的形态学数字化教学体系，满足师生全流程教学应用。

职站是一款辅助院校教开展专业实训教学的云智能平台，可满足实训教学的教、学、练、考、赛的全场景需求，为院校打造具有专业特色的智能云上实训室。平台设计遵循着极简、高效、灵活的理念，可帮助院校老师0门槛开展实训课程，每个实训都有配套的学习资源和实训项目，支持自定义发布考核和练习，内置AI智能判分和大数据追踪统计分析，可多维度客观评价学生学习情况，并且通过可视化的图表和实验报告直观展示师生的教、学成果，可帮助院校高效，便捷地开展实训教学工作，实现实训教学的数字化、智能化升级。   特色亮点   金融+科技+大数据 平台集成有30+款产品，可满足计算机、大数据、金融，金融工程、金融科技等相关专业开设实训课程。院校可自主选择：3D银行综合、担保，Python程序设计 、经济金融建模实验、数据清洗、数据可视化 、量化投资策略建模 、大数据分析、金融随机过程、Python数据采集、区块链交易所等等。可满足计算机、大数据、金融，金融工程、金融科技等相关专业开设实验课程。 沉浸式岗位模拟与案例实操 平台采用项目化教学，通过经典案例和仿真场景让学生亲身体验理论在实践中的应用，学会灵活运用所学知识解决实际问题，提升自身的职业实操能力。 大数据统计分析 大数据追踪每个老师、学生的教学和学习情况，并进行统计分析形成可视化的图表，还支持依据不同维度进行展示，轻松实现实训教学可视化和可量化。 云上实训室 随时随地，无需安装部署，只需登录网站即可使用实验课程资源，可满跨专业跨校区，不同教学场景下的教学需求。 资源融通共享 学校可自主打造自己的精品课程中心，老师可以在这里创建优质的课程，支持视频，课件，教案等不同格式的教学资源上传，让全校甚至全国师生共同学习一起分享。 跨专业交叉实训 平台可支持定制化的跨专业交叉实训课程，依据院校新学科建设和复合型人才培养的需求，将多学科实训项目融合，帮助学生实现多学科思维融合、产业技术与学科理论融合、跨专业能力融合。  

在厕所黑水处理及黄水资源化方面，研发了ABR/MFC/MEC系统、两级A/O与MFC、MEC耦合系统、黄水（电）化学沉淀及资源化系统。设计的生态厕所在有机物降解同时能源回收，高效厌氧ABR反应器实现100余个生态厕所示范项目；在城市污水脱氮除磷方面，构建的污水内生微生物弱电刺激反硝化除磷耦合脱氮装置、微生物双源电化学污水等反应器实现低C/N污水零外加碳源处理。在工业废水方面，研发出去除电镀废水中重金属络合物的药剂及其方法、焦化废水预处理方法与活性炭吸附-高锰酸钾氧化-Fenton氧化工艺联合处理农药废水的方法；研发出快速检测水质的新型传感器；构建智慧环保与水务平台。主编环保技术手册一部，参编或审核3项国内环保行业标准、2项国际标准，环保白皮书咨询报告、专著两本。

浙江大学水质自动监测站竞争性磋商

一种树径生长量的自动测量装置，通过无线网络节点远程监测装置实现实时监测树径的实时生长量和生长状态；包括装置固定模块和测量模块；装置固定模块将测量模块固定于树干上需要测量树径变化量的位置上；测量模块包括带有弹簧的直线位移传感器、测头端滑轮、转向滑轮、导向滑轮、无弹性细钢丝绳、卡头和测头端滑轮与带有弹簧的直线位移传感器的连接部分；无弹性细钢丝绳通过转向滑轮、导向滑轮和测头端滑轮后，无弹性细钢丝绳环抱于需要测量树径的位置上，通过卡头将无弹性细钢丝绳两端卡紧；根据带有弹簧的直线位移传感器的位移量来确定树径生长的变化量。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。