产品详细介绍HXGG-I型骨骼测量仪价格：2900.00内容：弯角规、量角规、直角规、量骨盘、斜边三角尺、软皮尺。功能：进行各种活体和骨骼测量，如测量活体的头长、头宽、面宽、下颌角间宽；测量骨骼的颅骨长、颅骨宽、面宽；测量体骨的肩胛骨形态宽；测量颅骨和体骨的各种角度、内径、外径、长度、宽度和深度。型号 规格 价格 配置A  4件/套 3850.00 直脚规、弯脚规、附着式量角器、测骨盘B 5件/套 5500.00 A + 测下颌骨器（下颌量角器）C 9件/套 8700.00 B + 三脚平行规（直、弯）、测齿规、持骨器D 13件/套 15800.00 C + 摩立逊定颅器、水平定位针、描骨器、测腭器E 19件/套 26800.00 D + 测眶器、简易描绘器、立方定颅器、托颅器、托颅盘、平行定点仪、马丁测高仪

产品详细介绍 IMU微型陀螺测量系统MIN-900-2 微型陀螺测量系统MIN-900-2简介： IMU微型陀螺测量系统MIN-900-2 结合了三个方向角速率陀螺仪，三向加速度计，三轴磁强计，混合运算器, 16bit 模数转换, 微控制器等，通过创新性的算法，无论在静态和动态都能给出精确的方向和姿态。操作在三轴360 度的运动状态，提供姿态的Euler角。 微型陀螺测量系统MIN-900-2原理： MIN-900-2 利用三轴陀螺跟踪系统动态的角度，三轴的加速度计和磁场计跟踪静态的角度，而内置的处理器及控制器，通过滤波和算法，输出实时的角度（无论是在静态还是动态），这就提供了快的响应,当在振动和快速的运动状态下也没有漂移。稳定的输出通过容易使用的数字格式提供. 微型陀螺测量系统MIN-900-2性能参数：

本发明公开了一种气固混合物中颗粒物浓度的测量装置和测量方法，该测量装置包括称重装置、第一鼓泡装置、第二鼓泡装置、弹簧拉力装置和补重装置组成；称重装置为杠杆结构，杠杆结构的两侧分别为受重杆和测量杆，第一鼓泡装置和第二鼓泡装置分别设置在受重杆和测量杆上，补重装置设置在测量杆上，第一鼓泡装置和第二鼓泡装置为装有液体的封闭式容器，第一鼓泡装置上设有第一进气管和第一出气管，第二鼓泡装置上设有第二进气管和第二出气管。优点是： 首先，本测量装置简单，不受颗粒物理性质的影响，可以通过增加曝气头数目减少操作时间； 其次，通过微小放大原则，将固体颗粒物的质量累积量放大成较明显的弹簧拉力装置的受力变化。

WH311简述地下水位监测实施方法地下水位在线监测系统被广泛应用于地下水深井水位测量，矿山水位计深井测量，地热井水位测量。其测量范围能够达到100米，300米甚至1000米，主要是基于WH311内置超强抗高压高密封性传感器芯片，一体成型结构，三重防雷工艺。信号传输采用级别的抗拉抓力钢丝电缆，确保测量信号能实时的，高精度稳定的输出显示。 地下水位在线监测设备 监测液位温度，液面到泵端水位变化的连续测量 　　WH311地下水位在线监测系统工作原理： 　　 WH311地下水位在线监测系统根据压力与水深成正比的静水压力原理，运用水压敏感集成元器件做深井水位测量仪传感器探头，当传感器探头固定在水下某一测点时，该测点以上水柱压力高度加上该点的高程，即可间接测量出水位高低（水面到井口的距离）；直接测量出的是传感器探头以上深井的液位实际高度。   　　WH311地下水位监测仪主要技术指标   　　WH311地下水位监测仪生产工艺： 　　 深圳市东方万和仪表有限公司引进欧洲的三重防雷，和六道防水工艺，保证了长期深井水下工作的IP68防护等级。   　　WH311地下水位监测仪产品特点 　　1、特别适合深井或地下水位监测 　　2、采用静压式原理，激光标定零点、满量程 　　3、厂级别铠装钢丝电缆 　　4、三重防雷模块，保障野外测量更安心 　　5、液位温度一体式，可同时测量温度和液位 　　6、量程可做到1000米深井液位测量 　　WH311地下水位监测仪应用 　　1实时监测深井地下水的实际水深，然后低位停泵（防止深井泵空转烧坏）。 　　深井液位监测因为其测量的特殊性,超声波等非接触的无法有效传输信号,磁翻板,气泡式无法做这么深的量程,故只有选择WH311投入式深井液位探头,保证在1000米水下(承受100Bar水下压力还要保证密封性). 　　 WH311地下水位监测仪信号传输采用级别的聚氨酯钢丝电缆(放的过程中,一定要注意对电缆的保护),确保测量信号实时的,高精度稳定的输出。然后显示器会有两个继电器开关量输出，在低位的时候（这个值用户可以根据工艺自行设置）自动停泵。 　　地热温泉井温度液位一体式测量 　　很多地热温泉井需要实时监测实时的液位和温度变化，WH311-DZ温度液位一体式测量仪根据地热温泉井的特性而特殊设计，温度液位一体式探头直接传输温度和液位双信号，双4-20mA传输也可以RS485通讯协议输出。配套WH6双通道显示器，上面实时显示水位，下面实时显示温度。 　　WH311地下水位监测仪获得了欧盟，美国等多国认证 　　应用案列分析： 　　 东方万和仪表的工程师帮助了贵州地质局，吉林大学地球学院，新疆地震局等数十家用户实现了深井液位实时监测和低位停泵功能。 　　SGS通标标准技术服务有限公司（通标、SGS中国、SGS通标）是全球公认检验、、测试和认证机构，WH311地下水深井水位测量仪通过了SGS通标的校准证书，证书编号：200006512，证书记载东方万和WH311的误差为0.009mA,实际精度超过千分之一，达到了万分之六误差范围之内。 　　 东方万和仪表的工程师帮助了中铁四局，中国建筑第二工程局，葛洲坝南京地下空间等数十家用户实现了水位实时监测并带记录功能，数据可以用U盘直接导出。现在我们重点分析一下葛洲坝南京地下空间记录监测方案 　　WH311地下水位监测仪拥有了很多用户，从2013年到现在6年间，就已经有超过100000家用户选型WH311水位测量仪，解决深井液位显示报警的问题。东方万和仪表先后为贵州地质局500-1000米深井液位监测系统，武汉地震局80米地下水位监测项目，清华大学，吉林大学地球学院地下水深井液位监测.万和仪表致力于给用户工程师提供高精度,高稳定的测量方案，为用户解决深井液位测量难的问题。

成果介绍“卫星与无线通信融合系统研发及产业化”就是由东南大学、南京中网卫星通信股份有限公司和江苏大学三家单位合作完成。卫星通信具有覆盖广和不受地域限制的优势，但是受到遮挡以后，信号就会不好，而且通信的成本太高，2M带宽每小时就要花费几千元。而随着3G、4G的普及，地面无线通信已经发展得相当完善，但是在地面基站未覆盖区域，或基站一旦受到洪水、台风、地震等自然灾害破坏时，就无法通信了。正是基于这两个通信系统的特点，我们‘取长补短’，巧妙地将两种通信系统融合起来，研制完成的系统可以根据不同策略自适应地选择地面通信链路或卫星链路”技术创新点及参数他和团队成员克服了很多困难，提出了多项独创性的方法，目前已申请国家发明专利40项（其中24项已经获得授权），编制国家标准3项，发表国内外核心期刊论文61篇（其中SCI收录16篇）。项目研制的卫星与无线通信融合系统实现了规模产业化，部分性能指标处于国际领先水平，并在气象、安监、环保和军队等诸多行业得到极其广泛的应用，得到了政府有关部门和客户的一致好评。市场前景目前本项目的产品已经应用到全国26个省市的18个行业。其中，气象和安监市场占有率达到70[%]，环保市场占有率达到60[%]。产品曾为“神舟系列”飞船的发射和回收提供气象保障，为汶川地震、雅安地震和甘肃舟曲特大泥石流等提供了应急通信服务，为上海世博会和深圳大运会等重大活动提供了气象保障和视频直播服务。产品已经实现直接销售收入8.3亿元，产生的间接经济效益数百亿计。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

流立方在技术流派里属于流式大数据实时处理领域，但兼顾了批式数据处理技术的优势，一定程度的做到了混合时态的实时处理。流立方通过在数据流水过程中嵌入流处理引擎将所有流过的数据进行实时处理, 并生成多维度的可计算数据魔方。1）超高并发性：“流立方”产品拥有每秒处理百万笔交易流水复杂分析的能力。而达到这样的性能仅需要 8 台普通的 pc 服务器搭建的集群。2）超低时效性：流立方对每笔流水处理的延时严格控制在毫秒级，实际生产中平均延时稳定在 10 毫秒左右。形象一点来说，也就是在海水涌进海洋的几乎同一时刻，数据就被分析完成了，远远低于人类学上 0.1 秒即有所感知的时间节点，处理速度比一眨眼快了很多倍。最近一年，流立方的高级版本更是提升到了微秒级的处理延时，将被用在春运票务、军工、反恐等要求更加极致的场景。3）高可靠性、高扩展性、高兼容性：流立方自带的可计算分布式缓存高性能、高可靠、高可扩展。在内存不足时, 能够平滑扩展到多节点。流立方平台内支持算法数量达到几十个。计算模型、脚本独立管理,在线编写、即时部署即时生效, 大大节约上线时间。

中国传媒大学融合门户平台竞争性磋商

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。

神经递质作为神经元与神经元及神经元与细胞之间沟通的媒介分子，介导了发育、信息感知，运动及大脑的高级认知功能。随着生化分离纯化技术的发展以及人们对大脑精细结构的进一步了解，现如今已发现有几十种重要的神经递质。而神经系统在时间和空间上的高度复杂性对研究特定神经递质的动态变化及其功能提出了极大的挑战。本项目成功构建了一系列新型的基因编码的神经递质荧光探针，可实现对特定神经递质动态变化的灵敏检测。该类荧光探针利用大多数已知的神经递质所对应的特异性G蛋白偶联受体（GPCR）与循环重排的荧光蛋白（cpGFP）融合，利用循环重排荧光蛋白的荧光强度变化来指示GPCR的激活，进而反应外源神经递质的浓度变化（图一）。我们命名该类荧光探针为GRAB探针，即为GPCR Activation Based Sensor的缩写。