社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。

TE应变网格自动测量分析系统是一套自动化应变网格采集分析系统，采用CCD摄象机进行应变网格的自动测量，轻便快捷，利用先进的电脑成象与自动化数字图像识别技术，能自动测量网格应变，迅速生成FLD图形，以及进行各种应变分析，为板材成形性应变分析提供直观可靠的数据与报告，直接指导模具调节及零件生产。 该系统是专门用于完成成形极限图FLD的有效工具，特别是配合我中心研制的通用板材成形性能试验机，在进行刚模涨形试验或者液压涨形试验后，能够迅速准确地测量出材料的成形极限图。 测量系统配置了两种测量镜头，分别针对ø2.5mm、ø5mm的网格基圆进行自动测量，应变测量范围分别为0～5mm、0～10mm，分辨率达到0.01mm、0.02mm，软件具有自动分析、自动测量功能，测量准确度高，并具有测量结果自动语音播报功能，系统能自动生成FLD图，并有n-r、n-t等模拟FLC方式，能对多种材料进行比较。

火焰检测装置适用于各种煤、油、天然气等燃料燃烧的监视，广泛用于电力、石油、化工、冶金等行业动力锅炉火焰监视与保护。锅炉燃烧分析系统通过对火焰图象信号的分析、辩识，提供燃烧状态，为锅炉安全运行提供有力保证。 产品特点： 1、对于检测器与信号处理器的工作状态可进行自动检测； 2、采用固态组件和硅半导体元器件，电气性能稳定； 3、宽动态范围使其具备极大的燃烧火焰适应能力，调整容易； 4、安装容易，粉尘污染致盲性小，维修方便； 5、燃烧分析系统采用先进的工控技术； 6、具有先进的实时画面监控和操作功能； 7、具有历史记忆功能； 8、具有开放性，可与数据采集系统、分散控制系统兼容。

可开展冷却风扇模块 CFD 分析、基于一维和三维的冷却系统热管理分析、 HVAC 蒸发风机 CFD 分析、风窗玻璃除霜效果分析等。为车辆产品开发提供技术支持。完成或在研项目：高强韧原位纳米颗粒增强铝合金复合汽车轮毂制造关键技术研发、车身变截面板轻量化的 CAE 技术研究、汽车冷却模块的优化匹配分析、专用车轻量化设计、轿车前风窗除霜效果的 CAE 分析性能指标满足工程要求。所处阶段成熟

产品详细介绍金钥匙科教设备有限公司基础结构件都经过匠心独具的几何设计，看似千差万别，但都存在长度倍数关系、高度倍数关系、立体结构关系。无论结构型材件、铰接头还是齿轮，上千种零件之间的纵横斜穿都隐藏着无穷繁多的巧妙连接方法，可以实现任何造型的搭建。除此之外，基础型材件可以根据用户需求来截取不同规格长度。①理解自行车系统的整体性。②了解自行车的组成部分及其工作原理。电话：0513-8160127181601272EMAIL：ntjyskj@yahoo.com.cn网址：www.ntjys.com.cnQQ:979322621

  植物在重力引导下的生长称为植物的向重力性。根向重力是植物适应陆地环境的重要过程。植物向重力性反应的第一步是感受重力信号。目前，关于重力信号感受的机制有两种假说：一是淀粉平衡石 (statolith) 假说，二是原生质体压力假说。植物根冠的柱状细胞和茎的维管束鞘细胞中存在淀粉体，这些淀粉体被命名为平衡石。中柱细胞和内皮层细胞通过淀粉体的沉降来感受重力变化。生长素在调节植物根系向重力作用中发挥重要作用，但生长素促进重力感知的分子机制及随后的反应尚不清楚。   非损伤微测技术（Non-invasive Micro-test Technology, NMT）是通过测定活体动植物组织、细胞与内/外环境间Ca2+/Cd2+/Na+/K+/NO3-/NH4+/O2...交换量的实时变化，揭示基因功能的一种新技术。目前已被103位诺贝尔奖得主所在单位，以及北大/清华/中科院使用。 应对挑战： 重力研究中对于活体样品基因功能方面的检测手段匮乏 样品检测过程中样品重力变化与检测设备的结合方式是一个难点 重力变化过程中生理指标的实时监测 解决方法： 非损伤重力感知分析系统(GRASS)是基于非损伤微测技术的底层核心技术，是能够检测活体样品基因功能的技术 非损伤重力感知分析系统(GRASS)配有立体可移动旋转样品固定装置，可对样品施加不同方向的重力并能实时检测 非损伤重力感知分析系统(GRASS)能够进行长时间的监测，为重力变化过程中，比较分子、离子流动速率，提供长时间的数据结果 产品介绍 名称：非损伤重力感知分析系统（GRASS） 型号：NMTG-100 品牌：旭月 产地：中国 功能特点 1.基本功能： 检测样品所受重力发生变化时的生理指标变化 配备立体可移动旋转样品固定装置，对样品施加不同方向的重力 检测指标：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+、O2、H2O2、IAA 2.性能参数： 工作电压：220V 最短检测周期：5s 离子分子浓度测量精度：10-6M 离子分子流速测量精度：10-12mol·cm-2·s-1 传感器最小移动距离：1μm 立体显微成像系统分辨率：1920×1080 3. 软件参数： 操作界面：中文 检测指标模块化可选 离子流速、浓度检测软件模块（包含：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+ 、Pb2+、Cu2+） 分子流速、浓度检测软件模块（包含：O2、H2O2、IAA） 支持中英文输入、标记与记录 可直接输出流速、浓度数据和折线图，无需额外换算

高校教研大数据分析系统 数据洞察现在，智慧决策未来 核心功能 群体动态画像 用动态发展变化的眼光，采用数据动态描绘“学生”、“教师”的群体特征，为“学生分群施教”、“教师分群管理”提供最新的分析决策依据。 动态学情跟踪、预警 关注学情动态, 跟踪每个学生实时的出勤率、课堂参与度、作业完成率&优秀率，进行学业趋势预测、作业抄袭预警、挂科预警，帮助学校针对性调整教学过程。 教学质量评价跟踪 定期师生评价、同行评价，质量量化及趋势对比，正向激励教师、对教学质量异常预警。 成绩分析、预警 多维度洞察教学问题、卷面命题分析，持续改进，验证决策措施有效性。 命题质量分析 支持单卷单题区分度&变化、难度&变化、得分率及平均水平、错题难度及知识情况分析。 学生成绩分析 学生个人的各科成绩在班级、年级位置、变化趋势，以及知识点强弱分析、偏科分析、学业预测和实际结果对比。 教师成绩分析 班级学生总体情况（得分率、各难度题目作答情况分析、错题难度-知识点分析），与其它班级对比等 学院、校级管理者成绩分析 多维度数据洞察（公共课/核心课程分别从科次、平均分分布、学科、学院、教师、班级多维度交错分析，洞察本质）。 产品优势 数据全流程 打通日常教学、教学质量评价、学期考试、成绩分析等教学数据周期及各环节。 全角色 面向高校教学组织的各个角色成员（学生、学科教师、班主任/辅导员、学科负责人、院级及校级管理者等）提供数据应用场景。 数据可视化及洞察 分析展现及数据挖掘，可进行数据下钻，对异常预警进行抽丝剥茧、逐层深入，深度展开数据洞察。 随时随地 用户可随时随地掌握教学动态及异常预警，支持微信业务通知、审批待办，分析数据实时查看。 API集成 提供API接口，便于与教务系统和第三方系统数据对接。  

视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。

该系统采用美国TI公司先进的DM8168高清视频SoC芯片，可对摄像机输出的 多种接口形式的高清视频进行实时采集、压缩编码和实时处理。该平台可替代基 于工控机的传统机器视觉技术和设备，达到更高的图像和视频清晰度、缺陷识别 处理的实时性和可靠性，具有优异的性价比、体积小、功耗低等多种优势，是全 新在线机器视觉检测设备的实现方案。该技术成果在汽车多媒体电子系统、车载、 船载及机载高清视频测量、处理与控制系统及消费电子等领域具有重大的推广价 值。一、DM8168处理器特性 TMS320DM8168是一款多核SoC,它集成了包括ARM Cortex A8、DSP C674X+, HDVICP, HDVPSS等处理器，具有强大的高清视频处理性能。 二、 DM8168核心处理板 CPU： ARM elk： 1.2GHz、 DSP elk： 1GHz DDR3-1600存储器100/1000M网口进行网络通讯与数据采集SATA接口供存储 数据使用 三、 高清视频采集处理 四、 应用方案 相机接口方案一 ：CameraLink工业高清相机接口使用Cyclone IV FPGA对LVDS 解码后的视频信号进行特殊处理后送到dm8168,实现1080P 60fps、720P 60fps 等高清视频的采集显示与实时编码。 相机接口方案二：色差高清视频接口使用TI的视频解码芯片TVP7002完美 解决了视频ADC问题，并实现了 1080P 60fps的采集显示与实时编码功能。

随着互联网及多媒体技术的快速发展和大数据时代的到来，视频网站、新闻网站、社交网站、博客、微博、微信等网络媒体形态不断涌现，图像、视频等多模态的数据急剧膨胀，随之带来了“管不住”和“用不好”两大问题。“管不住”是指互联网中隐藏着大量有害信息，如何自动分析与识别非常重要。“用不好”是指现有方法一般是单模态分析与识别技术，如图像分析、文本分析等，但单模态分析与识别因为信息有限难以取得好的效果。 针对上述两个亟待解决的关键问题，基于在图像处理、视频处理、机器学习、模式识别、搜索引擎技术等方向上多年的科研成果，我们开发出互联网图像视频识别与检索系统，支持对互联网上的图像、视频等多媒体数据进行采集、分析、识别和检索，突破网络有害信息难以识别和媒体大数据难以利用的问题，应用于互联网内容监管和大数据行业应用等领域，为维护网络内容安全和促进媒体大数据利用提供技术支撑。