产品详细介绍系统概述： 科研管理系统用于管理学校科学研究工作各项资料，确保学校的“科研项目管理,科技著作管理,科技论文管理,学术会议管理,鉴定成果管理,专利成果管理,技术转让管理,获奖成果管理,教案管理,课件管理”等科研信息得到统一登记和管理。 系统特色： 1.格式化填写表单模式，确保各项数据代码统一； 2.产品符合《中华人民共和国教育行业标准 JY/T 1002—2012》编码标准； 3.产品符合《中华人民共和国教育行业标准 JY/T 1004—2012》编码标准。

产品详细介绍 基于‘光盘指纹“识别的[智能光盘管理柜系统]及应用软件 （国家专利！侵权必纠！举报左证有奖！） -------------------------------------------------------------------------------------------------------------------------- ●产品资质认定 ［智能化光盘管理库（柜）］专利及软件着作权产品 专利号：zl00201421.1 软件着作权号：[基础版2003SR2767]   [通用精装版2009SRBJ1103] 中关村科技园区新产品证书（黄卡）：2006-A0000-4662 -------------------------------------------------------------------------------------------------------------------------- ●简要说明： 具有自主知识产权的专利产品［智能化光盘管理库（柜）］以及系列产品。该系列产品的功能是： 用于个人和单位日益增多的大量各类光盘的智能管理，快速检索和安全存放。保护珍贵的光盘资。 大幅度提高人们的工作效率。使光盘进入了数字化规范化管理。 产品理念：光盘有价。资料无价！要想资料最安全。应当刻成盘！光盘多了如何管？ 请您选用［智能化光盘管理库（柜）］产品和解决方案！ ●产品的管理软件分类： ▲基础版系统软件：▲图书馆版2.2系统软件 ▲通用精装版3.0系统软件 ▲网络版（光盘信息浏览器） ●核心专利技术： 1，基于“光盘指纹”识别的技术。 2，硬件计算机接口和控制定位技术。 3，软件技术 ●主要技术指标 （阳光同步 YGTB1008S型） 1，机械部分 ：▲外观：180＃90＃35（CM）高宽厚▲光盘容量：1008张▲存放方式：立式下拉 ▲电脑接口：RS232 ▲支持软件平台：WIN系列▲平均功率：2瓦▲工作噪声：0分贝▲盘仓位置：符合人体工程学▲维护成本：几乎为零▲性／价比：很高 2，各类配套软件基本模块（不同版本有所不同）：▲光盘入库模块▲光盘出库模块▲光盘搜索模块▲光盘辩识模块▲ 编辑模块▲硬件驱动模块▲系统设置模块▲电源管理模块。▲ 数据安全备份模块＊ ●详细说明：（基础版） 产品主要功能特点 1、光盘柜与电脑相连（有线／无线）。 RS232／USB接口设计。 2、应用软件支持WIN98／2000／XP／ME。 3、柜体光碟一张一仓。两层防尘设计。 4、入库扫描电脑光驱完成，读取光盘识别码。 5、在电脑里自动建立资料数据库（光盘基本特征信）。 附加信息功能。可将光盘大量信息自动添加数据库中。 6、查询方式多样（光盘名，关键字，特征图片，书）。 7、光盘借出记录（时间，姓名，何时还回）。 8、光盘还库记录可选删除。 9、还库／入库自动显示定位。 10、软件驱动库体可任意连接，连接100台管理十万张光盘）， 硬件扫描定位最快速度10000张／5秒。 11、任意改名删除注册光盘。 12、对光盘数据库加密功能。 13、多媒体功能。 14、节约空间70％，办公室整洁漂亮。 15、外观尺寸：1800900350（mm） 16、电源的智能管理。 17、入库光盘信息打印功能（全库信息打印／注释文件打印／借出信息打印）。 18、工作噪音：0分贝。 19、光盘还回时对光盘好坏／真假的判断功能 （这是和条码确认的最大不同） 20、升级版中加入了数据安全备份功能 21、升级版中加入了用户自定义光盘分类功能 ----------------------------------------------------------------------------------------------------------------------------------------- 公司网站：http://www.ygtb.com 联 系 人： 李先生 电子邮件   ygtb@163.com 联系电话： 010-62397383-18/62323038 北京阳光同步科技发展有限公司荣誉出品 ------------------------------------------------------------------------------------------------------------------------  

产品详细介绍

产品介绍 CK-M4L超高频RFID读写模块是小型化的UHF RFID 读写器 ，集成了模拟射频前端与基带数字信号处理模块等功能；用户只需要在模块的基础上作电源处理即可，可以很方便的通过API函数库控制模块工作适合各种应用场景用户开发。该模块支持固件升级，可满足协议扩展和功能扩展的应用需要。   产品特点 支持多种协议：ISO 18000-6C/EPC C1G2 、 ISO 18000-6B、国标GB/T29768-2013(可拓展支 持)。 密集读取：端口最大输出33dBm，可根据需要设置功率，可应对非常密集的使用环境，多标签识别算法，每秒可识别超过400张以上。 能够定频或跳频工作。 输出功率可调,调节步进:1dBm 支持标签数据过滤、支持防碰撞协议、支持多标签识别。 全频段、大功率、灵敏度高、功率准、零配置即可获得最佳性能。   规格参数 主要规格参数 产品型号 CK-M4L 性能参数 频率范围 840MHz～960MHz 空口协议 EPC C1G2、ISO18000-6B/C、GB/T29768-2013（可选配） 功能特点 支持密集读写、多标签识别、支持标签数据过滤、支持RSSI：可感知信号强度 通道数 4通道 RF输出功率（端口） 33dBm±1dBm（MAX） 输出功率调节 ±1dbm 前向调制方式 DSB-ASK、PR-ASK 连续读标签距离（读EPC码） 0-10米，连续读100次，读取成功率大于95%（无干扰环境）（8dBi圆极化天线@H3） 连续写标签距离（写EPC码） 0〜4米(与标签芯片性能有关)，连续写100次，写成功率大于90%（8dBi圆极化天线@H3） 通讯口 TTL串口 物理接口 15PIN端子 1.25mm间距 读卡功耗 （33dBm）：8W 物理参数 外观尺寸 85*80*8mm 外壳材质 铝型材外壳 安装方式 通过四个螺丝孔固定 电源 工作电压 5V 4A 操作环境 工作温度 -20°C~+70°C 储存温度 -40°C~+85°C 工作湿度 <95% (+25°C)  

本发明公开了一种针对运动模糊图像复原的模糊核计算方法，本发明是基于稀疏特性、超拉普拉斯先验和集成BP神经网络的模糊核参数估计算法，首先，在图像灰度梯度符合超拉普拉斯分布的约束条件下，通过分析模糊图像的稀疏表示系数确定模糊图像的模糊角度；然后，将模糊图像傅里叶变换后获取的傅里叶系数幅值和作为输入，通过训练基于Bagging方法的集成BP神经网络模型，完成对模糊长度的估计；最后，通过一步已知模糊核的去模糊算法得到去模糊图像。本发明估计模糊核参数准确，运算速度快，耗时短，去模糊效果好，通过本发明恢复运动模糊图像，可以使恢复出的图像边缘更加清晰,振铃效应更少。

本发明提供了一种基于响应信号的灵敏度数值计算方法，构造速度频响函数矩阵，并获得前m阶模态频率，从结构第一个节点开始添加刚度摄动项；基于速度频响函数信息代入矩阵修正公式形式获得摄动后的速度频响函数；提取结构的频率信息，获得结构模态频率对刚度的灵敏度；按照节点顺序改变刚度摄动点位置，从而获得整个结构模态频率对刚度的灵敏度，绘制灵敏度曲线。本发明方法首先通过有限元计算获得结构的速度频响函数信息，当结构刚度发生变化时，利用矩阵变换公式无需进行有限元再次计算，只需要初始的速度频响函数信息进行数值计算即可获得摄动后的速度响应信息，简化计算效率，更加方便，基于速度频响函数实现了频率对刚度的灵敏度快速计算方法，具有实际工程意义。

在方法研究的基础上开发了相应的计算程序，并融入本团队所开发的一系列 专用计算软件中，通过工程应用计算，体现出创新成果的工程应用价值。研究成果获授权发明专利 13 项，软件著作权 24 项;在国际权威期刊发表 SCI 论文 74 篇。本团队针对先进复杂核反应堆堆芯物理设计的难点，经过近 17 年的系统研究和 500 多人/年的持续攻关，提出了一系列原创性数值分析理论， 发明了一系列中子学计算新技术，研发了 24 个具有自主知识产权的反应堆堆芯 物理设计计算软件，实现了对多种先进复杂反应堆的精确三维中子学模拟，并成 功应用于多个重大核能开发及国防军工项目。

小试阶段/n该平台继承了目前主流计算框架和编程模式，尤其是内存计算框架， 通用性强、时效性高。该平台从根本上解决了目前大数据处理中耗时过 长的问题，通过优化大数据处理系统的任务管理和内存管理，对用户提 供主流的简洁编程接口，与目前国际上主流系统对比，该平台可以大量 减少内存占用，最高性能提升可达 41 倍，。该平台同时从根本上解决了 大数据系统自动管理内存的开销，减少 90%以上的开销。该技术平台是一 种通用数据处理平台，不影响上层生态应用，可以适用于各类大数据生 态系统，包括机器学习与深度学习领域