中科院武汉物数所针对现有食品检测技术中存在的检测技术方法不完善等关键问题，建立了无需进行复杂样品前处理及样品分离的，高效、快速和全面的食品检测评价新技术，可全面、实时监测食品产业链中的各个环节。 市场预期：应用于食品检测领域，预计经济效益在千万级别。

XM-SB2高级上臂肌肉注射及对比模型（带检测警示系统）   XM-SB2高级上臂肌肉注射及对比模型采用高分子材料和透明亚克力材料制成，仿真度高，右侧透明的设计可展示上臂解剖结构包括锁骨、肩胛骨、肱骨、臂丛神经和血管等结构，可观察臂丛神经及其分支的位置，有利于训练对比，防止损伤腋神经。   一、功能特点： ■ 模型为成人上半身，一侧为透明区域，可以观察内部（骨骼、血管、神经）解剖结构，便于操作定位，防止扎到神经血管。 ■ 肩峰等骨骼标志明显，能够被触及，方便三角肌正确定位，确保肌肉注射部位正确。 ■ 带有注射部位正确或错误的指示灯光显示功能，刺到神经时有电子报警提示功能。 · 注射位置正确时，有绿色指示灯显示。 · 注射位置错误、注射过深或刺到神经时，红色指示灯显示，同时伴有蜂鸣声报警。 ■ 可在三角肌下缘偏外侧进行皮下注射训练。 ■ 可反复进行练习。   二、标准配置： ■ 高级上臂肌肉注射及对比模型：1台 ■ 注射器：1支 ■ 说明书：1册 ■ 保修卡合格证：1张

一、概述    本装置是进行单相变压器、三相鼠笼异步电动机的拆除、重绕、组装、维修和电机出厂检测的技能实训平台,可对学生在电机拆除、重绕、组装及检修方面进行技能训练.适用于机电一体化、自动化及相关电气专业的«电机制作工艺»、«电机维修»、«电机测试»等课程,结合机械工业出版社和中国劳动保障部«国家职业标准-维修电工»、«职业技能鉴定培训教材-维修电工»等相关内容,同时可作为初级、中级、高级维修电工的等级考核与鉴定的设备。   二、技术参数    1.输入电压:三相四线制380V±10% 50Hz    2.工作环境:环境温度范围为-5oC至+40oC 相对湿度

产品详细介绍   24V 200A 开关通电测试检测用BX8D八管可调滑线变阻器   滑线变阻器（又叫滑动变阻器，同一种产品）   BX7D/BX8D系列滑线变阻器本产品适用于50Hz、380V以下，直流440V以下的电路中，在电气机械设计阶段中作变更电流、电压和作为代替未定阻值的可变电阻器应用，在实验室中作研究试验或教学演示用的电流、电压调节器，以及作为发电设备和直流电动机的励磁、调速电阻等之用。 本产品采用经过氧化绝缘处理的康铜丝，密绕于瓷管上，并固定于金属保护支架上，通过接触系统的导电电刷，在康铜丝表面移动，以达到改变阻值的大小。24V 200A 开关通电测试检测用BX8D八管可调滑线变阻器 其主要特点：1、选用优质黑色康铜材料,传统工艺，可靠性强。2、在连续工作状态下，温漂较小。3、阻值/电流连续可调，精度高。4、内部结构布局合理,操作简便实用。5、通过串并联的方法，可以任意组合，以适应电压、阻值等各种参数的要求，替换方便。         订货选型须知：BX7D手推式滑线变阻器/滑动变阻器                 BX8D 手摇式滑线变阻器/滑动变阻器   确定电流和阻值；具体规格型号表可询问销售人员，BX7D单管手推式滑线变阻器，也能做成单管手摇式的产品，具体可咨询。24V 200A 开关通电测试检测用BX8D八管可调滑线变阻器    具体可咨询销售人员   以服务为基础！以质量为生存！以科技求发展！

XZ-0178型水质分析测试仪可用于测定自来水、循环水、污水中的浊度、色度、悬浮物、余氯、总氯、化合氯、二氧化氯、溶解氧、氨氮（以N计）、亚硝酸盐（以N计）、铬、铁、锰、铜、镍、锌、硫酸盐、磷酸盐、硝酸盐氮、阴离子洗涤剂、COD、硫化物等参数，化学法和电极法一体机，用户可根据自己的要求，以百分比的形式标定使用，为客户提供方便。本仪器可广泛用于水厂、食品、化工、冶金、环保及制药行业等部门的检测，是常用的实验室仪器。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

产品详细介绍至尊8188亚克力防盗仪 产品编号：323 型　号：至尊8188(SSLT-EM-2008A) 品　牌：盛世龙图 档　次：高档 推荐指数：      特点描述： 采用纯进口全亚克力材料设计、耐磨性强、晶莹剔透，报警灯光采用全反射、全迷幻效果设计，先进的液晶显示人次统计系统，具有精确的报警和超高的检测率，通过公安部安全与警用电子产品质量检测中心检验，是国内外高档图书馆、大型书城、书店、图书馆、药店、音像店、化妆品店、部队等首选产品，现大量出口国外50多个国家。 具体说明： ◆ 保护宽度： 单通道75-120厘米。 ◆ 灵敏度高：采用DMPD（动态多相位检测）技术，最短可以探测3厘米的磁条，高保障地检测目前市面上的全部磁条产品。 ◆ 稳定性好：拥有世界上最先进的DSP技术，完美确保系统的稳定性与可靠性。 ◆ 无误报：先进的检测仪自检能力，有效识别、过滤外界干扰源，实现行家客户要求的高报警、无误报的理想效果。 ◆ 抗金属能力强：自主开发的智能数字化微电脑控制技术和三环同步递归滤波技术，空前提高系统的抗金属干扰的能力，并对抗金属干扰进行自由调节。 ◆ 保护范围广：不仅可以保护图书、药品、化妆品、音像制品，还可以保护U盘、MP3、MP4、移动硬盘、笔记本电脑等电子产品。 ◆安全技术检验：通过公安部安全与警用电子产品质量检测中心检验。 ◆生产工艺：按照公司通过的ISO9001：2000质量管理体系认证要求，高标准、高质量组织设计、生产与服务。 ◆ 技术针对性强：针对大型书店、图书馆、药店、音像店、化妆品店等的安装要求设计。 ◆ 极具视觉冲击力的设计：外观设计高雅大方，选用日本进口亚克力材料、透光性强、抗磨性强、不变形；报警灯光采用全反射、全迷幻效果设计； ◆ 先进的进店客流人次统计功能（三种模式）：可通过独家开发的可视液晶模块实现总人数历史统计（无需计算机、默认配置）；可通过连接计算机实现当日和历史客流流量的统计、分析、报表生成等（需计算机）；通过主机内置模块实现当天人次统计。 ◆ 符合绿色环保标准：产品功率小于5瓦，使用寿命长、耗电量少，对人体无辐射。设计与制造完全符合美国联邦通讯委员会（FCC）颁发的有关无线电频率、信号强度、电磁干扰（EMI）及其它方面的规定。 ◆ 性价比高：国际品质、国内价格  技术指标：  ◆ 综合报警率 98% ◆ 报警方式: 声光报警（报警灯采用全反射、全迷幻效果设计） ◆ 探测范围： 高：5-165cm 宽：75—120cm ◆ 信号处理： 数字式-DMPD（动态多相位检测）技术、DSP多重滤波技术 ◆ 制作材料：纯进口亚克力材料，不变形、不变色、晶莹透亮、抗磨性强 ◆ 无故障时间≥80000小时 ◆ 外型尺寸：150 cm*48cm*3cm ◆ 天线功率： 3.6W-5W ◆ 工作电压：AC:220V±20%、50Hz ◆ 安装形式：底座式、金属扣槽式、预埋管式、切割扣槽式

本发明公开一种基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法，通过姿态传感器分别获取人体手臂的各个姿态信息，并输入至控制器，人体手臂发力通过摇杆作用于六维力传感器上，六维力传感器输入相应信号至控制器，控制器将获取到的姿态参数以及力觉参数，通过建立的意图识别模型解算，并控制康复训练机器人做出相应动作，对康复训练机器人实现控制，以实现微弱主动力下的辅助主动训练。