|
搜索
搜 索
高等教育领域数字化综合服务平台
化学学生安全电源盒
实验室电源，物理实验室电源，化学实验室电源，实验室学生电源
备注：以上是化学学生安全电源盒的详细信息，如果您对化学学生安全电源盒的价格、型号、图片有什么疑问，请联系我们获取化学学生安全电源盒的最新信息。
咨询电话：0577-67473999
温州市育人教仪制造有限公司
2021-08-23
化学学生安全电源盒
学生安全电源盒
化学学生简易电源盒(面板尺寸：100×90mm 塑料筐开孔尺寸：108×98mm)
1.低压交流电源：0-24V/2A输出，2V/挡。(接受教师控制）
2.低压直流电源：0-24V/2A输出，2V/挡。(接受教师控制））
3.本电源产品不带稳压模块，电源参数指标不做任何保证。
4.交流高压220V/2A插座输出。
5.过载，短路保护，全自动复位功能。
备注：以上是化学学生安全电源盒的详细信息，如果您对化学学生安全电源盒的价格、型号、图片有什么疑问，请联系我们获取化学学生安全电源盒的最新信息。
咨询电话：0577-67473999
温州市育人教仪制造有限公司
2021-08-23
化学探究性实验桌
化学探究性实验室桌
规格尺寸可定制：
1200*1200*780
1500*1500*780
台面采用国内知名的12.7MM实芯理化板 铝木/塑钢/钢木结构。板材采用三聚氰胺刨花板/密度板
备注：以上是化学探究性实验桌的详细信息，如果您对化学探究性实验桌的价格、型号、图片有什么疑问，请联系我们获取化学探究性实验桌的最新信息。
咨询电话：0577-67473999
温州市育人教仪制造有限公司
2021-08-23
化学品安全柜
产品介绍：
BC系列安全柜通过欧盟CE权威认证并达到OSHA标准(美国职业安全健康管理局),符合NFPA(美国国家消防协会)第30条规定的要求,用于规范存储易燃易爆液体及危险化学品。
产品特点：
●双层防火钢板构造
●优质镀锌层板可自由调节
●三点联动式门]锁,可选配挂锁,实现双人双锁安全管理
●专业规范的警示标签
●环氧树脂静电喷涂
●装设有防避火装置的双透气孔
●50MM防漏液槽,使意外流出的液体不外溢
规格型号:
型号
外部尺寸
内部尺寸
规格
容积
存储容量
标配层板
重量(kg)
单/双门
H*W*D mm
H*W*D mm
(500m)
BC004
560*430*430
460*350*330
4加仑
4/15
32
1块
35
单门
BC012
890*590*460
790*510*360
12加仑
12/45
48
1块
50
单门
BC022
1650*600*460
1550*520*360
22加仑
22/83
96
3块
85
单门
BC030
1120*1090*460
1020*1010*360
30加仑
30/114
96
1块
90
双门
BC045
1650*1090*460
1550*1010*360
45加仑
45/170
144
2块
118
双门
BC060
1650*860*860
1550*780*760
60加仑
60/227
270
2块
140
双门
BC090
1650*1090*860
1550*1010*760
90加仑
90/340
324
2块
160
双门
BC180
1800*900*460
1700*820*360
40加仑
40/150
120
2块
108
双门
苏州毕恩思实验器材有限公司
2022-09-16
关于报送中国国际大学生创新大赛（2025）总决赛项目的通知
关于报送中国国际大学生创新大赛（2025）总决赛项目的通知
云上高博会
2025-08-31
教育部党组学习贯彻习近平总书记在加强基础研究座谈会上的重要讲话精神
长周期稳定支持一批青年人才开展原创性、颠覆性研究，培育未来领军人才。
教育部
2026-05-09
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13
深度学习处理器研发及产业化
已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在
中国科学院大学
2021-01-12
基于深度学习的图像识别云服务平台
基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户
合肥工业大学
2021-04-14