XM-624腰椎附脊髓与马尾神经放大模型   XM-624腰椎附脊髓与马尾神经放大模型由腰椎脊髓与马尾局部的冠状剖面两部件组成，显示脊髓腰骶、脊髓圆锥、终丝、马尾以及椎间孔、腰神经和硬脊膜等结构。 尺寸：放大，13.5×16×17.5cm 材质：PVC材料

一、产品简介        光纤通信作为一门新兴技术，它具有容量大、中继距离长、保密性好、不受电磁干扰和节省铜材等优点。近年来发展速度快，已被广泛应用到军事通信、民用通信等各种领域，是世界新技术革命的重要标志和未来信息社会中各种信息的主要传送工具。光缆是当今信息社会各种信息网的主要传输工具，它将取代传统的线路时代，目前在人们的生活和工作中应用广泛。为此公司研制出本实验系统，让学生了解和认识光纤光缆，是学校金工实习（工程实习）与工程检测的不二之选。 二、教学目的  1、熟悉光纤光缆型号及结构，掌握其装配方法、使用环境及保护措施等； 2、了解光缆的开缆工具及开缆过程； 3、熟悉掌握光纤接续基本过程； 4、了解并掌握OTDR的操作方法及注意事项； 5、掌握在手动和自定义模式下，熔接参数对溶解性的影响； 6、了解掌握OTDR及可见光对故障点的定位方法； 7、观测光纤尾端在不同连接头情况下的OTDR曲线； 8、熟悉光缆接续盒的结构，掌握光缆接续的注意事项； 三、实验内容 1、不同种类光纤光缆及光器件的认知和操作实验； 2、剥纤、清洁、切纤及光纤接续实训操作实验； 3、熔接机原理及使用实训操作实验； 4、基于剪断法的熔接损耗测量实验； 5、利用OTDR测量光纤长度实验； 6、利用OTDR测量光纤损耗实验； 7、手动模式下，光纤熔接实训实验； 8、自定义模式下，光纤熔接实训实验；

一、产品介绍        光电成像基础与应用实训平台包括CCD和CMOS两大方面，这两方面原理与应用是《光电技术》和《图像传感器应用技术》课程重要章节，也是教学的难点章节，因此，monxyuan开发了光电成像基础与应用实训平台。该平台采用搭建式、开放式设计，直观展现了线阵CCD、面阵CCD和CMOS的工作原理，并且设置了工程实际检测的实验，是学生理解和认识CCD和CMOS工作原理与实际应用的最理想的教学实验系统。 二、教学目的 1、了解并掌握线/面阵CCD和CMOS的原理； 2、了解线/面阵CCD和CMOS的软件使用方法； 3、了解并掌握面阵CCD和CMOS信号处理方法； 4、了解并掌握运用面阵CCD和CMOS进行尺寸测量和图像处理的方法； 5、了解并掌握学生掌握线阵CCD的几种典型的应用； 三、实验内容 1、面阵CCD 原理与驱动实验； 2、面阵CCD 数据采集与计算机接口实验； 3、面阵CCD 边缘与轮廓检测； 4、面阵CCD物体尺寸测量实验； 5、面阵CCD 图像的点运算； 6、面阵CCD 图像的几何变换； 7、面阵CCD 图像采集与参数设置； 8、面阵CCD 投影与差影图像分析； 9、面阵CCD 图像的滤波与增强； 10、面阵CCD 形态学处理； 11、面阵CCD 旋转与缩放； 12、面阵CCD 颜色识别与变换； 13、面阵CCD图像采集程序设计；  14、线阵CCD 工作原理与驱动波形观测； 15、线阵CCD 模拟输出信号的调整； 16、通过采集卡对线阵CCD的模拟输出信号进行A/D转换和数据采集； 17、通过软件浮动阈值对CCD的输出信号进行二值化处理； 18、利用线阵CCD 对物体尺寸进行非接触的实时测量； 19、利用线阵CCD 对物体的角度进行测量； 20、利用线阵CCD 测量物体的振动； 21、利用线阵CCD识别一维条形码； 22、利用线阵CCD扫描物体的二维图像； 23、利用外置相机进行实物尺寸测量 24、用硬件提取边缘信号的二值化 25、CMOS原理与驱动实验； 26、CMOS数据采集实验； 27、CMOS图像采集程序设计 28、CMOS用于边缘与轮廓检测实验； 29、CMOS用于物体的尺寸测量实验； 30、CMOS用于图像采集与参数设置实验； 31、CMOS用于投影与差影图像分析实验； 32、CMOS用于图像的滤波与增强实验； 33、CMOS用于颜色识别与变换实验； 34、扩展性实验     （1）通过提供的CPLD程序，学生可以了解CPLD对外围器件的控制；     （2）有能力的学生还可以自己编程来产生方波；     （3）通过提供的SDK和DEMO程序，编写程序来采集扩展相机的数字信号；     （4）利用扩展相机并编写软件进行其他如尺寸测量等实验等； 四、配套文件资料 1、实验指导书1本； 2、实验软件1套； 3、实验录像光盘1套；    客户自行配置电脑及示波器    

为便于医学生直观了解口腔解剖结构，并进一步掌握气管插管技能，快速抢救生命，我公司研发了口腔解剖与气管插管示教模型。模型解剖结构根据真实人体数据制作，还原真实口腔形态，可直观展示气管插管过程，有效提高医学生气管插管技能。

     实验室安全智能监测与控制系统为高校实验室安全提供一体化解决方案。项目基于全要素管理、全过程监控、全方位感知（简称“三全”）的理念，聚集于实验室安全智能化管控，构建实验室安全智能监测与控制系统，通过多维监测、安全预警和智能应急等举措，开展实验室智慧安全管理，实现实验室的本质安全，提高实验室安全的技防水平。     实验室安全智能监测与控制系统采用模块化设计，由11个模块组成，责任体系、安全教育与考试、安全准入、分级管控、安全检查、危险源管理、应急管理、安全档案、综合管理、数据可视化。基于实验室安全工作的实际需求设计，由校级平台和院级平台组成。校级平台可实时监控各院系实验室安全工作情况，进行各类数据的调用、统计和分析，主要用于实验室安全工作决策和安全工作考核。院级平台可通过各模块开展具体管控工作，能够实时监控各实验室人员、危险源、环境等状况，实现实验室安全工作的智能管控。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

该研究采用污水处理厂改造前后的运行数据，对传统活性污泥法和膜生物反应器（MBR）两种污水处理工艺进行技术经济上的严格配对比较研究，对比分析污水处理厂采用两种工艺时的成本能耗、净利润和技术效率，采用敏感性分析评价计算结果的可靠性，为污水处理工艺的选择和应用提供技术经济方面的理性参考。