实验内容 1、用落球法测不同温度下液体粘滞系数； 2、测量金属线膨胀系数。

实验内容 1、示波器在实验中的应用； 2、验证多普勒效应及声速的测量； 3、测量物体的运动速度； 4、绘制物体的多种运动曲线。

实验原理   金属中存在大量的自由电子，但电子在金属内部所具有的能量低于在外部所具有的能量，因而电子逸出金属时需要给电子提供一定的能量，这份能量称为电子逸出功。研究电子逸出是一项很有意义的工作，很多电子器件都与电子发射有关，因此研究这种材料的物理性质，对提高材料的性能是十分重要的。另外本实验还可以利用磁控法测量电子荷质比，研究真空中电子能量遵从费米-狄拉克分布。   仪器概述 本实验装置的核心部件是一只理想（真空）二极管和套在理想二极管外的通电螺线管线圈。本实验通过测量金属钨的电子逸出功，将钨丝作为“理想”二极管阴极材料，阳极做成与阴极共轴的圆柱，把阴极发射面限制在温度均匀的一定长度内而又可以近似的把电极看成是无限长的无边缘效应的理想状态。金属电子逸出功(功函数)的测定实验，综合性地应用了里查逊直线测定法、外延测量法、补偿测量法和磁控法等基本方法。在数据处理方面有比较好的技巧性训练。因此，这是一个比较有意义的实验。   仪器特点 独立的理想真空二极管座：理想真空二极管插在独立的管座之上，并且配有透明的亚克力保护罩，既可以直观的观察真空二极管的工作状态，还可以有效地保护玻璃器件。独立的管座上刻有清晰的实验原理图，可以使得学生更好的理解整个实验原理。   精确的阳极电流测量模块：阳极电流测量模块采用微安级电流放大器，采用四位半数显表，测量范围可达0.1uA~20mA，可以准确、精细、稳定地测量到微弱的阳极电流。 稳定的阳极电压输出模块：阳极电压输出采用线性电源，输出幅度达到0~160.0V，可以稳定、高效地提供真空二极管的阳极电压。 便捷的数据采集接口：每个实验电源都配置模拟数据采集接口，可以连接电压传感器和PASCO数据采集软件，可以实时地采集大量的数据来分析测试结果，方便、快捷、高效地完成实验内容。   实验内容及典型数据 实验一：金属电子逸出功的测定 表1：在不同阳极电压和灯丝温度下的阳极电流及其对数值，作　lgIa～√Ua 图，得到不同温度下的截距　lgI 填入表2。     表2: 在不同温度T时所算得的　lg( I / T2) 和　1/T　的值 根据表2作 lg( I / T2) ～1/T 图，求直线斜率 m 直线斜率：m = -22802 逸出电势: φ = 4.53 (V) 逸出功（功函数）eφ = 4.53 eV 与逸出功（功函数）公认值　eφ=4.54eV　相比的相对误差：Er = 0.33%   实验二：电子在径向电场和轴向磁场中的运动（磁控法测量电子荷质比）   实验三：费米-狄拉克分布的研究     实验四：理想真空二极管的伏安特性   部件清单 金属电子逸出功实验仪   BEM-5715    可调直流 (恒压恒流) 电源I，12V/1A   BEM-5055    理想真空二极管盒   BEM-5716    螺线管线圈   BC-105236    连接导线，2mm护套香蕉插头，红   BC-105238   【2】 连接导线，2mm护套香蕉插头，黑   BC-105239   【2】 连接导线，4mm香蕉插头，红   BC-105084    连接导线，4mm香蕉插头，黑   BC-105083    连接导线,4mm护套香蕉插头1m, 红   BC-105074    连接导线,4mm护套香蕉插头1m, 黑   BC-105073    电源线   BC-105075    用户手册   CD-M-BEX-8510B  

一、产品介绍 彩色面阵CCD多功能综合实验仪，是与《图像传感器应用技术》、《光电技术实验》教材相配套的一款实验仪器，它体积灵巧，外形美观，可以完成多达十余种CCD原理与应用开发实验，方便教学，可以让学生更好的掌握相关的专业知识。 二、教学目的      1、了解并掌握面阵CCD的原理；      2、了解面阵CCD的软件使用方法；      3、了解并掌握面阵CCD信号处理方法；      4、了解并掌握运用面阵CCD进行尺寸测量和图像处理的方法；      5、运用面阵CCD进行形态学处理，了解腐蚀和膨胀等运算方法，适合医学图像处理； 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； 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；     客户自行配置电脑及示波器  

一、产品介绍      MXY7003彩色线阵CCD多功能综合实验仪是我公司针对光电图像传感器领域及机器视觉领域为高校研制的一款综合性实验仪产品。它具有很多同类产品的优点，不仅可以使学生和老师直观的理解线阵CCD的原理，而且还能够通过提供的软件和动手搭建实验器材使学生更进一步的了解线阵CCD的几种典型应用；更重要的是学生通过提供的二次开发包可以充分发挥自己的创造力,还可以扩展更多的开发性实验，真正的做到学以致用。本款实验仪的特色在于它的实验设施以及光学系统安装在仪器内部，形成微型暗室，抽拉式上盖设计方便学生打开进行观察和实验，使整套光学实验效果更佳并不受外界光源的干扰。 二、教学目的   1、了解并掌握线阵CCD的工作原理及应用；   2、通过仪器提供的软件SDK，再加上学生的创造力，使CCD的应用领域变得更宽；   3、使学生掌握彩色线阵CCD的几种典型的应用；   4、为我国光电检测技术的发展培养人才； 三、实验内容 1、线阵CCD 工作原理与驱动波形观测； 2、线阵CCD 模拟输出信号的调整； 3、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； 4、通过软件浮动阈值对CCD的输出信号进行二值化处理； 5、利用线阵CCD 对物体尺寸进行非接触的实时测量； 6、利用线阵CCD 对物体的角度进行测量； 7、利用线阵CCD 测量物体的振动； 8、利用线阵CCD识别一维条形码； 9、利用线阵CCD扫描物体的二维图像； 10、利用外置相机进行实物尺寸测量 11、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； 四、配套文件资料 1、实验指导书1本； 2、实验软件1套；   备注：客户自行配置计算机及示波器。

系统由基础护理综合模拟病人与软件系统组成。软件系统有基础护理学的训练、考核两大部分。模拟病人的外形逼真，体表标志清晰可触及，软件设置模拟人的生命体征参数，硬件操作实时传输到软件系统。产品根据人卫版《基础护理学》教材设计，可完成各种护理操作训练，也可用于操作考核。

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与OpenCV计算机视觉库，支持TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE等深度学习端侧推理框架。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

低聚物辅助法对于大多数有机太阳电池来说是一种简便通用的策略，因为它有效地解决了有机太阳电池普遍存在的关键问题。同时，低聚物的设计和合成不需要刻意或巧妙的设计，只是遵循主体聚合物的结构并通过常规偶联方法制备。

三维颅颌面部成像仪及诊断分析系统，解决传统口腔临床面临的基于二维图像颅面测量丢失深度信息的问题。 系统基于立体视觉原理，开发高效、准确（精度<=0.1毫米）的三维面部成像仪，获取真实的面部软组织立体表面数据，结合高精度CBCT（Cone Beam Computed Tomography，锥体束计算机断层）图像，融合包含颅颌面部和口腔等软硬组织模型，重建出真实感三维颅颌面部数字模型。 同时，系统完成基于三维成像设备的临床三维颅颌面部测量诊断分析系统，提高颅颌面畸形、性别分析、颅面生长等临床诊断水平。 本研究结果为正畸科、正颌外科临床定量化手术设计、术后疗效评价提供新的技术方法，为正畸和正颌外科教学培训、多学科会诊及远程会诊提供新的工具，并为进一步的口腔虚拟手术及整形美容业的手术计划研究提供测量和规划工具。 三维颅颌面部成像仪及诊断分析系统，是牙颌数字化诊疗修复的基础系统。据不完全统计，我国口腔医疗机构总数超过 12 万，其中民营超过 4 万家。按照以上数字计算，我国口腔医疗数字化仅三维颅颌面部成像仪及诊断分析系统或同类产品就存在巨大的市场空间，若以目前市场产品价格估计，市场需求至少在 2000 亿以上。三维颅颌面部成像仪及诊断分析系统的应用和推广是推动口腔正畸修复的重要保障，具有巨大的市场空间，但鉴于国内在这方面的研究还不成熟，依然没有国产的能够投入临床的成熟产品，所以该系统的推广具有重要的经济意义和现实意义。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。