产品详细介绍该2010版新指南标准心肺复苏模拟人产品采用美国心脏学会(AHA)2010国际心肺复苏（CPR）＆心血管急救（ECC)新指南标准设计，并在原来的普通型的基础上进行升级，率先开发出专门针对社会心肺复苏普及与医学院校、医疗卫生系统培训使用的高档型新产品，其造型更完美、功能更强大、操作更方便的领先型新标准心肺复苏模拟人产品。 执行标准：美国心脏学会(AHA)2010国际心肺复苏(CPR)＆心血管急救(ECC)新指南标准。功能特点： ■ 模拟标准气道开放。 ■2010（新标准）：先C胸外按压→A开放气道→B人工呼吸操作流程。 ■ 人工手位胸外按压指示灯显示，数码记数显示，语言提示：   · 按压位置正确，错误的指示灯显示，数码记数显示，错误的语言提示；   · 按压强度正确（5-6cm区域），错误（5-6cm区域）的显示分别由（黄绿红）数码指示灯移动的动态反馈显示CPR按压深度正确，错误的数码记数显示及错误的语言提示；■ 人工口对口呼吸（吹气）的指示灯显示、数码计数显示、语言提示：   · 吹入的潮气量≤500ml-600m-1000mll≤的显示分别由（黄绿红）数码指示灯移动的动态反馈显示吹气量度；正确、错误的数码计数显示及错误的语言提示；■ 按压与人工呼吸比：30∶2（单人或者双人）；■ 操作周期：先有效胸外按压30次再有效2次人工吹气既30：2五个循环周期CPR操作；■ 操作频率：最新国际标准：至少100次/分钟；■ 操作方式：训练操作，考核操作；■ 操作时间：以秒为单位时间计时；■ 语言设定：可进行语言提示设定或关闭语言提示设定；■ 成绩打印：操作结果可热敏打印成绩单；■ 检查瞳孔、颈动脉反应：模拟人抢救成功后，瞳孔由散大变为缩小，颈动脉出现自主搏动。■ 电源状态：采用220V外接电源，经过稳压器输出电源24V。材料特点：面皮肤、颈皮肤、胸皮肤、头发，采用进口热塑弹性体混合胶材料，由不锈钢模具、经注塑机高温注压而成，具有解剖标志准确、手感真实、肤色统一、形态逼真、外形美观、经久耐用、消毒清洗不变形，拆装更换方便等特点，其材料达到国外同等水平。标准套配置：■ 高级复苏全身模拟人一具；■ 高级电脑显示器一台；■ 豪华手拉式人体硬塑箱一只；■ 复苏操作垫一条；■ 一次性消毒屏障面膜（50张/盒）一盒；■ 可换肺囊装置五套；■ 热敏打印纸两卷；■ 使用手册一本；■2010国际最新操作指南光盘1盘。 

产品详细介绍产品名称：凹箱式篮球架 产品型号：JH-0011 产品价格：2950元/只 产品材质：JH-0011型凹箱式钢化篮板篮球架，臂长2.25米，，箱体长2米x宽1米该产品采用钢化篮板,弹簧篮筐；采用喷塑表面处理工艺，具有防锈不掉漆，不褪色的优点；产品通过国家体育用品质量检验监督中心认证，质量上乘，价格优惠，欢迎定购。

产品详细介绍R12.重庆360办公地带,专业生产批发销售白板,磁性白板,进口白板,树脂白板,教学黑板。绿板,挂白板,画线表格白板,任何规格均可订做,质量保证,易擦易写不变形,免费送货上门。采用了进口面板，和镀锌的底板，面板磁性强，背面采用高强度PP,专用塑料包角精制而成，支架是优质的金属材料合成，表面经过了特殊处理后喷漆，是流水形的设计，非常的美观大方。白板使用白板笔写字，无尘、方便。本公司电话15922933193 网址www.csc360.com  欢迎您来电咨询。标签：重庆白板 白板 绿板 国产白板 进口白板 绿板 磁性黑板 白板架 磁吸 白板擦 教学黑板 订做白板  重庆订做白板

MV-AIBOT 是一款模块化智能移动机器人，包含移动底盘、图像处理模块、SLAM激光雷达模块、智能语音交互学习系统模块和通信模块五个模块，每个模块均可单独使用，可配套对应的课程实验。适用专业：机器人、人工智能、自动化、机电、电子、计算机等。1、丰富的模块化设计：包含移动底盘、图形处理模块、SLAM 激光雷达模块、智能语音交互学习模块、通信模块。2、独立电源管理单元：各模块均带有独立的电源单元，可单独供电使用，适应不同的教学场景应用。3、全 wifi 覆盖：各模块均带有独立的 wifi 系统，适应在无 wifi 环境下，构建局域网，同时预留 RJ45 有线接口。4、多种扩展资源：各模块预留独立的电源输出接口、扩展 GPIO 口、USB 口、TF 卡槽、HDMI 口等，使用方便，足以应对不同二次开发应用。5、丰富的支撑课程：嵌入式系统原理与设计实验、移动机器人实验、电机驱动与运动控制、机器人视觉实验、机器人传感器技术、ROS 实践教学、Python 实践、人工智能算法实践

移动式升降小讲台  1.可调节高度范围：750-1050mm                                   2.支架材质：铝  3.升降方式：手动液压升降                                                          3.支架加工工艺：铝压铸喷涂 4.面板尺寸：710*475mm                               5.面板材质：25mm MDF with PVC，带桌面储物槽。                                 7. 支架颜色：银色，白色，黑色可选。                           8.面板颜色：白色，枫木色，胡桃色可选。                           9.桌脚：双向PU滑轮，前面2轮可锁定。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

神经递质作为神经元与神经元及神经元与细胞之间沟通的媒介分子，介导了发育、信息感知，运动及大脑的高级认知功能。随着生化分离纯化技术的发展以及人们对大脑精细结构的进一步了解，现如今已发现有几十种重要的神经递质。而神经系统在时间和空间上的高度复杂性对研究特定神经递质的动态变化及其功能提出了极大的挑战。本项目成功构建了一系列新型的基因编码的神经递质荧光探针，可实现对特定神经递质动态变化的灵敏检测。该类荧光探针利用大多数已知的神经递质所对应的特异性G蛋白偶联受体（GPCR）与循环重排的荧光蛋白（cpGFP）融合，利用循环重排荧光蛋白的荧光强度变化来指示GPCR的激活，进而反应外源神经递质的浓度变化（图一）。我们命名该类荧光探针为GRAB探针，即为GPCR Activation Based Sensor的缩写。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

2017年7月11日，北京邮电大学温向明教授研究团队受邀赴日内瓦参加ITU-T SG13全会，代表北京邮电大学、OAI软件联盟及开源5G中法联合实验室，全程展示了全球首个5G网络服务化切片管理编排原型系统，并提交了SBA 5G网络切片标准化提案。该系统是5G网络操作系统的核心部分，可实现灵活的网络切片管理、业务动态编排及弹性伸缩，可有效应对5G网络中场景多样化、业务动态化和网络异构化的挑战。5G切片管理编排原型系统得到了与会设备商、运营商及研究机构的广泛关注。温向明教授研究团队将加强与国内外重要运营商展开深层次的合作，提升在国际标准化组织的影响力，共同推动5G网络切片管理编排的标准化进程，占领5G网络切片管理编排及网络操作系统的制高点，加速推动5G网络切片管理编排系统在运营商网络的商用。