|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
頭針灸穴位模型XM-20頭部四功能針灸腧穴模
XM-20頭部四功能針灸腧穴模型
?
XM-20頭部四功能針灸腧穴模型標(biāo)明了頭部和頸部的所有重要的針灸經(jīng)絡(luò)線和穴位，也標(biāo)明了中國頭皮針插入孔，以及在主要針灸經(jīng)絡(luò)線上沒有標(biāo)明的經(jīng)外穴位如魚腰、印堂、太陽和面部微系統(tǒng)的針灸穴位。
尺寸：20cm
材質(zhì)：PVC材料
上海欣曼科教設(shè)備有限公司
2021-08-23
XM-702-2男女兩性泌尿生殖系統(tǒng)解剖模型
XM- 702-2男女兩性泌尿生殖系統(tǒng)解剖模型
?
XM-702-2男女兩性泌尿生殖系統(tǒng)解剖模型整合了男性盆腔正矢狀切面和女性盆腔正中矢狀切面的解剖結(jié)構(gòu)，增加了人體泌尿系統(tǒng)，展示了男性泌尿生殖和女性泌尿生殖的解剖結(jié)構(gòu)形態(tài)，共有多個(gè)部位數(shù)字指示標(biāo)志和對(duì)應(yīng)的文字說明。
尺寸：53×38×6cm
材質(zhì)：PVC材料
上海欣曼科教設(shè)備有限公司
2021-08-23
XM-402M四階段動(dòng)脈粥樣硬化血管阻塞模型
XM-402M四階段動(dòng)脈粥樣硬化血管阻塞模型
?
XM-402M四階段動(dòng)脈粥樣硬化血管阻塞模型展示動(dòng)脈粥樣硬化的四個(gè)時(shí)期：
1、無癥狀期或稱亞臨床期：其過程長短不一，包括從較早的病理變化開始，直到動(dòng)脈粥樣硬化已經(jīng)形成，但尚無器官或組織受累的臨床表現(xiàn)。
2、缺血期：由于血管狹窄而產(chǎn)生器官缺血的癥狀。
3、壞死期：由于血管內(nèi)急性血栓形成使管腔閉塞而產(chǎn)生器官組織壞死的表現(xiàn)。
4、纖維化期：長期缺血，器官組織纖維化萎縮而引起癥狀。
尺寸：放大
材質(zhì)：PVC材料
上海欣曼科教設(shè)備有限公司
2021-08-23
.jpg){kind=logo}
一種基于譜隨機(jī)有限元模型的隨機(jī)動(dòng)載荷識(shí)別方法
本發(fā)明公開了一種基于譜隨機(jī)有限元模型的隨機(jī)動(dòng)載荷識(shí)別方法。本發(fā)明的方法包括步驟：Ｓ１、對(duì)含不確定性參數(shù)的結(jié)構(gòu)開展同工況下多次模態(tài)試驗(yàn)，建立不確定性系統(tǒng)的譜隨機(jī)有限元模型；Ｓ２、測量隨機(jī)動(dòng)載荷作用下含不確定性參數(shù)結(jié)構(gòu)的隨機(jī)動(dòng)響應(yīng)樣本；Ｓ３、利用隨機(jī)動(dòng)響應(yīng)樣本均值識(shí)別結(jié)構(gòu)上所受隨機(jī)動(dòng)載荷的均值；Ｓ４、利用識(shí)別的隨機(jī)動(dòng)載荷均值求解僅考慮系統(tǒng)參數(shù)不確定性時(shí)的結(jié)構(gòu)隨機(jī)動(dòng)響應(yīng)協(xié)方差；Ｓ５、計(jì)算僅考慮動(dòng)載荷隨機(jī)性引起的隨機(jī)動(dòng)響應(yīng)協(xié)方差的近似值；Ｓ６、識(shí)別獲取隨機(jī)動(dòng)載荷的統(tǒng)計(jì)特征。本發(fā)明能夠同時(shí)考慮了動(dòng)載荷和系統(tǒng)參數(shù)的不確定性，利用實(shí)測結(jié)構(gòu)動(dòng)響應(yīng)樣本，識(shí)別結(jié)構(gòu)系統(tǒng)上作用隨機(jī)動(dòng)載荷的統(tǒng)計(jì)特征。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種鋰電池分?jǐn)?shù)階變階等效電路模型及其辨識(shí)方法
本發(fā)明公開了一種鋰電池分?jǐn)?shù)階變階等效電路模型及其辨識(shí)方法,包括運(yùn)行時(shí)間電路及電池IV特性電路,電池IV特性電路中的電容采用變階的分?jǐn)?shù)階電容.本發(fā)明將二階RC電路模型推廣到非整數(shù)階,并基于最小二乘法辨識(shí)不同SOC處的模型參數(shù)和分?jǐn)?shù)階階數(shù),從而獲得一個(gè)根據(jù)SOC變階的分?jǐn)?shù)階等效電路模型.分?jǐn)?shù)階的引入實(shí)現(xiàn)了模型階數(shù)的連續(xù)變化,使得模型更加穩(wěn)定,動(dòng)態(tài)性能更優(yōu),精度更高;分?jǐn)?shù)階的變階實(shí)現(xiàn)了模型更多的自由度,更大的柔性和新意.由于未增加RC網(wǎng)絡(luò)的個(gè)數(shù),本發(fā)明的分?jǐn)?shù)階模型有效解決了模型準(zhǔn)確性和實(shí)用性之間的矛盾,適用于電池的各種工況,具有較高的實(shí)用價(jià)值,為SOC的精確估計(jì)提供了一個(gè)精確且易實(shí)現(xiàn)的電池模型。
山東大學(xué)
2021-04-13
.jpg){kind=logo}
一種適用于多道次壓縮的本構(gòu)模型的建立方法
本發(fā)明公開了一種適用于多道次壓縮的本構(gòu)模型的建立方法， 目的在于提供一種測定多道次壓縮過程中的本構(gòu)模型的方法，解決現(xiàn) 有技術(shù)存在的多道次壓縮帶來再結(jié)晶引起的應(yīng)力軟化原有本構(gòu)模型的 影響問題。本發(fā)明既能反應(yīng)材料在多道次壓縮過程中的微觀組織演變， 也能描述宏觀的材料流動(dòng)行為，適用于多道次壓縮過程的物理基和唯 像型結(jié)合的本構(gòu)模型。與現(xiàn)有技術(shù)相比，使用本發(fā)明得到的本構(gòu)模型 與實(shí)際的工藝過程相符。通過實(shí)際檢測證明，該方法不僅適
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于替代模型空間映射技術(shù)的成品帶通濾波器調(diào)試技術(shù)
微波濾波器是無線通信基站和衛(wèi)星通信系統(tǒng)的關(guān)鍵器件，被廣泛應(yīng)用于衛(wèi)星系統(tǒng)和無線通信系統(tǒng)的射頻前端。在實(shí)際生產(chǎn)設(shè)計(jì)中，種種誤差導(dǎo)致設(shè)計(jì)的濾波器很難實(shí)現(xiàn)設(shè)計(jì)指標(biāo)。成品微波/毫米波器件的后期調(diào)試在實(shí)際應(yīng)用中占據(jù)著舉足輕重的地位。傳統(tǒng)的人工成品調(diào)試工作由專業(yè)的調(diào)試技術(shù)工人完成，這種方式不僅耗時(shí)長，且對(duì)技術(shù)工人的調(diào)試經(jīng)驗(yàn)有很高的要求，人工成本高。 一種基于替代模型空間映射技術(shù)的成品帶通濾波器調(diào)試
南方科技大學(xué)
2021-04-14
一種基于自適應(yīng)邊緣檢測和映射模型的一維碼識(shí)別算法
本發(fā)明公開了一種基于自適應(yīng)邊緣檢測和映射模型的一維碼識(shí) 別算法。該算法利用一維碼四個(gè)角點(diǎn)對(duì)一維碼圖片進(jìn)行投影變換，校 正一維碼圖像中可能存在的投影或者仿射變形，然后利用校正后的圖 像生成兩種掃描線，一種是基于圖像分塊的，一種是基于梯度變化的， 對(duì)于獲得的掃描線采用一種自適應(yīng)邊緣檢測算法來找到一維碼條和空 的邊緣位置，接著采用一種邊緣映射模型將獲得的邊緣位置映射到正 確的編碼位置，根據(jù)編碼位置來獲得條和空的寬度，從而依據(jù)條空的 寬度比和編碼規(guī)則求解一維碼信息。按照本發(fā)明實(shí)現(xiàn)的一維碼識(shí)別算 法，能實(shí)現(xiàn)對(duì)
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于形狀相關(guān)性活動(dòng)輪廓模型的超聲圖像分割方法
本發(fā)明公開了一種基于形狀相關(guān)性活動(dòng)輪廓模型的超聲圖像分割方法，包括以下步驟：步驟 1：針 對(duì)連續(xù)超聲圖像中病灶區(qū)域形狀變化之間的相關(guān)性信息進(jìn)行挖掘并構(gòu)建形狀相關(guān)性的低秩模型；步驟 2： 構(gòu)建基于低秩約束的活動(dòng)輪廓模型；步驟 3：構(gòu)建基于增廣拉格朗日的優(yōu)化算法用于快速計(jì)算分割結(jié)果。 本發(fā)明解決了傳統(tǒng)的基于有監(jiān)督統(tǒng)計(jì)學(xué)習(xí)的分割方法在訓(xùn)練集不足和面對(duì)超聲圖像中病灶區(qū)域邊緣模 糊和病灶區(qū)域形狀形變的情況下分割結(jié)果不準(zhǔn)確的結(jié)果。
武漢大學(xué)
2021-04-14
基于自組織映射模型云軟件性能異常錯(cuò)誤診斷方法與系統(tǒng)
本發(fā)明公開了一種基于自組織映射模型的云軟件性能異常錯(cuò)誤 診斷方法，包括：追蹤記錄待檢測的軟件在云環(huán)境中運(yùn)行時(shí)的系統(tǒng)調(diào) 用信息；分析出現(xiàn)性能異常的虛擬機(jī)上軟件運(yùn)行時(shí)系統(tǒng)調(diào)用序列，劃 分每個(gè)進(jìn)程對(duì)應(yīng)的系統(tǒng)調(diào)用序列；根據(jù)劃分得到的進(jìn)程系統(tǒng)調(diào)用序列 建立檢測模型，并對(duì)可疑進(jìn)程進(jìn)行異常檢測；計(jì)算出現(xiàn)異常的進(jìn)程中 最相關(guān)的系統(tǒng)調(diào)用，排序后輸出。本發(fā)明能夠準(zhǔn)確完整地記錄軟件運(yùn) 行時(shí)的行為，能夠自動(dòng)化建模并且檢測出異常的系統(tǒng)運(yùn)行過程
華中科技大學(xué)
2021-04-14