|
搜索
搜 索
高等教育領域數字化綜合服務平臺
多媒體電子講臺|班班通講臺|鋼制講桌|S600
產品詳細介紹多媒體講臺|鋼制講臺|電子講臺|班班通講臺|多媒體講桌|多功能講臺|S600【多媒體講臺|鋼制講臺|講桌】基本說明多媒體講臺簡介：鋼制鑲木結構，木扶手方便握扶，臺面平整方便操作。講臺外型尺寸：關閉：1050*750*1000（長*寬*高），打開：1950*1050*1000（長*寬*高）；展臺位置：470mm*530mm*180mm（長*寬*高）；【多媒體講臺|鋼制講臺|講桌】產品特點講臺表面表面采用脫脂、除酸、磷化、靜電噴涂等工藝，美觀且經久耐用；氣動或機械輔助升降 15"-20"液晶屏；提供左右扶手讓演講者握扶；【多媒體講臺|鋼制講臺|講桌】參數規格詳細參數1、多媒體講臺簡介：鋼制鑲木結構，木扶手方便握扶，臺面平整方便操作。2、講臺外型尺寸：關閉：1050*750*1000（長*寬*高），打開：1950*1050*1000（長*寬*高）；展臺位置：470mm*530mm*180mm（長*寬*高）；3、講臺主體采用1.5mm冷軋鋼板，其它部分采用1.2mm冷軋鋼板； 4、講臺表面表面采用脫脂、除酸、磷化、靜電噴涂等工藝，美觀且經久耐用；5、氣動或機械輔助升降 15"-20"液晶屏；提供左右扶手讓演講者握扶，尺寸：60x600mm。隱藏式，滑軌軸拉，可容納鍵盤、鼠標、控制面板。鍵盤架下方隱藏儲物抽屜。左側具推拉式輔助臺板，可放置筆記本電腦，承重10公斤；右側具有抽拉式抽屜，可放置實物展示臺，承重15公斤；6、講臺結構設計合理，有足夠的平面放置筆記本電腦、教案教具，還可以在講臺上同時做演示實驗和使用實物展示臺；7、講臺整體造型設計以人為本，邊角采用圓弧過度，工藝美觀大方；8、可選配可擴展性強：適用15-20寸液晶熒幕;手動升降角度為70度，可安裝不同型號大小不一的多媒體教學中控，可安裝門禁電子鎖；9、桌面可安裝筆記本接口模塊，其中包括網絡接口一個，AV視頻接口一個，音頻接口一個，話筒接口一個，VGA接口一個，USB接口兩個；（選配）10、講臺桌體和臺面分開設計，方便運輸和安裝。11、講臺空間大，可放置如下設備：教學終端、廣播終端、電腦主機、20寸及以下顯示器、鍵盤鼠標、多媒體中控、實物展示臺、DVD機、功放音箱、筆記本電腦、無線話筒等；12、適應范圍廣泛：大中院校、中小學校的多媒體教室、階梯教室、普通教室、演播廳 、以及各種培訓教室、會議室、報告廳等。【多媒體講臺|鋼制講臺|講桌】適用范圍適應范圍廣泛：大中院校、中小學校的多媒體教室、階梯教室、普通教室、演播廳 、以及各種培訓教室、報告廳等。【多媒體講臺|鋼制講臺|講桌】包裝說明紙箱包裝，可根據需求訂制木箱。【多媒體講臺|鋼制講臺|講桌】售后服務一年免費保修，終身維護維修。
廣州市恒昌數碼網絡科技公司
2021-08-23
眾通適用型木臺面多媒體講臺ZTDMT-09-Ⅱ
產品詳細介紹1、材料：主體采用1.5mm冷軋鋼板、其它部分采用1.2mm冷軋鋼板精裝冷軋鋼板、一次折彎焊接而成,外型美觀、大方。同時具有防火牢固的優點。扶手及臺面選用了高檔木制材料、進一步提升了使用者的舒適性。 2、表面處理：經酸洗、磷化防腐防銹后靜電噴塑，正常使用塑面經久耐用。3、整體造型設計以人為本，顯示器可以任意調整，以便達到最佳視角。邊角圓弧過渡，工藝精湛高貴大方。4、鍵盤和講臺臺面合二為一、有效提升了講臺的使用空間。確保能同時兼容分體、一體中央控制器。內部配置底盒、可以放置書本，粉筆，粉擦等。5、安全防盜；鎖好講桌后、桌外無任何可拆卸鑼釘；桌面是一個整體的平板、方便做一般講臺使用。可升級安裝隱藏接線模塊（含：HIMA、VGA、AUDIO一個、USB、LAN、電源接口一個、話筒接口等)（選配）。6、一把鎖控制（使用和維護各只用一把鎖），老師上課使用方便、免于開啟多把鎖；預留安裝IC卡電磁鎖接口、方便升級聯網和遠程控制。7、講桌配隱藏式滑軌抽拉抽屜，可容納鍵盤、鼠標等。8、終端、中控裝置、實物展示臺、電腦主機、液晶顯示器、鍵盤鼠標、 功放、筆記本電腦等。桌體采用開合式小柜門設計，不必打開桌子柜門，便可方便使用電腦光驅、開關主機。9、適應范圍廣泛：大中專院校、中小學校的多媒體教室、階梯教室、普通教室、會議室、演播廳、以及各種培訓教室、報告廳等。10、外型尺寸: 1100×700×960 mm
長沙眾互通電氣設備有限公司
2021-08-23
諾冠兩位五通電磁閥
產品詳細介紹
孟春艷
PRA/182032/M/80
RA/8050/M/190
孟春艷
V07-100-NNLG
RA/8050/JM/500
孟春艷
F73G-2GN-AT3
RA/8050/M/85-ZG02
孟春艷
961142-01-12VDC
RA/8063/100
孟春艷
TS/521
RA/8063/M/115
孟春艷
B72G-2GK-AL1-RMN
RA/8063/200/H
孟春艷
18-013-855
RA/8063/M/120
孟春艷
V096516A-B200A
RA/8063/850/UH
孟春艷
QM/46063A/88
CA/8063/250
孟春艷
9710000
RA/8063/M/455
孟春艷
880334
RA/8063/L4/250/UF/UL
孟春艷
89N （V10633-A89N）
KA/8063/145
孟春艷
SPGB/31733
RA/8063/40
孟春艷
QM/46040A/88
RA/8080/100
孟春艷
QM/46063A/M/13
RA/8080/160
孟春艷
R07-200-RGLA
RA/8080/M/160
孟春艷
SXE9561-A70-00 24VDC
RA/8080/250
孟春艷
M/50/lsu/10V
RA/8080/M/25
孟春艷
M/50/LSU/2V
RA/8080/J/75-SF
孟春艷
V63D511A-A2000
RA/8080/J/80-ZH
孟春艷
V63D513A-A2000
RA/8080/850
孟春艷
QM/48/13J/21
RA/8080/M/170
孟春艷
V62C413A-A213J
RA/8080/M/140-ZG01
孟春艷
SXE9674-A60-00
RA/8100/50
孟春艷
QM/48/127/21
RA/8100/75
孟春艷
SXE9574-A70-00B 24VDC
RA/8100/X4/90
孟春艷
V415511D-C313A
RA/8100/IU/250/50
孟春艷
R72R-2GK-RMN
RA/8100/M/160-ZG01
孟春艷
R72R-2GK-RCN
RA/8100/600
孟春艷
SXE9675-A50-00K 24VDC
RA/8100/M/255
孟春艷
C02471028
RA/8125/1000
孟春艷
C00601000
RA/8125/700
孟春艷
680000
RA/8125/M/150
孟春艷
C02251018
RA/8125/420
孟春艷
T40C1800
RA/8160/110
孟春艷
8240400.9136.024.00
RA/8160/440
孟春艷
QM/146040/M/13
RA/8200/1050
諾冠北京康瑞明科技有限公司孟春艷
2021-08-23
4U-83 型小四輪拖拉機配套薯類作物收獲機
該機綜合采用被動式自激彈性挖掘鏟減阻技術；對向轉動防纏 繞技術；浮動式振動抖土等技術，有效解決了收獲過程的挖掘阻力大、挖掘部 件易纏繞、薯土分離效果差等技術難題。配套動力 8.8～14.7kW；收獲幅寬 600～ 850mm；生產率為 0.15～0.25 hm2/h； 損失率≤5.0 %；傷薯率≤5.0 %。與國 內外同類機具相比具有挖掘阻力小、不易擁堵、薯土分離效果好等優點。該機 已有青島市洪珠農業機械有限公司組織批量生產，在四川、貴州、山東、內蒙 古等地廣泛推廣應用。 產品研發顯著提高了我國馬鈴薯的機械化水平，提高了相關生產企業的經 濟收益和市場競爭力。按每年生產 4000 臺馬鈴薯收獲機，售價按 5800 元/臺計， 每套成本 2000 左右，則生產企業年新增產值 2320 萬元，可實現利稅 1420 萬元， 采用機械化作業后，還將大幅度提高勞動生產率、降低損失、縮短耕、種、收 時間，有利于勞動力向二三產業轉移，增加農民收入。通過項目實施可以有效 提升西南、中南地區農業機械化水平。
青島農業大學
2021-04-11
一種可檢測U的超穩定塑閃樹脂及其制備方法和應用
本發明提供了一種可檢測U的超穩定塑閃樹脂及其制備方法和應用，屬于塑閃樹脂技術領域。本發明提供的可檢測U的超穩定塑閃樹脂，由塑料閃爍微球和接枝在所述塑料閃爍微球上的偕胺肟基組成；所述塑料閃爍微球含有羧基。本發明提供的可檢測U的超穩定塑閃樹脂中偕胺肟基和羧基為鈾的吸附基團，其對鈾具有大的分配比，能夠有效吸附U，從而實現鈾的分離；同時塑料閃爍微球能夠接收U發出的α射線，并產生熒光，熒光被儀器的光電倍增管接收，從而達到穩定且高效地測量U的目的。
蘭州大學
2021-01-12
人工智能技術賦能5G超聲設備
新冠肺炎常規通過病史、CT等進行病情評估，但重癥病房應用超聲不便，還需要評估重癥患者的心臟等多器官，然而操作者絕大多數不是專業超聲醫生，這為如何在治療重癥患者的過程中更好地發揮超聲的作用提出了難題。深圳國際研究生院袁克虹團隊與深圳華聲醫療技術股份有限公司合作，用人工智能技術賦能5G超聲設備，增添采集心肺關鍵標準切面的導航以及關鍵參數的自動測量等功能，輔助醫生對重癥病人進行動態評估和治療。 袁克虹團隊與深圳華聲醫療技術股份有限公司1月中旬組成研發團隊，在已有合作工作的基礎上，針對新冠肺炎重癥患者臨床超聲的迫切需求開展聯合攻關，半個月就獲得了較好的成果。該技術從2月初開始在武漢協和西院等多家醫院使用，在一定程度上輔助了醫生對重癥患者進行疾病的動態評估和治療指導。 目前該技術正由國家感染性疾病臨床研究中心（深圳市第三人民醫院）牽頭開展進一步研究，將完善和改進現有功能，優化遠程診斷流程，實現超聲為醫生治療重癥患者提供更智能、更可靠、更專業的幫助。
清華大學
2021-04-10
基于智能物聯網/5G的信息采集與應用
數據采集技術
可穿戴傳感器是接觸式傳感器。加速度傳感器測量運動加速度，心率、血壓和血氧傳感器檢測心率、血壓等生理數據。可將不同的傳感器集成在智能手環、腳環、腰帶等可穿戴設備中，以實現加速度、角速度和生理等數據的采集；物體和環境傳感器是非接觸式傳感器，常見的物體傳感器基于RFID技術，通常用于身份、物流等信息的識別。常見的環境傳感器有聲音傳感器、磁力計、氣壓傳感器、溫濕度傳感器和PM 2.5傳感器等，實現各種環境信息的采集。
多模態傳輸技術
LPWAN (Low-Power Wide-Area Network，低功率廣域網絡)
在LPWAN技術出現以前，通信技術已經有多種類別，短距離的有wifi、藍牙、zigbee等，長距離的則有2G、3G、4G、5G等，但是如果把這些無線通信技術按照功耗與傳輸距離這兩個維度劃分的話可以發現在功耗低、距離遠這個范圍的技術還欠缺，而LPWAN技術的出現正好彌補了這個短板。
LPWAN可分為兩類：一類是工作于未授權頻譜的LoRa、SigFox等技術；另一類是工作于授權頻譜的基于蜂窩組網的通信技術，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 專為低帶寬、低功耗、遠距離、大量連接的物聯網應用而設計。
最具前景的LPWAN技術——NB-IoT和LoRa：
物聯網（IoT）應用需要考慮諸多因素，例如節點成本、網絡成本、電池壽命、數據傳輸速率(吞吐率)、延遲、移動性、網絡覆蓋范圍以及部署類型等，可以說沒有一種技術可以滿足IoT所有的需求。NB-IoT和LoRa兩種技術具有不同的技術和商業特性，也是最有發展前景的兩個低功耗廣域網通信技術。這兩種LPWAN技術都有覆蓋廣、連接多、速率低、成本低、功耗小等特點，都適合低功耗物聯網應用。
LoRa （Long Range）:
一個LoRaWAN網絡架構中包含了終端、基站、NS(網絡服務器)、應用服務器這四個部分。基站和終端之間采用星型網絡拓撲，由于LoRa的長距離特性，它們之間得以使用單跳傳輸，終端節點可以同時發送信息給多個基站。基站則對NS和終端之間的LoRaWAN協議數據做轉發處理，將LoRaWAN數據分別承載在了LoRa射頻傳輸和TCP/IP上。
NB-IoT（Narrow Band Internet of Things）
NB-IoT構建基于蜂窩網絡，只消耗大約180KHz的帶寬，可直接部署于GSM網絡、UMTS網絡或LTE網絡。NB-IoT是IoT領域一個新興的技術，支持低功耗設備在廣域網的蜂窩數據連接。NB-IoT支持待機時間長、對網絡連接要求較高設備的高效連接。
NB-IoT具備四大特點：一是廣覆蓋，將提供改進的室內覆蓋，在同樣的頻段下，NB-IoT比現有的LTE網絡增益提升20dB，覆蓋面積擴大100倍；二是具備支撐海量連接的能力，NB-IoT一個扇區能夠支持10萬個連接，支持低延時敏感度、超低的設備成本、低設備功耗和優化的網絡架構；三是更低功耗，NB-IoT終端模塊的待機時間可長達10年；四是更低的模塊成本，企業預期的單個接連模塊不超過5美元。
數據分析技術
人工智能研究的各個分支，包括專家系統、機器學習、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統等。2012年以后，得益于數據量的上漲、運算力的提升和機器學習新算法（深度學習）的出現，人工智能開始大爆發。機器學習是一種實現人工智能的方法，深度學習是一種實現機器學習的技術。機器學習是用大量的數據來“訓練”，通過各種算法從數據中學習如何完成任務。深度學習本來并不是一種獨立的學習方法，但由于近幾年該領域發展迅猛，一些其特有的學習手段相繼被提出（如殘差網絡），因此越來越多的人將其單獨看作一種學習的方法。深度學習的各種算法已成為行為識別主要應用的技術，傳感器采集的各類信號，通過卷積神經網絡、循環神經網絡等分類，識別出坐、走、跑、跳、上下樓等日常行為，也可以實現對被監護者摔倒等異常行為的檢測。
山東大學
2021-05-11
一種基于G蛋白偶聯受體構建的融合多肽
神經遞質作為神經元與神經元及神經元與細胞之間溝通的媒介分子，介導了發育、信息感知，運動及大腦的高級認知功能。隨著生化分離純化技術的發展以及人們對大腦精細結構的進一步了解，現如今已發現有幾十種重要的神經遞質。而神經系統在時間和空間上的高度復雜性對研究特定神經遞質的動態變化及其功能提出了極大的挑戰。本項目成功構建了一系列新型的基因編碼的神經遞質熒光探針，可實現對特定神經遞質動態變化的靈敏檢測。該類熒光探針利用大多數已知的神經遞質所對應的特異性G蛋白偶聯受體（GPCR）與循環重排的熒光蛋白（cpGFP）融合，利用循環重排熒光蛋白的熒光強度變化來指示GPCR的激活，進而反應外源神經遞質的濃度變化（圖一）。我們命名該類熒光探針為GRAB探針，即為GPCR Activation Based Sensor的縮寫。
北京大學
2021-02-01
5G通信系統精細化數字預失真器
非線性失真是5G通信系統和其他新興多載波通信系統的主要失真來源，而數字預失真代表著線性化方法發展趨勢。目前，數字預失真方法均采用了對非線性器件輸出信號的包絡特性進行直接線性化的簡單思路。由于有源非線性器件（如射頻功放）存在最大輸出功率的限制，故此種原理的線性化算法在高能信號區會造成輸出有效增益的明顯下降，也就是難以同時滿足低功率損失和高線性化效果的要求。這不但造成了低下的電源利用效率，并且造成我國對進口大功率射頻器件的依賴。 針對5G通信非線性失真研究的理論空白，申請人率先完成了非線性失真信號微觀分析法，首次揭示了億萬個隨機交調項間的定量關系，推導出了系統參數和非線性頻譜間簡潔的多項式表達關系，并將仿真速度提高1100倍。針對目前射頻電路預失真方法的原理性缺陷，申請人建立的多級精細化數字信號預失真方法實現了在低功率損耗的條件下取得高度線性化效果，此方法可提高功放的功率利用率，降低我國對大功率射頻功放的進口依賴。
北京大學
2021-02-01
基于智能物聯網/5G的信息采集與應用
項目成果/簡介:數據采集技術可穿戴傳感器是接觸式傳感器。加速度傳感器測量運動加速度，心率、血壓和血氧傳感器檢測心率、血壓等生理數據。可將不同的傳感器集成在智能手環、腳環、腰帶等可穿戴設備中，以實現加速度、角速度和生理等數據的采集；物體和環境傳感器是非接觸式傳感器，常見的物體傳感器基于RFID技術，通常用于身份、物流等信息的識別。常見的環境傳感器有聲音傳感器、磁力計、氣壓傳感器、溫濕度傳感器和PM 2.5傳感器等，實現各種環境信息的采集。多模態傳輸技術LPWAN (Low-Power Wide-Area Network，低功率廣域網絡)在LPWAN技術出現以前，通信技術已經有多種類別，短距離的有wifi、藍牙、zigbee等，長距離的則有2G、3G、4G、5G等，但是如果把這些無線通信技術按照功耗與傳輸距離這兩個維度劃分的話可以發現在功耗低、距離遠這個范圍的技術還欠缺，而LPWAN技術的出現正好彌補了這個短板。 LPWAN可分為兩類：一類是工作于未授權頻譜的LoRa、SigFox等技術；另一類是工作于授權頻譜的基于蜂窩組網的通信技術，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 專為低帶寬、低功耗、遠距離、大量連接的物聯網應用而設計。最具前景的LPWAN技術——NB-IoT和LoRa：物聯網（IoT）應用需要考慮諸多因素，例如節點成本、網絡成本、電池壽命、數據傳輸速率(吞吐率)、延遲、移動性、網絡覆蓋范圍以及部署類型等，可以說沒有一種技術可以滿足IoT所有的需求。NB-IoT和LoRa兩種技術具有不同的技術和商業特性，也是最有發展前景的兩個低功耗廣域網通信技術。這兩種LPWAN技術都有覆蓋廣、連接多、速率低、成本低、功耗小等特點，都適合低功耗物聯網應用。LoRa （Long Range）: 一個LoRaWAN網絡架構中包含了終端、基站、NS(網絡服務器)、應用服務器這四個部分。基站和終端之間采用星型網絡拓撲，由于LoRa的長距離特性，它們之間得以使用單跳傳輸，終端節點可以同時發送信息給多個基站。基站則對NS和終端之間的LoRaWAN協議數據做轉發處理，將LoRaWAN數據分別承載在了LoRa射頻傳輸和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT構建基于蜂窩網絡，只消耗大約180KHz的帶寬，可直接部署于GSM網絡、UMTS網絡或LTE網絡。NB-IoT是IoT領域一個新興的技術，支持低功耗設備在廣域網的蜂窩數據連接。NB-IoT支持待機時間長、對網絡連接要求較高設備的高效連接。NB-IoT具備四大特點：一是廣覆蓋，將提供改進的室內覆蓋，在同樣的頻段下，NB-IoT比現有的LTE網絡增益提升20dB，覆蓋面積擴大100倍；二是具備支撐海量連接的能力，NB-IoT一個扇區能夠支持10萬個連接，支持低延時敏感度、超低的設備成本、低設備功耗和優化的網絡架構；三是更低功耗，NB-IoT終端模塊的待機時間可長達10年；四是更低的模塊成本，企業預期的單個接連模塊不超過5美元。數據分析技術人工智能研究的各個分支，包括專家系統、機器學習、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統等。2012年以后，得益于數據量的上漲、運算力的提升和機器學習新算法（深度學習）的出現，人工智能開始大爆發。機器學習是一種實現人工智能的方法，深度學習是一種實現機器學習的技術。機器學習是用大量的數據來“訓練”，通過各種算法從數據中學習如何完成任務。深度學習本來并不是一種獨立的學習方法，但由于近幾年該領域發展迅猛，一些其特有的學習手段相繼被提出（如殘差網絡），因此越來越多的人將其單獨看作一種學習的方法。深度學習的各種算法已成為行為識別主要應用的技術，傳感器采集的各類信號，通過卷積神經網絡、循環神經網絡等分類，識別出坐、走、跑、跳、上下樓等日常行為，也可以實現對被監護者摔倒等異常行為的檢測。應用范圍:家居智慧控制，提高舒適度：家庭生活狀態統計和日常需求預測與推薦；多模態行為分析和數據采集和傳輸系統；多模態行為數據采集和分析平臺；基于LoRaWAN/5G的工廠環境、農業大棚等環境監測系統。技術成熟度:通過中試
山東大學
2021-04-10