|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
四路數(shù)字計(jì)時(shí)器J0201-4A
一次實(shí)驗(yàn)最多可測(cè)四個(gè)時(shí)間，由16個(gè)1英寸數(shù)碼管組成，分四組四位同時(shí)顯示（可見距離≥8m，時(shí)基精度能達(dá)0.1ms（誤差不超過(guò)±0.01ms），配合氣墊導(dǎo)軌等，可定量演示驗(yàn)證十幾個(gè)力學(xué)實(shí)驗(yàn)，并可以一人操作，一次完成。該產(chǎn)品通過(guò)江蘇省教委專家鑒定。并獲江蘇省教學(xué)儀器評(píng)比一等獎(jiǎng)。適合于中學(xué)物理演示實(shí)驗(yàn)用。此產(chǎn)品是學(xué)校計(jì)時(shí)器的最佳升級(jí)換代產(chǎn)品,獲江蘇省教學(xué)儀器評(píng)比一等獎(jiǎng)。一次實(shí)驗(yàn)最多可測(cè)四個(gè)時(shí)間,分四組四位同時(shí)顯示,時(shí)基精度能達(dá)到0.1ms,配合氣墊導(dǎo)軌等,可定量演示驗(yàn)證十幾個(gè)力學(xué)實(shí)驗(yàn)。
江蘇省靖江市生中無(wú)線電器材廠
2021-08-23
邁瑞B(yǎng)A-88A半自動(dòng)生化儀燈泡 6V10W
產(chǎn)品詳細(xì)介紹邁瑞B(yǎng)A-88A半自動(dòng)生化儀燈泡 6V10W電壓：6V功率：10W壽命：2000H適用于：Mindray邁瑞B(yǎng)A-88A半自動(dòng)生化分析儀等。
東莞市毅邁光源照明有限公司
2021-08-23
12V50W邁瑞L9389生化儀燈泡
產(chǎn)品詳細(xì)介紹12V50W邁瑞L9389生化儀燈泡category: Specialty volt: 12 amp: 4.17 watt: 50 base: GY9.5 - Prefocus, 2-pin; round 3.2mm & 2.4mm9.53mm centered, Ceramic Base(found on high voltage bulbs) glass: T12mm filament: C6 fil.res.: 2.88 ohm m.o.l.: 2.36 inch (59MM) l.c.l.: 1.31 inch (33MM) burn pos: burn lamp in ANY position i.lumens: 900 cp: 72 cri: 99 color temp: 3000 d.hours: 2000 notes: clear glassPartNo. Volts Amps Lumens CCT Burning Position Filament Type D MOL LCL Base Type L9389 12.00 4.17 900 3000 Any C-6 12 60.00 33.30 GY9.5 L9404 12.00 1.67 300 2900 Any C-6 11 55.00 30.30 GY9.5
東莞市毅邁光源照明有限公司
2021-08-23
意大利liasys全自動(dòng)生化分析儀燈泡6V10W
產(chǎn)品詳細(xì)介紹意大利liasys全自動(dòng)生化分析儀燈泡6V10W 9-35-0016-00電壓:6V功率:10W壽命：2000H適用于：意大利liasys麗莎/麗沙全自動(dòng)生化分析儀
東莞市毅邁光源照明有限公司
2021-08-23
XM-129W脊柱帶骨盆和股骨頭附肌肉著色模型
XM-129W脊柱帶骨盆和股骨頭附肌肉著色模型
?
XM-129W脊柱帶骨盆和股骨頭附肌肉著色模型由帶枕骨的頸椎、胸椎、腰椎、骶尾骨、骨盆及股骨頭、脊神經(jīng)串制而成一個(gè)整體，顯示串制好的帶枕骨的脊柱及骨盆、股骨頭和脊神經(jīng)的形態(tài)、外觀和組成，骨盆上附有肌肉起止點(diǎn)著色，固定于鐵質(zhì)支架上。
尺寸：自然大
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}
基于MWC系統(tǒng)的盲多帶稀疏信號(hào)快速恢復(fù)算法
本發(fā)明提出一種基于MWC系統(tǒng)的盲多帶稀疏信號(hào)快速恢復(fù)算法，首先利用Xampling采樣板獲得壓縮采樣值y[n]，將y[n]乘以一個(gè)高斯隨機(jī)矩陣R，得到傳統(tǒng)的壓縮感知模型V=y[n]R=CU,這種方法避免了原方法中需要做特征值分解的操作，可以有效的減少M(fèi)WC系統(tǒng)中CTF模塊的運(yùn)行時(shí)間，此外，控制高斯隨機(jī)R的列數(shù)在一個(gè)較低水平，可以進(jìn)一步減少矩陣V的列數(shù)，這樣在用M-OMP算法恢復(fù)支撐集的過(guò)程中又能進(jìn)一步的減少運(yùn)行時(shí)間。經(jīng)過(guò)驗(yàn)證，該算法可以大幅度提高CTF模塊的運(yùn)算速度。
四川大學(xué)
2016-10-09
一種RANSAC計(jì)算基本矩陣中內(nèi)點(diǎn)門限設(shè)置算法
為了解決計(jì)算機(jī)多視幾何中稀疏特征點(diǎn)錯(cuò)誤匹配導(dǎo)致基本矩陣F精度不高的問(wèn)題，提出一種RANSAC(RANdom SAmple Consensus)求解F時(shí)自動(dòng)設(shè)置內(nèi)點(diǎn)門限的方法。此方法根據(jù)RANSAC求解F矩陣的要素，將固定設(shè)置極線距離門限Th的方式改為自動(dòng)設(shè)置，提高了算法的魯棒性。這些要素是圖像對(duì)中的稀疏特征點(diǎn)匹配的個(gè)數(shù)N、圖像像素多少、初始計(jì)算得到的特征點(diǎn)到極線的平均距離Dinit。Th計(jì)算采用公式Th = Min(w×N/51200, Dinit/3)，w為圖像的寬，單位為像素。Min為取二者最小值的函數(shù)。門限Th與圖像大小和特征點(diǎn)匹配個(gè)數(shù)成正比，圖像越大，匹配越多，Th越大。相對(duì)于傳統(tǒng)方法，本方法將固定門限變成了自動(dòng)設(shè)置，可以自適應(yīng)三維重建不同類型的圖片，更加實(shí)用和魯棒。
四川大學(xué)
2016-10-08
.jpg){kind=logo}
改進(jìn)差分進(jìn)化算法的電力系統(tǒng)無(wú)功優(yōu)化方法
本發(fā)明公開了一種基于改進(jìn)差分進(jìn)化(IDE)算法的電力系統(tǒng)無(wú)功優(yōu)化方法。包括以下步驟：建立電力系統(tǒng)無(wú)功優(yōu)化模型；輸入電網(wǎng)參數(shù)，形成初始種群，計(jì)算種群所有個(gè)體的適應(yīng)度；對(duì)種群個(gè)體按適應(yīng)度從大到小排序，設(shè)定前Ns個(gè)個(gè)體為優(yōu)良群體；以優(yōu)良群體為基向量，引導(dǎo)群體變異操作；提取優(yōu)良群體信息，以此確定個(gè)體各維變量的交叉概率，指導(dǎo)種群的交叉操作，生成試驗(yàn)向量；比較試驗(yàn)向量與目標(biāo)個(gè)體的適應(yīng)度，優(yōu)者成為下一代個(gè)體，從而生出新一代群體。本發(fā)明的方法收斂速度快、計(jì)算精度高、穩(wěn)定性好、能有效地求解電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題，可用于電力系統(tǒng)提高電力系統(tǒng)輸電效率、降低網(wǎng)絡(luò)損耗配置實(shí)時(shí)性運(yùn)行控制中。
西南交通大學(xué)
2016-07-05
.jpg){kind=logo}
一種基于距離方差最小的工件點(diǎn)云匹配算法
本發(fā)明公開了一種基于距離方差最小的工件點(diǎn)云匹配算法，包 括以下步驟：(1)分別構(gòu)建測(cè)量模型點(diǎn)云和帶法矢的設(shè)計(jì)模型點(diǎn)云：(2) 尋找最近點(diǎn)點(diǎn)集及最近點(diǎn)法矢集合；(3)根據(jù)余量要求，建構(gòu)基于距離 方差的目標(biāo)函數(shù)：(4)通過(guò)目標(biāo)函數(shù)求解測(cè)量模型與設(shè)計(jì)模型間的剛體 變換參數(shù)，并利用剛體變化參數(shù)更新測(cè)量點(diǎn)云，實(shí)現(xiàn)點(diǎn)云匹配。本發(fā) 明中的基于距離方差最小的點(diǎn)云匹配算法，對(duì)于工件存在余量的情況， 不論凹面和凸面的余量是相等，還是呈差值或者比值關(guān)系，均能較好 的得到點(diǎn)云匹配的結(jié)果，迭代效率高、匹配準(zhǔn)確性好。
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
微創(chuàng)深靜脈取栓器設(shè)計(jì)、圖像處理算法改進(jìn)
基于流體動(dòng)力，對(duì)微創(chuàng)深靜脈血栓取除器械進(jìn)行優(yōu)化設(shè)計(jì)，通過(guò)初步離體血栓實(shí)驗(yàn)驗(yàn)證了取栓器的血栓取除率、殘血栓粒度、取栓時(shí)間等；改進(jìn)雙側(cè)乳腺鉬靶圖像預(yù)處理算法及數(shù)據(jù)處理算法，可提高乳腺癌預(yù)測(cè)的精度、敏感性、特異度。
上海理工大學(xué)
2021-01-12