|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
XM-660人體男女性頭頸軀干橫斷斷層解剖模型
XM-660人體男女性頭頸軀干橫斷斷層解剖模型
?
XM-660人體男女性頭頸軀干橫斷斷層解剖模型共92部件，顯示人體男女性水平斷面解剖結(jié)構(gòu)和形態(tài)，將人體從頭頸部到盆部整個軀干分解成92片典型部分的結(jié)構(gòu)，由頭頂部至坐骨結(jié)節(jié)作厚約1cm橫切片，男女盆腔部可互換。
尺寸：自然大，42×20×85cm
材質(zhì)：玻璃鋼材料
上海欣曼科教設(shè)備有限公司
2021-08-23
.jpg){kind=logo}
一種基于格子?玻爾茲曼模型的油層流體模擬方法
本發(fā)明公開了一種基于格子?玻爾茲曼模型的流體模擬方法。所述模擬方法包括，將多孔介質(zhì)的圖像網(wǎng)格化，用 fi(x,y,t)表示網(wǎng)格點 I(x,y)處，運動速度為 ci 的粒子所對應(yīng)的粒子分布；判斷粒子運動方向 ci 是否朝向固壁邊界，是則令粒子分布fi(x,y,t)執(zhí)行反向函數(shù)，否則對fi(x,y,t)執(zhí)行格子?玻爾茲曼模型的碰撞函數(shù)，然后根據(jù)演化后的粒子分布fi(x,y,t)獲得流體密度ρ’(x,y)和流體速度 u’(x,y)；直至滿足演化結(jié)束條件。
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于譜隨機有限元模型的隨機動載荷識別方法
本發(fā)明公開了一種基于譜隨機有限元模型的隨機動載荷識別方法。本發(fā)明的方法包括步驟：Ｓ１、對含不確定性參數(shù)的結(jié)構(gòu)開展同工況下多次模態(tài)試驗，建立不確定性系統(tǒng)的譜隨機有限元模型；Ｓ２、測量隨機動載荷作用下含不確定性參數(shù)結(jié)構(gòu)的隨機動響應(yīng)樣本；Ｓ３、利用隨機動響應(yīng)樣本均值識別結(jié)構(gòu)上所受隨機動載荷的均值；Ｓ４、利用識別的隨機動載荷均值求解僅考慮系統(tǒng)參數(shù)不確定性時的結(jié)構(gòu)隨機動響應(yīng)協(xié)方差；Ｓ５、計算僅考慮動載荷隨機性引起的隨機動響應(yīng)協(xié)方差的近似值；Ｓ６、識別獲取隨機動載荷的統(tǒng)計特征。本發(fā)明能夠同時考慮了動載荷和系統(tǒng)參數(shù)的不確定性，利用實測結(jié)構(gòu)動響應(yīng)樣本，識別結(jié)構(gòu)系統(tǒng)上作用隨機動載荷的統(tǒng)計特征。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
煉油主體裝置分餾塔頂離子平衡模型及中和劑評選技術(shù)研究
技術(shù)成熟度1)通過中和劑評選技術(shù)優(yōu)選得到的中和劑復(fù)配配方，與煉廠中現(xiàn)行的配方 比較后發(fā)現(xiàn)，新配方可以獲得綜合性能更為優(yōu)越的中和劑。2)依據(jù)離子平衡模型技術(shù)開發(fā)的軟件，針對裝置污水罐 pH 的計算與實際值 誤差大部分在 3%以下，最大誤差不超過 10%.3)由預(yù)測模型中獲得的銨鹽結(jié)晶趨勢預(yù)估情況，與實際生產(chǎn)中塔頂?shù)膶嶋H 腐蝕情況基本吻合。
西安交通大學(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方法,包括運行時間電路及電池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不同SOC處的模型參數(shù)和分?jǐn)?shù)階階數(shù),從而獲得一個根據(jù)SOC變階的分?jǐn)?shù)階等效電路模型.分?jǐn)?shù)階的引入實現(xiàn)了模型階數(shù)的連續(xù)變化,使得模型更加穩(wěn)定,動態(tài)性能更優(yōu),精度更高;分?jǐn)?shù)階的變階實現(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)確性和實用性之間的矛盾,適用于電池的各種工況,具有較高的實用價值,為SOC的精確估計提供了一個精確且易實現(xiàn)的電池模型。
山東大學(xué)
2021-04-13
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 與實際的工藝過程相符。通過實際檢測證明，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。在實際生產(chǎn)設(shè)計中，種種誤差導(dǎo)致設(shè)計的濾波器很難實現(xiàn)設(shè)計指標(biāo)。成品微波/毫米波器件的后期調(diào)試在實際應(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，這種方式不僅耗時長，且對技術(shù)工人的調(diào)試經(jīng)驗有很高的要求，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 別算法。該算法利用一維碼四個角點對一維碼圖片進行投影變換，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)明實現(xiàn)的一維碼識別算 法，能實現(xiàn)對
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)性活動輪廓模型的超聲圖像分割方法，包括以下步驟：步驟 1：針 對連續(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)計學(xué)習(xí)的分割方法在訓(xùn)練集不足和面對超聲圖像中病灶區(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誤 診斷方法，包括：追蹤記錄待檢測的軟件在云環(huán)境中運行時的系統(tǒng)調(diào) 用信息；分析出現(xiàn)性能異常的虛擬機上軟件運行時系統(tǒng)調(diào)用序列，劃 分每個進程對應(yīng)的系統(tǒng)調(diào)用序列；根據(jù)劃分得到的進程系統(tǒng)調(diào)用序列 建立檢測模型，并對可疑進程進行異常檢測；計算出現(xiàn)異常的進程中 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 行時的行為，能夠自動化建模并且檢測出異常的系統(tǒng)運行過程
華中科技大學(xué)
2021-04-14