新葡京娱乐场-大陆娱乐场开户注册

XM-855A螺旋器及膜性蝸管模型（帶數(shù)字標(biāo)識(shí)） ? XM-855A帶數(shù)字標(biāo)識(shí)螺旋器及膜性蝸管模型放大350倍，可拆分為5部件，顯示螺旋器及膜性蝸管三壁的立體微細(xì)結(jié)構(gòu)，模型的內(nèi)側(cè)端為骨性螺旋板，相當(dāng)于螺旋緣處的斷面，可見其中的骨質(zhì)，表面肥厚的骨膜及穿通骨質(zhì)的聽神經(jīng)纖維束，模型的另一端為螺旋韌帶，內(nèi)含多數(shù)血管，由側(cè)面看可見前庭膜起于螺旋緣上面的骨膜，止于螺旋韌帶的上方。將前庭膜取下觀察，可見它由上面的間皮，中間的結(jié)締組織及下面的上皮所成，膜性蝸管的外壁為螺旋韌帶，內(nèi)面附有單層立方上皮。 尺寸：放大350倍，47.5×18×32.5cm 材質(zhì)：PVC材料

南京師范大學(xué)課程資源研究所 通用技術(shù)實(shí)驗(yàn)室建設(shè)方案（技術(shù)與設(shè)計(jì)1、2） 序號(hào) 名稱 技術(shù)參數(shù)與規(guī)格要求 單位 數(shù)量 01 圖書資料 電工、木工、機(jī)械工人切削、鉗工工藝、五金手冊(cè)、機(jī)械制圖國(guó)家標(biāo)準(zhǔn)各1冊(cè)。 套 1 02 二維、三維設(shè)計(jì)軟件 具備完善的二維繪圖和三維建模與表現(xiàn)能力。兼顧了Autocad、3dsmax用戶的操作習(xí)慣。不僅是一個(gè)設(shè)計(jì)工具，而且還是一個(gè)演示媒體；它以視覺形式反映設(shè)計(jì)者的思想。 套 1 03 AutoCAD教育版 講授Auto CAD的實(shí)例應(yīng)用，實(shí)例的制作操作步驟清晰易懂。可進(jìn)行二維和二維設(shè)計(jì)，可以預(yù)設(shè)比例，按照比例繪圖可以直接編輯修改線的長(zhǎng)度，有標(biāo)注尺寸功能，可輸出位圖和矢量圖，網(wǎng)絡(luò)版。 套 1 04 視聽資料 配合教材教學(xué)內(nèi)容的（經(jīng)典結(jié)構(gòu)、技術(shù)試驗(yàn)、技術(shù)探究、技術(shù)奧秘、技術(shù)在各領(lǐng)域應(yīng)用等）掛圖、課件、視頻及圖書資料。 套 1 05 三視圖投影演示儀 活動(dòng)式三維正交結(jié)構(gòu)，可標(biāo)注投影圖；可直觀顯示三維投影體系，幫助完成三視圖的教學(xué)。用于《技術(shù)與設(shè)計(jì)1》第六章第二節(jié) “常見的技術(shù)圖樣” 中關(guān)于正投影與三視圖的教學(xué)輔助教具，也可用于《 技術(shù)與設(shè)計(jì)2 》第一單元第二節(jié)“穩(wěn)定結(jié)構(gòu)的探析”的輔助教具。 套 1 06 多功能控制平臺(tái)（與結(jié)構(gòu)承重測(cè)試儀配套使用） 1.顯示器：128×64點(diǎn)陣式液晶顯示屏 2.輸入：八路模擬量輸入（其中7路可設(shè)置為電壓

成果描述：本發(fā)明公開了一種施工及運(yùn)營(yíng)期隧道滲流場(chǎng)模型試驗(yàn)系統(tǒng)及其試驗(yàn)方法，包括滲流模型箱的箱體和數(shù)據(jù)采集裝置，箱體的頂部設(shè)有壓力表，側(cè)壁底部設(shè)有溢流孔，側(cè)壁頂端和底端分別設(shè)有模型箱上進(jìn)水孔和模型箱下進(jìn)水孔；相對(duì)的兩側(cè)壁上開有隧道孔；固定鋼筋籠的兩端固定于隧道孔孔緣內(nèi)壁上，其外包裹隔土層；法蘭盤的外圈螺栓固定于隧道孔孔緣外壁上，內(nèi)、外鋼筋籠分別均通過法蘭盤固定于隧道兩隧道孔之間；法蘭盤的內(nèi)孔設(shè)有蓋板；在內(nèi)外鋼筋籠之間螺紋連接施工期隔土板；在內(nèi)鋼筋籠內(nèi)螺紋固定掌子面擋水板；且二者位于同一垂向截面上。該系統(tǒng)可方便、準(zhǔn)確、真實(shí)地測(cè)試滲流場(chǎng)作用下隧道施工、運(yùn)營(yíng)期的滲流場(chǎng)情況。市場(chǎng)前景分析：軌道交通基礎(chǔ)設(shè)施建設(shè)領(lǐng)域。與同類成果相比的優(yōu)勢(shì)分析：技術(shù)先進(jìn)，性價(jià)比較高。

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)模型 BP 算法的嵌入式礦壓檢測(cè)方法法，首先根據(jù)根據(jù)待檢測(cè)區(qū)域的地域情況，采用多個(gè)振弦式壓力傳感器進(jìn)行測(cè)量；然后 ARM7 處理器根據(jù)系統(tǒng)任務(wù)個(gè)數(shù)建立相應(yīng)的進(jìn)程；最后在建立的任務(wù)中打開定時(shí)器，輸出一個(gè)固定在某一頻率范圍內(nèi)的脈沖，經(jīng)過驅(qū)動(dòng)激振電路，產(chǎn)生一個(gè)能對(duì)振弦式壓力傳感器內(nèi)部振弦起振的信號(hào)，同時(shí)使用 ARM7處理器對(duì)振弦式壓力傳感器返回的脈沖信號(hào)進(jìn)行頻率測(cè)量，計(jì)算得到壓力值，最后，利用溫度傳感器采集振弦周圍區(qū)域的溫度，采用 BP 算法建立神經(jīng)網(wǎng)絡(luò)模型，利用神經(jīng)網(wǎng)絡(luò)模型對(duì)得到的各組壓力數(shù)據(jù)及采集的溫度數(shù)據(jù)進(jìn)行學(xué)習(xí)，并根據(jù)神經(jīng)網(wǎng)絡(luò)模型找出壓力隨溫度的變化規(guī)律，對(duì)振弦式傳感器進(jìn)行溫度補(bǔ)償。

一種基于 LED 混光呈色模型的光譜功率分布提取方法及系統(tǒng)，包括進(jìn)行 LED 智能光源控制信號(hào)空 間全局采樣，利用預(yù)設(shè)的 LED 發(fā)光控制方式根據(jù)全局采樣樣本集中各信號(hào)值驅(qū)動(dòng) LED 光源發(fā)光，組成 發(fā)光樣本集；分別測(cè)量所得各發(fā)光樣本對(duì)應(yīng)光譜功率分及照度，生成發(fā)光數(shù)據(jù)集；根據(jù)預(yù)設(shè)的照度閾值 進(jìn)行篩選，得到最終發(fā)光數(shù)據(jù)集，并從全局采樣樣本集中選取對(duì)應(yīng)信號(hào)樣本，組成最終信號(hào)空間采樣樣 本集；構(gòu)建 BP 神經(jīng)網(wǎng)絡(luò)，并在此基礎(chǔ)上建立相應(yīng)的 LED 混光

本發(fā)明公開了一種施工及運(yùn)營(yíng)期隧道滲流場(chǎng)模型試驗(yàn)系統(tǒng)及其試驗(yàn)方法，包括滲流模型箱的箱體和數(shù)據(jù)采集裝置，箱體的頂部設(shè)有壓力表，側(cè)壁底部設(shè)有溢流孔，側(cè)壁頂端和底端分別設(shè)有模型箱上進(jìn)水孔和模型箱下進(jìn)水孔；相對(duì)的兩側(cè)壁上開有隧道孔；固定鋼筋籠的兩端固定于隧道孔孔緣內(nèi)壁上，其外包裹隔土層；法蘭盤的外圈螺栓固定于隧道孔孔緣外壁上，內(nèi)、外鋼筋籠分別均通過法蘭盤固定于隧道兩隧道孔之間；法蘭盤的內(nèi)孔設(shè)有蓋板；在內(nèi)外鋼筋籠之間螺紋連接施工期隔土板；在內(nèi)鋼筋籠內(nèi)螺紋固定掌子面擋水板；且二者位于同一垂向截面上。該系統(tǒng)可方便、準(zhǔn)確、真實(shí)地測(cè)試滲流場(chǎng)作用下隧道施工、運(yùn)營(yíng)期的滲流場(chǎng)情況。

本發(fā)明公開了一種基于模型預(yù)測(cè)的開關(guān)磁鏈永磁同步電機(jī)的轉(zhuǎn) 矩控制方法，包括如下步驟：對(duì)電機(jī)逆變器的開關(guān)管狀態(tài)進(jìn)行組合得 到八組開關(guān)矢量信號(hào)；在當(dāng)前時(shí)刻 k，在每一組逆變器開關(guān)矢量信號(hào) 下 ， 預(yù) 測(cè) 下 一 時(shí) 刻 k+1 的 p 相 繞 組 電 流 得到 d 軸和 q 軸 的電流預(yù)測(cè)值 id；預(yù)測(cè)下一時(shí)刻 k+1 的 電 機(jī) 轉(zhuǎn) 矩 和 電 機(jī) 磁 鏈 計(jì)算 成 本 函 數(shù) 得到成本函數(shù)最小時(shí)的逆變器開關(guān)矢量信號(hào)；定 義 根據(jù) m 的值，控制單個(gè)采樣周期內(nèi)成本函數(shù)最小時(shí)的逆 變器開關(guān)矢量信號(hào)的有效作

本發(fā)明公開了一種虛擬化環(huán)境下面向任務(wù)并行編程模型的優(yōu)化 方法；在位于客戶虛擬機(jī)的前端監(jiān)控部分獲取任務(wù)并行編程模型中失 敗的竊取操作；在位于虛擬機(jī)監(jiān)控器的后端加速部分根據(jù)加速發(fā)起者 和被加速候選者的運(yùn)行狀態(tài)和所在物理 CPU 的信息，做出是否執(zhí)行加 速的決策。若執(zhí)行加速，將加速發(fā)起者的剩余時(shí)間片提供給被加速候 選者，當(dāng)被加速候選者被虛擬機(jī)監(jiān)控器搶占(時(shí)間片耗盡或被阻塞)時(shí)， 若被加速候選者處于可運(yùn)行狀態(tài)，恢復(fù)其原本的調(diào)

本發(fā)明公開了一種基于數(shù)字指紋技術(shù)的三維模型版權(quán)保護(hù)方法。以三維網(wǎng)格模型的重心為原點(diǎn)建立球面坐標(biāo)系得到每個(gè)頂點(diǎn)的球面坐標(biāo)，對(duì)球面坐標(biāo)的經(jīng)緯角數(shù)據(jù)聚類，得到三維網(wǎng)格模型分塊特征矩陣；將該分塊特征矩陣進(jìn)行離散小波變換得到低頻系數(shù)，對(duì)低頻系數(shù)作奇異值分解，同時(shí)對(duì)指紋信息做數(shù)字全息變換后置亂，并將置亂的信息進(jìn)行奇異值分解，將得到的奇異值加性嵌入到分塊特征矩陣的奇異值上，作相應(yīng)的逆變換得到含指紋信息的分塊特征矩陣；計(jì)算各塊內(nèi)頂

本發(fā)明公開了一種數(shù)字高程模型 DEM 超分辨率的方法，包括：建立高分辨率 DEM 與低分辨率 DEM 的位置映射，對(duì)每一個(gè)低分辨率DEM 測(cè)試區(qū)的子區(qū)域在低分辨率 DEM 搜索區(qū)進(jìn)行相似塊查找與相似性估計(jì)，選取相似性最高的一系列子區(qū)域作為相似塊，將查找到的一系列相似塊映射回高分辨率 DEM 實(shí)測(cè)區(qū),將這些對(duì)應(yīng)的高分辨率 DEM實(shí)測(cè)區(qū)子區(qū)域塊按其對(duì)應(yīng)的相似權(quán)重相加得到一個(gè)新的子區(qū)域,將上述超分辨率后的高分辨率 DEM 缺失區(qū)的子區(qū)域拼接起來，加上高分辨率 DEM 實(shí)測(cè)區(qū)已有的數(shù)據(jù)就為一個(gè)完整的高分辨率