产品详细介绍主要技术参数： l 电源电压 ：220V±10% 50HZ, 耗电量：≤50W l 比色时间：5秒 l 量程范围：0-1,999吸光度值,0-99.99%浓度值 l 测量元素：硅、锰、磷、铜、镍、铬、钼、稀土、镁、钛、锌、铝、铅、铁等 l 测量精度：符合GB/T223.3-5-88标准。 主要特点： l 兼容GQ-3A型微机三元素分析仪的全部功能 l 仪器功能齐全，适合于生铸铁、球铁、普碳钢、合金钢、合金铸铁、有色金属如：铜 合金、铝合金、矿石等材料中多元素的分析 l 机外溶样，操作简便，无管道电磁阀腐蚀老化现象，性能更稳定，可靠性更高

产品详细介绍呼吸信号分析呼吸信号(Respiration)简称RESP，是伴随着呼气与吸气的周期性变换，在呼吸管道以及胸腹部都会产生周期性形变产生的生理电信号。随着疲劳程度的加深，呼吸的幅度减弱，周期性的频率延缓。此外随着个体情绪的变化，人的呼吸信号也会发生规律性变化。ErgoLAB呼吸反应分析软件提供多种滤波方式，便于根据研究需要进行选择与自定义调节。还可监测与分析全程以及阶段化的数据信息处理方式，更加精准的分析某一时间段内的呼吸行为。从而统计并导出呼吸信号的时域与频域数据报告，具体数据包括时域数据AVRESP、SD、Max、Min、Rang；频域数据Power、Peak值，以及可视化的功率谱图等。RESP高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与RESP指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块处理方法包括小波去噪（Wavelet Filter）、高通滤波(baseline)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的RESP信号；数据校正包括滑动均值滤波（Moving Average）与滑动均方根滤波（Moving RMS）。IBI计算，通过设置最大呼吸速率（Maximum Heart Rate）与最大呼吸阈值（R-peak Mark Threshold）提取R点数据，支持自定义参数。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析，二者可实现自由切换。A.   时域分析是将RESP信号看作时间的函数，通过分析得到RESP信号的统计特征。统计分析指标包括：一段时间内的均值（Mean）、中值（Median）、标准差（STD）、最大最小值差（Range）。B.   频域分析是运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定RESP信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。包括Power与Peak能量值。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、BR数据、IR数据以及整体结果报告。

产品详细介绍心电与脉搏信号分析自动化多角度分析模式 ：基于自动识别/自定义整段、场景、事件及片段分析，满足对时间点或时间段内数据趋势变化的精确分析。支持状态识别研究的自动化处理，如疲劳状态、认知负荷，输入研究时间段参数，自动化完成特征值提取与分析。数据处理与特征点提取 ：系统内置多种信号处理方式，包括小波、高/低通滤波等对原始信号进行处理，自动标记R峰值点（包括异常值检测、异常点矫正），提取IBI间期，进行数据统计与分析，可一键导出.csv文件。数据统计与可视化报告： 支持IBI间期的时域统计、经FFT转换的频域数据以及非线性分析，从不同角度挖掘数据信息。支持一键导出原始数据、处理数据、统计分析数据以及结果的可视化报告，更加可靠与丰富。多模态数据同步交叉统计 ：支持HRV信号与多模态数据进行交叉统计分析，包括行为、眼动、脑电、动作捕捉以及其他的生理电信号数据，实现多维度的结果验证与多模态数据更精确的的状态识别。HRV高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与HRV指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块：处理方法包括数字滤波和R点提取。数字滤波包含四种，分别为小波去噪（Wavelet Filter）、高通（High Pass）、低通（Low Pass）、带阻（Band Stop），用以滤除噪音干扰，从而得到有用的PPG信号；R点提取包括R峰提取（R-Peak Extraction）、异常点检测（Ectopic Detection）、异常点矫正（Ectopic Correction）。用户可根据需要自定义输入参数，可选择多种处理方法进行一次处理；也可增加、删除已选择的处理方法。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块：信号分析模块包括时域分析、频域分析和非线性分析三种，三者可实现自由转换。A.时域分析（Time Domain）：包括全程记录期间所有N-N间期的均值（MeanIBI）、全程记录期间所有N-N间期的标准差（SDNN）、全程记录期间所有N-N间期的标准差平均值SDANN、相邻N-N间期差值的标准差（SDANN Index）、相邻N-N间期之差的标准差（SDSD）相邻N-N间期差值的均方根（RMSSD）、相邻N-N间期之差大于50ms的比例（PNN50）、相邻N-N间期之差大于20ms的比例（PNN20）。SDNN与总体变异性相关，而RMSSD与副交感神经影响心率的活动有关。B.频域分析（Frequency Domain）：运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，用以表达不同频率的变异数量，包括：高频段（HF 0.15-0.4Hz）、低频段（LF 0.04-0.15Hz）、极低频段（VLF 0.0033-0.04Hz）和超低频段（ULF 0-0.0033Hz），并对信号进行功率谱密度分析。从功率谱密度中确定信号的频带，将在功率谱分析图中以不同的颜色区分。统计数据包括Power、Power Percent、Power Norm以及Peak、Total Power、LF/HF指标统计。C.非线性分析：散点图分析（Pioncare）,利用R-R间期变化绘制图像，包含了HRV的线性和非线性的变化趋势了，给出了心脏波动的直观显示，能揭示非线性过程和非周期性运动。同时引入了向量长度指数和向量角度指数，分别反映R-R间期的变化程度和相邻R-R间期的变化程度。参数包含垂直偏差SD1，水平偏差SD2；差值散点图（Scatter）：时间序列中连续的速率值之间的相关性，以连续三个IBI点做差值得到一个坐标点做图，得到四个象限的值。参数指标包括：第一象限点的个数A++、第三象限点的个数B--。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、心率HR、IBI间期、R峰值以及整体报告。

高校教研大数据分析系统 数据洞察现在，智慧决策未来 核心功能 群体动态画像 用动态发展变化的眼光，采用数据动态描绘“学生”、“教师”的群体特征，为“学生分群施教”、“教师分群管理”提供最新的分析决策依据。 动态学情跟踪、预警 关注学情动态, 跟踪每个学生实时的出勤率、课堂参与度、作业完成率&优秀率，进行学业趋势预测、作业抄袭预警、挂科预警，帮助学校针对性调整教学过程。 教学质量评价跟踪 定期师生评价、同行评价，质量量化及趋势对比，正向激励教师、对教学质量异常预警。 成绩分析、预警 多维度洞察教学问题、卷面命题分析，持续改进，验证决策措施有效性。 命题质量分析 支持单卷单题区分度&变化、难度&变化、得分率及平均水平、错题难度及知识情况分析。 学生成绩分析 学生个人的各科成绩在班级、年级位置、变化趋势，以及知识点强弱分析、偏科分析、学业预测和实际结果对比。 教师成绩分析 班级学生总体情况（得分率、各难度题目作答情况分析、错题难度-知识点分析），与其它班级对比等 学院、校级管理者成绩分析 多维度数据洞察（公共课/核心课程分别从科次、平均分分布、学科、学院、教师、班级多维度交错分析，洞察本质）。 产品优势 数据全流程 打通日常教学、教学质量评价、学期考试、成绩分析等教学数据周期及各环节。 全角色 面向高校教学组织的各个角色成员（学生、学科教师、班主任/辅导员、学科负责人、院级及校级管理者等）提供数据应用场景。 数据可视化及洞察 分析展现及数据挖掘，可进行数据下钻，对异常预警进行抽丝剥茧、逐层深入，深度展开数据洞察。 随时随地 用户可随时随地掌握教学动态及异常预警，支持微信业务通知、审批待办，分析数据实时查看。 API集成 提供API接口，便于与教务系统和第三方系统数据对接。  

教学大数据分析展示平台作为专为高校教研开发的数据挖掘分析应用系统，致力于通过对学校教学中的数据的科学采集、存储，智能建模、分析，辅助学院管理员及时把控教学进度，让教师科学制定教学方案，让学生精准认知自我。

本发明公开了一种模拟人眼对光环境感知的光学测量系统，利用多种光学测量仪器以及相应的软件处理系统实现人眼对光环境感知的模拟。光学测量仪器包括平面亮度计、光谱仪和动态响应测试仪。本发明还公开了一种模拟人眼对光环境感知的光学测量方法，该光学测量系统亮度测量部分通过平面亮度计获取空间亮度分布，利用该亮度分布计算出当前条件下的瞳孔直径，进而计算出人眼感知到的空间亮度；通过调整光谱仪的测量视角获取人眼视野范围内接收到的光谱辐照度；通过动态响应测试仪测量动态响应信息。本发明提出模拟人眼对光环境感知的测量方法，该方法可对人眼感知空间光环境的特性进行全方位、实时的评价。

本发明公开了一种抽取英文微博中地理兴趣点和感知其时间趋势的方法，本发明首先对一条英文微 博进行扫描，确定其中包含的候选地理兴趣点;然后从微博中抽取词汇，语法和 BILOU 模式标记三类 特征;基于三类特征，运用时间趋势地理兴趣点标记器，对微博中的候选地理兴趣点进行确定和感知其 对应的时间趋势。依照本发明所提供自动确定英文微博中涉及的地理兴趣点以及其时间趋势的技术方法， 可以基于精细度地理位置来进行个性化的服务和开展市场营销。由于地理兴趣点知识库的构建利用了位 置社交网络，不需人工进行生成，而且三类特征信息具有普遍性，使本发明可以广泛应用于同类各种英 文微博服务平台，具有广泛的实际意义和商业价值。

本发明公开提供了一种网络感知的虚拟机镜像存储系统，该存 储系统包括私有缓存管理模块、公有缓存管理模块、网络监控模块、 决策模块和动态寻址模块；其中，私有缓存管理模块、公有缓存管理 模块、网络监控模块和动态寻址模块位于计算节点，决策模块位于管 理节点；还公开了一种基于以上存储系统的读写请求处理方法，使得 网络负载较轻的节点处理更多的镜像访问请求，而网络负载较重的节 点处理较少的镜像访问请求，从而避免产生 I/O 热点，

该报告对于新街口街道制定生活服务业三年规划，具有较强的指导作用，相关研究结论和政策建议被采纳。

RFID安全漏洞分析与检测系统旨在通过漏洞扫描和模拟攻击行为尝试读取、复制、篡改、销毁和拒绝服务等攻击，对已有RFID应用系统进行测试。系统具备开放式体系架构可以方便的增加新的攻击手段和升级漏洞库。系统具备安全性评估功能，可对被测系统生成检测报告。系统包含漏洞扫描模块及报表生成模块、漏洞管理模块和插件管理等四个功能模块。 系统能够实现以下技术： ？ 标签漏洞扫描功能能够针对超高频、高频和低频标签执行盘存攻击、复制攻击、弱密码攻击、销毁标签攻击、和DOS攻击，且攻击存在一定的成功率； ？ 插件管理功能能够通过添加dll插件文件，在插件管理窗体中，增加了新的攻击手段； ？ 漏洞库管理能够查看漏洞的数据库，添加、删除漏洞； ？ 每次扫描结果和系统建议会生成pdf报告。 基于RFID技术的应用设计是完全开放的，RFID技术在应用中缺乏完善的安全机制，将会给消费者带来隐私泄露等安全问题。RFID安全漏洞分析与检测系统可应用在RFID应用系统的安全测试上，在系统上线前及时帮助发现安全漏洞。