|
搜索
搜 索
高等教育领域数字化综合服务平台
液氮生物容器
广泛应用于科研院所、医疗、动植物及海洋研究所、金属物质低温下的研究等机构。适用于DNA、RAN、干细胞、血浆、精液、胚胎、各类组织器官大批量生物样本的长期保存;适用于对金属材料进行深冷处理，改变金属材料的金相组织，显著提高金属材料的硬度、强度和耐磨性能。
自动/手动除雾，可视操作；
超长使用寿命，航天级真空绝热技术；
超低液氮消耗量，日消耗量低于0.8%；
超长存储时间，一次加注使用超15天；
稳稳的超大样本存储量21800~125800份；
多级用户权限管理，密码保护，日志管理；
双路安全阀多级保护技术，保障液氮存储安全；
超大12寸安卓UI交互界面，具备数据记录导出；
稳定的低温存储环境，罐体顶部温度始终低于-180℃；
多级报警响应：高低温报警、高低液位报警、液氮供给中断报警、开盖超时报警、温度传感器故障报警、液位传感器故障报警、断电报警等。
青岛澳柯玛生物医疗有限公司
2021-09-13
生物演示台
产品详细介绍
山东现代教具有限公司
2021-08-23
生物标本柜
产品详细介绍
浙江百草园电子股份有限公司
2021-08-23
生物标本柜
产品详细介绍生物标本柜1、 材质：铝合金框架，玻璃组合结构。2、 规格：柜体：1500×700×1600基座:1800×1000×4003、 性能：内隔板可根据需要随意调整，拉门轴承滑道拉动 轻便。
丹东利升电子有限公司
2021-08-23
生物实验设备
产品详细介绍
上海浩伴电子数码科技发展有限公司
2021-08-23
生物有机菌肥
本品是一种超浓缩、高活性、多菌种、多功能复合微生物制剂。它是有生命的活体肥料，它的作用主要靠它含有的大量有益微生物的生命活动来完成。公司采用国际尖端科技，使复合微生物有益菌在土壤及作物根表、根际以及体内定植、繁殖。在生产应用中具有以下显著特点：1.减少化肥用量高达30%--60%微生物经再增植后含有大量的固氮菌，可以大大提高土壤中的中微量元素含量，减少氮磷钾和其它中微量元素的施用量；同时含有多种高效活性有益微生物菌，增加土壤有机质，加速有机质降解转化为作物能吸收的营养物质，大大提高土壤肥力，减少化肥用量。 2.增产效果明显配方科学、营养全面，有机无机微生物三元相互促进，以肥养菌、以菌促肥，强根壮根、有效解决根系衰弱造成的养分吸收障碍，有效解决土壤养分不均衡问题，由于菌剂的代谢过程中释放出大量的无机有机酸性物质，促进土壤中微量元素硅、钙、铁、镁、钼等的释放及螯合，从而使作物增产高达20%—60%。改善作物和农产品的品质，使农民增收。
山东沃土生物科技有限公司
2021-09-08
生物教师台
采用进口实芯理化板台面，具有防静电、防水、防火、耐刮、耐磨、防酸、防碱抗击使用寿命长等特点。铝木框架结构，壁厚1.4㎜，表面采用环氧树脂粉末喷涂，设有抽屉式交直流教师主控电源，分组开关及凋节学生电源。预留可放电教设备功能及通风装置，设有储物柜，实验室专用水嘴及水槽。
宁波华茂文教股份有限公司
2021-08-23
生物准备台
进口实芯理化板台面，铝木框架结构，壁厚1.4㎜，表面采用环氧树脂粉末喷涂，具有防静电、防水、防火、耐刮、耐磨、抗击使用寿命长等特点。设有抽屉及设有储物柜，充分达到实验前的准备及储物作用。
宁波华茂文教股份有限公司
2021-08-23
生物纤维面膜和抗菌性生物医用敷料
本项目结合目前先进的生物技术、面膜和抗菌医用敷料生产技术培育两类高附加值新型生物技术产品：生物纤维面膜和抗菌性生物医用敷料。 目标产品生物纤维面膜，基料采用了微生物合成纳米纤维素材料，是100%的纯天然材料，材质均匀细致，韧性、持水性强，与皮肤相容性、服贴性佳，是生产面膜的理想基料。采用新型清洁发酵生产工艺和后处理技术，大批量提供优质生物纤维面膜原料，独立研发，推出保湿、美白两大类生物纤维面膜。 目标产品抗菌促愈医用生物敷料，是在细菌纤维素基体中均匀植入纳米银粒子后，通
南京理工大学
2021-04-14
一种基于声音的生物种群识别方法及系统
成果描述：本发明申请要解决的问题是，在偏僻的野外或者野生动物保护区，对珍稀物种检出，从而追踪它们的生活轨迹，或者在某些仓库农场对破坏储存物的害虫或者家养动物的天敌的检出是非常重要的。本专利建立一种实时的基于生物声音的只能检测方法，分析提取了动物声音的时域特征，频域特征，通过对特征的分析、分类，及时有效的检测出生物的运动痕迹。市场前景分析：生物活动轨迹的追踪有着重大的现实意义，在粮食以及动物保护方面有着非常广泛的作用。本发明着重从声音的频域、时域进行特征提取，然后选取特征组合，对特征进行有效的分类。研究实验表明，本算法的平均准确率达到89.9%。与同类成果相比的优势分析：本篇专利提出的识别系统的流程在原有的基础上增加了两个环节，即流程成为：预处理->声音提取->特征提取->特征选择->模型训练；并且还提出了新的算法，采用了许多最近提出的特征，比如MFCC[6-9]。经实验验证，本文提出的方法相比之前的方法正确率提高了20%左右，达到了89.9%。
电子科技大学
2021-04-10