产品详细介绍 产品亮点 1.采用9.7英寸超高清Carta墨水屏，325g机身轻便，采用16级灰度电子纸屏幕，犹如真纸。 2.超大存储空间，2GB+32GB超大容量存储，兼容64GB\128GB，为你保存更多内容。 3.整机轻薄，选续航长，7.5mm机身厚度，如同纸质基本般轻薄，9.7吋大屏，聚焦更多内容，系统稳定。 4.手笔双触，4096级压感 手写笔锋，实际书写效果，毫秒及灵敏反应，书写时自然地把物理墨水颗粒转移到屏幕表面。 5.支持主流数字格式，功能专业化，可以记笔记，支持WiFi，USB传输文件。 产品参数 型   号：      书视宝LZP970 分辨率：      1200*825 主芯片：      MTK8768 运行内存：  2GB 存   储：      32GB（兼容64GB/128GB） SIM卡：      支持4G全网通 天   线：      GPS+WiFi+BT 屏幕尺寸：  9.7英寸 充电+耳机接口：TYPE-C 电   池：      可充电聚合物锂离子电池4100mAh 喇   叭：      外放双喇叭

产品详细介绍 1.资源内容涵盖《童话故事》、《科幻灵异》、《经典名著》、《科普百科》、《传记历史》、《诗歌散文》、《幽默成长》、《寓言传说》、《中小学教辅》、《侦探冒险》、《国学精选》等主题的书籍。 2.资源内容具备读前导读、读中助读、读后分享交流三个环节。 3.资源需支持多种电子书格式，涵盖音频、互动、练习环节 4.智能分级阅读作业模块：具有统一认证登录（登录后自动显示其真实姓名及师生的所在班级）；具有作业布置功能，可布置朗读作业、阅读作业、发布功能；具有检查作业的功能，可查看每个学生的作业情况；系统提供客观题的自动批改功能；提供按年级、年龄分类的方式 5.智能分级互动模块：书籍简介评论中点赞互动；班级动态中与同班同学交流互动；书友动态中与看过同样书籍的书友交流互动；自由朗诵中对朗动录音点赞评论 6.智能分级阅读测评/阅读训练模块：按年级和短文类型分类评测多篇短文；提供3~4道挑战题，帮助测试文章阅读效果 7.学生端APP系统：完成阅读能力评测、自由朗读、听书、完成朗读作业阅读作业评测、书圈阅读互动、书城、阅读签到等功能。 8.教师端APP系统：教师端程序要求基于安卓系统开发，提供移动端教学；支持触控屏操作；具备统一身份认证登录（登录时可以选择学科、班级）,登录后直接显示其真实姓名；可以发送（可单独对某位或某几位学生发送，亦可向全体学生发送）电子书的资料至学生端；能实时收集、查看学生上传的在线文字提问，并能及时给予反馈；能发起客观题、主观题的测试，并能实时查看测试结果；支持作业布置功能，可布置朗读作业、阅读作业、发布功能 9.家长端APP系统：实时查看孩子阅读报告；实时查看孩子作业报告；实时掌握孩子社圈交流情况反馈；学生端家长管控功能；书城功能，与孩子共同阅读。 10.学校管理端：PC端一键查阅全校、班级多维度阅读数据，精准大数据分析系统，助力学校高效掌握全校学生阅读情况。 语言支持：Android 6.0语言  处理器类型：Cortex-A53 八核 1.5Ghz  存储：1GB+16GB 显示屏：6.0英寸 E-ink Carta HD屏 阅读灯：支持（单色温） 分辨率：1072*1448 （300PPI） 触控类型：电容触摸（钢化玻璃盖板）  喇叭/麦：2个BOX盒子喇叭/1个硅麦 产品尺寸：200.3*138*7.96mm 颜色：蓝色/粉色 电子书格式：TXT,PDF,EPUB,FB2,MOBI,RTF,CHM,HTML Adobe DRM etc.等 书城：K12分级书城 分类书单：支持 词典：汉语词典、歇后语词典、英汉汉英词典、名言警句词典、同反义词大词典 复读机功能：支持

产品详细介绍1.资源内容涵盖《童话故事》、《科幻灵异》、《经典名著》、《科普百科》、《传记历史》、《诗歌散文》、《幽默成长》、《寓言传说》、《中小学教辅》、《侦探冒险》、《国学精选》等主题的书籍。 2.资源内容具备读前导读、读中助读、读后分享交流三个环节。 3.资源需支持多种电子书格式，涵盖音频、互动、练习环节 4.智能分级阅读作业模块：具有统一认证登录（登录后自动显示其真实姓名及师生的所在班级）；具有作业布置功能，可布置朗读作业、阅读作业、发布功能；具有检查作业的功能，可查看每个学生的作业情况；系统提供客观题的自动批改功能；提供按年级、年龄分类的方式 5.智能分级互动模块：书籍简介评论中点赞互动；班级动态中与同班同学交流互动；书友动态中与看过同样书籍的书友交流互动；自由朗诵中对朗动录音点赞评论 6.智能分级阅读测评/阅读训练模块：按年级和短文类型分类评测多篇短文；提供3~4道挑战题，帮助测试文章阅读效果 7.学生端APP系统：完成阅读能力评测、自由朗读、听书、完成朗读作业阅读作业评测、书圈阅读互动、书城、阅读签到等功能。 8.教师端APP系统：教师端程序要求基于安卓系统开发，提供移动端教学；支持触控屏操作；具备统一身份认证登录（登录时可以选择学科、班级）,登录后直接显示其真实姓名；可以发送（可单独对某位或某几位学生发送，亦可向全体学生发送）电子书的资料至学生端；能实时收集、查看学生上传的在线文字提问，并能及时给予反馈；能发起客观题、主观题的测试，并能实时查看测试结果；支持作业布置功能，可布置朗读作业、阅读作业、发布功能 9.家长端APP系统：实时查看孩子阅读报告；实时查看孩子作业报告；实时掌握孩子社圈交流情况反馈；学生端家长管控功能；书城功能，与孩子共同阅读。 10.学校管理端：PC端一键查阅全校、班级多维度阅读数据，精准大数据分析系统，助力学校高效掌握全校学生阅读情况。 语言支持：Android 6.0语言  处理器类型：Cortex-A53 八核 1.5Ghz  存储：1GB+16GB 显示屏：6.0英寸 E-ink Carta HD屏 阅读灯：支持（单色温） 分辨率：1072*1448 （300PPI） 触控类型：电容触摸（钢化玻璃盖板）  喇叭/麦：2个BOX盒子喇叭/1个硅麦 产品尺寸：200.3*138*7.96mm 颜色：蓝色/粉色 电子书格式：TXT,PDF,EPUB,FB2,MOBI,RTF,CHM,HTML Adobe DRM etc.等 书城：K12分级书城 分类书单：支持 词典：汉语词典、歇后语词典、英汉汉英词典、名言警句词典、同反义词大词典 复读机功能：支持  

可以量产/n该项目公开了一种基于共变正交和神经网络的网络流量预测方法，该方法首先确定神经网络参数，再利用神经网络参数进行网络流量计算。基于共变正交原理的流量预测方法可以有效的预测网络中的流量变化趋势，但对流量数值的精度预测上还有较大差距；基于神经网络的流量预测方法由于其无法准确描述网络流量的特性，因此在预测流量的变化趋势上效果一般，但在流量数值的精度预测上比较有效。该发明将这两种流量预测方法有机的结合起来，设计了一种

本发明公开了一种反馈型人工神经网络训练方法及计算系统, 属于神经网络计算领域。一种人工神经网络训练方法，突触权重根据 神经突出两端的前馈信号和反馈信号调整，当神经突出两端分别为兴 奋前馈信号和兴奋反馈信号时，该突出权重调整到最大值，当神经突 出两端分别为静息前馈信号和兴奋反馈信号时，该突出权重调整到最 小值；一种反馈型人工神经网络计算系统，节点电路包括计算模块、 前馈模块和反馈模块，节点电路通过忆阻器模拟的神经突出相

本项目致力于将“心脏自主神经调控防治心律失常”的创新理念和技术成果进行全球范围内的推广，已在全国40 余家大型三甲医院进行项目成果推广应用，在急性心肌梗死患者中减少了恶性心律失常和心肌损伤的发生，缩短了住院天数和降低了住院费用。 一、项目分类 重大科学前沿创新 二、技术分析 心律失常是最常见的心血管疾病之一，据统计，约80%的心源性猝死与恶性心律失常相关，严重威胁国民健康。项目组长期致力于自主神经调控防治心律失常的创新转化研究，在国家自然科学基金重点项目、国家重点研发计划、中央“万人计划”等项目资助下，取得了系列理论创新和技术突破： 1）构建了自主神经再平衡的理论体系，并阐明心律失常的关键神经机制； 2）研发了系列自主神经调控策略防治心律失常； 3）研发无创迷走神经调控系统，进行自主神经调控防治恶性心律失常的临床转化。 相关成果主要发表在Circulation（IF 39.918）、 J Am Coll Cardiol（IF 27.203 ）、Advanced functional materials（IF 19.924，封面论文）、Nano Energy(IF 19.096，2篇)、 Basic Res Cardiol (IF 17.165)、Cardiovascular Research（IF 13.081）等国际知名期刊，并被Cell、JAMA、Nat Rev Drug Discov、Nat Rev Cardiol等学术期刊引用3100余次。研究成果获2018年湖北省科技进步一等奖，连续两年获美国心脏病学会（ACC）中国原创研究一等奖，被《中华心律失常学》杂志评为当年心律失常领域全球十大研究进展之一。

本发明涉及一种基于 RBF 神经网络的电缆接头导线温度预测方法。本发明主要分以下 4 个步骤：1） 样本数据采集：实时测量与电缆接头导线温度有联系的关联因素（环境湿度、环境温度、护套温度、接 头处绝缘层温度、触头温度和各种表皮温度）；2）网络训练：首先对 1）采集的数据进行预处理，划分 训练数据和预测数据，然后设置各种参数，创建网络，最后进行数据预测；本发明将神经网络技术应用 到电缆接头导线温度预测中，对电缆接头导线温度在线实时监测与故障分析有较好的作用。 

一种基于动态哈密顿积的神经网络实现方法，其特征在于，包括以下步骤：首先，设计输入特征驱动的动态核生成机制，根据样本特性自适应调整卷积核参数，实现多尺度、多方向特征的细粒度提取，充分发挥四元数表示的空间感知优势；其次，构建符合四元数几何特性的整体激活函数，通过超复数空间中的非线性变换保持通道间旋转缩放关系，避免传统分量式激活导致的关联性断裂。本专利提出的动态卷积根据输入样本的特征动态生成卷积核，使得网络能够针对每个输入样本动态调整其卷积核。这种灵活的调整机制不仅增强了模型的表达能力，还使其能够适应不同输入的特征，提取更具细粒度的特征。

本发明公开了一种基于多元数据增强超图神经网络的抗癌药物协同预测方法，涉及生物医学数据挖掘领域，该方法包括将包含全部的药物‑药物‑细胞系三元组数据集分为第一集合和第二集合，然后执行训练阶段和测试阶段；所述训练阶段用于基于第一集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习并完成对协同效应预测器的训练；所述测试阶段用于基于第二集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习以获得节点嵌入，并根据获得节点嵌入和训练完成的协同效应预测器完成预测。本发明不仅可以帮助临床医学发现用于癌症治疗的新型协同药物组合，而且能够助力发现抗癌药物协同作用的潜在机制。