DDF数字配线架（柜）

特点说明：
1.系列众多：西门子、爱立信、ATT、富士通、NEC、BNC等制式；75、120欧姆等不同阻抗系列、各种柜架体等多种组合供客户选择；
2. 性能：严格的结构设计、优质的金属、非金属材料、标准镀金以及精湛、严格的工艺确保产品的性能稳定、可靠；
3. 结构：完整科学的的线缆结构，无论中间走线、两侧走线、前后跳线、架间跳线均更符合您的使用习惯，操作更加方便，完整的接地系统、多样的固定方式、90度旋转的单元体等细节的设计，确保客户使用更加方便。
技术指标：
一．环境要求：
1 工作温度： -5℃～ 40℃
2 贮存温度: -25℃～55℃
3 工作相对湿度: ≤85%（ 30℃）
4 贮存相对湿度: ≤75%
5 大气压力： 70KPa～106Kpa
二．设备机架：
1 机架高度：2000mm、2200mm、2600mm
2 机架材料：铝型材、冷轧板
3 进缆方式：上进缆、下进缆
4 操作方式：全正面操作
5 机框颜色：可选
6 接地方式：铜条
三．同轴连接器：
1 特征阻抗：75Ω
2 工作速率：2Mb/s、8 Mb/s、34 Mb/s、140 Mb/s、155 Mb/s（部分制式除外）
3 绝缘电阻：1000MΩ（500VDC）
4 抗电强度：≥1000V（50HzAC）/min，不击穿、无飞弧
5 接触电阻：外导体≤2.5mΩ（压接），内导体≤10 mΩ
6 介入损耗：≤0.3dB (50KHz～233MHz)
7 回波损耗：≥18dB (50KHz～233MHz)
8 回线间串音防卫度：≥70dB(50KHz～233MHz)
9 拉脱力：50N
10 连接器寿命：≥1000次
11 材料：黄铜、铍青铜

12 同轴连接器镀金厚度：≥2um

规格型号及配置容量

型号规格单元板容量（系统）满配单元数（个）匹配阻抗满配容量数（系统）机架尺寸高×宽×深（mm）CT-MPX09单面： 88双面：1762000×520×4508单面：11双面：2275Ω西门子单面：110双面：22010单面：11双面：22单面：144双面：28816单面： 9双面：18单面： 96双面：1922200×520×4508单面：12双面：24单面：120双面：24010单面：12双面：24单面：160双面：32016单面：10双面：20单面：120双面：2402600×520×4508单面：15双面：30单面：150双面：30010单面：15双面：30单面：192双面：38416单面：12双面：24单面： 882000×600×3008单面：11单面：11010单面：11单面：14416单面： 9单面： 96-8单面：12单面：12010单面：12单面：16016单面：10单面：120-8单面：15单面：15010单面：15单面：19216单面：12双面：176-8双面：22双面：22010双面：22双面：28816双面：18双面：192-8双面：24双面：24010双面：24双面：32016双面：20双面：240-8双面：30双面：30010双面：30双面：38416双面：24单面： 88-8单面：11单面：14416单面： 9单面： 96-8单面：12单面：16016单面：10单面：120-8单面：15单面：19216单面：12

1.八成多受访者认为大数据“杀熟”现象普遍或非常普遍，并表示有过被大数据“杀熟”经历。
　　
　　调查结果显示，超八成（82.37%）受访者认为大数据“杀熟”现象非常普遍或普遍，仅有极少数（1.29%）受访者认为大数据“杀熟”现象不普遍或根本不存在。同时，有八成多（86.91%）受访者表示有过被大数据“杀熟”的经历。这说明绝大多数受访者认为大数据“杀熟”现象比较普遍，而且认为有过被大数据“杀熟”的经历。
　　
　　2.网络购物中的大数据“杀熟”问题最多，其次是在线旅游、外卖和网约车。
　　
　　调查结果显示，八成多（82.44%）受访者表示在网络购物过程中遭遇过大数据“杀熟”，七成多（76.85%）受访者在在线旅游消费中遭遇过大数据“杀熟”，反映在网络外卖（66.96%）和网络打车（63.00%）消费过程中遭遇大数据“杀熟”的受访者均达到六成多。此外，还有部分受访者表示在电影消费和视频消费时遭遇过大数据“杀熟”问题。这说明受访者认为大数据“杀熟”问题主要集中在网络购物、在线旅游、外卖和网约车等消费领域。
　　
　　3.八成多受访者认为大数据“杀熟”体现为同一时间不同用户购买相同商品或服务的价格不同。
　　
　　调查结果显示，八成多（85.38%）受访者认为大数据“杀熟”主要体现为同一时间不同用户购买相同商品或服务的价格不同，近八成（79.98%）受访者认为主要体现为多次浏览后价格自动上涨，七成多（75.80%）受访者认为主要体现为不同用户享有不同打折优惠形式，近七成（69.37%）受访者认为主要体现为隐藏或不送老用户优惠券，六成多（62.26%）受访者认为主要体现为根据用户特点提供特定商品或服务，还有部分受访者认为体现为手机配置不同价格不同、默认勾选之前购买过的服务、不买时送优惠券买时却没有等形式。这说明受访者认为大数据“杀熟”主要体现在同一时间不同用户购买相同商品或服务的价格不同、多次浏览后价格自动上涨、不同用户享有不同打折优惠形式、隐藏或不送老用户优惠券以及根据用户特点提供特定商品或服务等方面。