|
搜索
搜 索
高等教育领域数字化综合服务平台
全国科技工作会议第二次全体会议在京举行
会议研究部署2025年科技工作重点任务
科技部
2025-01-15
中国地质大学（北京）流体力学多功能实验台（第二次）竞争性磋商公告
中国地质大学（北京）流体力学多功能实验台（第二次）竞争性磋商
中国地质大学（北京）
2022-05-27
华中科技大学真空物理系统（定制）采购项目竞争性磋商公告（第二次）
华中科技大学真空物理系统（定制）采购项目竞争性磋商
华中科技大学
2022-06-09
华北电力大学（保定）碳循环与碳捕集实验平台采购（二次）公开招标公告
华北电力大学（保定）碳循环与碳捕集实验平台采购（二次）招标项目的潜在投标人应在招采进宝河北专区（http://hb.zcjb.com.cn）获取招标文件，并于2022年07月04日09点00分（北京时间）前递交投标文件。
华北电力大学（保定）
2022-06-14
新时代红色影视二次创作作品的传播价值及对策研究 ——以哔哩哔哩平台为例
本研究从哔哩哔哩平台展开研究，聚焦于红色影视的二次创作作品的传播价值及对策，为红色影视的生产和二次创作提供参考。
一、项目进展
创意计划阶段
二、负责人及成员
姓名
学院/所学专业
入学/毕业时间
王梓萌
新闻与文化传播学院/新闻学
2019.9/2022.6
王如妍
新闻与文化传播学院/新闻学
2019.9/2022.6
陈华靖
新闻与文化传播学院/网络与新媒体
2019.9/2022.6
许静雯
新闻与文化传播学院/新闻学
2019.9/2022.6
谢雨佳
新闻与文化传播学院/数字媒体艺术
2019.9/2022.6
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
张颖
新闻与文化传播学院/新闻系
讲师
媒介经济、媒介产业、传播研究方法
郭磊
马克思主义学院/思想道德修养与法律基础教研部
副教授
思想政治教育 司法伦理学
四、项目简介
红色影视作品是当前国家主流影视作品生产传播中的热点现象，近年来，红色影视不断创新，诞生了一系列优质作品。进入新时代，人们不仅期盼有高质量的美好物质生活，对于文化作品展现出了更高的审美取向。然而，在当今泛娱乐化愈演愈烈的情况之下，红色影视难免陷入传播力、引导力和影响力不足的困境。
本研究从哔哩哔哩平台展开研究，聚焦于红色影视的二次创作作品的传播价值及 对策，为红色影视的生产和二次创作提供参考。研究分为网络数据分析、问卷调查和半结构化访谈三个部分：通过对于网络数据进行内容分析，了解B站红色影视二次创作作品的传播状况及受众反馈状况；通过问卷调查，了解调查对象对于B站红色影视二次创作的接触状况和评价；通过半结构化访谈，深入了解受众对此类视频的认知态度以及创作者对于红色影视作品二创改编的创作逻辑。
研究发现，红色影视二次创作作品反映了受众对于红色影视的评价，并发挥了强化精神导向、满足娱乐需求、分享精彩剧情的价值。但同时，红色影视的二次传播中还存在着版权问题突出、三俗化倾向明显、红色影视精神内核传播力度不足的问题，需要继续强化精神引领、完善内容审核机制。
中南财经政法大学
2022-08-09
中国海洋大学服务器、图形工作站、相机等设备采购项目（二次）竞争性磋商
中国海洋大学服务器、图形工作站、相机等设备采购项目（二次）竞争性磋商
中国海洋大学
2022-06-02
华中科技大学全内反射荧光显微镜成像系统采购项目公开招标公告（第二次）
华中科技大学全内反射荧光显微镜成像系统采购项目招标项目的潜在投标人应在线上报名获取招标文件，并于2022年06月30日14点30分（北京时间）前递交投标文件。
华中科技大学
2022-06-09
华中农业大学文法学院实验室计算机更新采购项目（二次）竞争性磋商公告
华中农业大学文法学院实验室计算机更新采购项目（二次）竞争性磋商
华中农业大学
2022-06-23
华中农业大学植物科学技术学院植物生长室设备采购及安装项目（第二次）竞争性磋商公告
华中农业大学植物科学技术学院植物生长室设备采购及安装项目竞争性磋商
华中农业大学
2022-06-23
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。
解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。
在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。
目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学
2025-05-12