湖北汽车工业学院科技学院是一所经国家教育部批准设立的本科层次独立学院。坐落于世界著名道教文化圣地武当山北麓、汉江秀水之滨、南水北调源头、中国商用车之都的湖北省十堰市。自2003年建校以来，紧紧依托东风汽车公司大工程背景和举办院校的人才与学科基础，发展比较优势，笃志、创新、务实，践行教学、管理育人的理念，秉承“求是创新”校训，以人为本，因材施教，严格管理，坚持产学研合作教育，培养学生优良的工程意识和综合素质，为区域经济建设和汽车产业发展造就高素质的应用型创新人才。 专业特色鲜明。学院注重围绕“汽车产业链”优化学科结构，发展特色专业，形成以汽车、材料、控制、机械为主干，以管理、信息、人文为支撑的学科专业布局。现有机械与材料工程系、电气与信息工程系、汽车工程系、经济管理系、人文艺术与外贸系等5个教学组织单位,设有22个本科专业、4个专科专业，其中“车辆工程”和“信息管理与信息系统”为省级重点培育专业。学院面向全国25个省份招生，全日制本专科在校学生近5000人。 办学理念先进。学院借鉴德国“双元制”教育模式，充分利用东风汽车公司和地方企业的智力资源和工程环境优势，聘请实践经验丰富的工程师担任兼职教师，具有一支专兼结合的高水平师资队伍，瞄准未来职场的竞争要求，激发学生主观能动性，帮助学生设计最佳专业学习路径。构建了“全面覆盖、全员参与、全程监控”的教学质量监控体系，确保人才的培养质量。重视本科教学建设和改革工作，2017年获湖北省高等学校教学成果三等奖2项，获批省级教学改革研究项目2项，获批教育科学规划重点课题1项，一般课题4项。 学科竞赛成绩斐然。学院积极搭建平台，推进项目化运作，以学科竞赛为载体，培养学生的实践能力和创新能力，实现学生知识与技能、实践与创新、文化与素质的交融。着力打造“汽车特色”系列学科竞赛，支持在校大学生参加机械创新设计大赛、工程训练综合能力竞赛、智能汽车竞赛、中国汽车工程学会巴哈大赛等83项竞赛。尤其是我院“飞翼车队”在2016、2017年大学生巴哈大赛均取得了本科组三等奖的好成绩，2017年12月25日，登上由中央电视台财经频道和英翼文化科技联合出品的大型全球高校极客挑战节目《极客出发》。近五年，学校学生获得省部级奖励649项，其中国家一等奖39项、二等奖72项，获奖学生达1407人次。 德育硕果满枝头。学院在内涵式发展模式的探索与实践中，持续推行以“自尊、自强、自立”为内涵的三自教育，厚德育人。以“科海扬帆”文化节为主线，打造系列精品校园文化活动，举办了校园十佳歌手大赛、运动会、辩论赛、篮球赛等学生喜闻乐见的活动，深化大学生社会实践和志愿服务工作，促进学生全面发展，寓德育教育于校园文化活动中;以学风建设为抓手，不断开展“文明课堂”、“文明寝室”、“以赛促学”等活动。学工部(团委)曾两次被评为“湖北省高校思想政治教育先进基层单位”，2017年，我院两名新生获省级“最美新生”荣誉称号，K汽车152班团支部获湖北省“百生讲坛”活力团支部创建单位。 桃李芬芳香满园。学院先后与神州数码、Infosys、中兴通讯以及东风公司等著名企业开展深度校企合作，拓展毕业生就业平台。毕业生就业率一直保持在93%以上，稳居全省同类院校前列，迄今已为汽车行业和社会发展培养了一万四千多名毕业生。毕业生以其大工程意识和动手能力强、综合素质高、创新意识显著、职业稳定性强深受社会欢迎。 湖北汽车工业学院科技学院是一所工程能力突出、专业特色鲜明的应用型本科院校。

黑龙江工程学院昆仑旅游学院于2002年5月,经黑龙江省人民政府批准创建的二级学院，2004年被教育部批准为全国首批民办本科独立学院，国家计划内统一招生的独立本科院校(教育部代码13304)。学院目前是黑龙江省内唯一一所培养旅游专业人才为特色的独立学院，紧紧围绕旅游办专业、围绕旅游育人才、围绕旅游搞科研、围绕旅游强服务，积极探索育人模式，为龙江地区乃至全国的文化产业、旅游产业、物流业及相关产业培养具有良好的思想品德、扎实的理论基础、实践和创新能力强的专门人才。 学院以“办精致学府，走特色道路”的办学理念为指引，学院秉承“入学既入行，毕业成行家”为校训，走“依托产业、产学结合”的特色发展之路，致力于培养有社会责任、敬业爱岗精神、博爱胸怀的旅游英才，培养复合型、应用型人才;以瑞士“洛桑”模式为特色的办学模式为蓝本，名师办大学、开拓创新为举措，努力建设成一所国内一流、国际知名的高等学府，着立打造旅游教育的“中国品牌”和“中国服务”人才培养的摇篮，办特色院校。 雄厚的师资力量：“专家治校、教授办学”。目前学院拥有一支由高级旅游管理专业人才组成的教师队伍。在王为正教授(从事高等教育研究、博士生、硕士生导师)、张军民教授(从事中国民主党派研究)、孙忠家教授(从事中国古代史研究、硕士生导师)等专家学者的带领下，现有双师型专任教师7人，年轻有为的中、青年教师队伍，正在茁壮成长。从而为我院师资力量构建了一支文理结合、梯队结构合理、适应性强的专、兼职教师队伍。 完善的办学硬件设施：学院校区坐落在哈尔滨市国家二龙山AAAA级风景区。学院占地31万平方米，建筑面积90000平方米，学院尽享AAAA级景区资源，环境优雅别致，是莘莘学子学习和生活的理想圣地。 黑龙江工程学院昆仑旅游学院是一所特色鲜明的旅游高等院校，学院设有旅游管理系、外语系、艺术系、应用技术系、公共基础部和马列主义教研部。开设有旅行社管理、酒店管理、空中乘务、市场营销、外语等与旅游业密切相关专业，其中有九个本科专业，十四个专科专业。现有蓝鸽数据化语言实验室的基础上，从2015年起，购买了智慧树慕课系统，加入了慕课联盟，实现了与各高校优质教学资源的共享，促进教育公平;今年学院为教务处购买了正方教务管理系统软件，使学院教学管理实现数字化，极大的提高了教学管理的规范性及工作效率。 先进的办学管理模式：学院大力推行“洛桑办学模式”，加大面向社会、面向市场的课程改革，加大学生参加社会实践的培养。使学生在学好理论的同时，有较强的社会适应能力和实践操作能力，加大了对社会的对接力度，可使学生较快的适应社会发展对人才的需求，保持较高的就业率，学生毕业即就业。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。