|
搜索
搜 索
高等教育领域数字化综合服务平台
Tempo Talents数据资源管理平台
数据资源中心主要用于维护系统分析所用的数据源、构建数据模型、新建视图，并进行数据权限分配与管理。师生可以根据实验和实训需求，自定义新的数据源，作为学生实验练习的数据。同时也满足教师科研项目需求，对接各类科研数据。支持数据按人员、按类型进行分类，确保满足不同数据的精准使用要求，也保证教学与科研的顺畅进行。1、 数据管理数据源管理支持多种类型数据源添加、API数据接口配置；数据模型支持同一数据源下的数据分类管理、元数据管理和维护、数据抽取加速、数据权限设置等功能；模型授权支持将数据模型按照组织机构、角色、组的方式授权给设计用户；总体上来说，数据管理实现各类科研数据的统一接入、管理与权限的按需分配。2、开放数据超市数据超市提供了30多个维度、700多个二级类目、上万个业务标签的全维度业务数据画像，数据总量超过500亿，存储总量超过100T，日均增长超过500万条,为企业采购风控、销售客户评估、AI精准获客、精准招商、投融资、高校科研机构、政府事业单位及各类专业人员提供了企业活力指数评估和全息数据画像，从微观、中观、宏观多方面提供了各类企业数据分析报告、行业趋势报告和相关指数。同时基于国家电网创新应用开发平台、中广核新能源数据价值创新联合体等行业组织，可以精准提供电力、新能源等产业的真实业务数据，为高校相关课题研究提供数据支撑。
美林数据技术股份有限公司
2022-07-15
Tempo Talents人工智能科研平台
基于跨行业数据挖掘标准流程CRISP-DM，实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建。同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。
1、极简的建模过程
基于拖拽式节点操作、连线式流程串接、指导式参数配置，用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能，让用户能够灵活运用多种处理手段对数据进行预处理，提升建模数据质量，同时丰富的算法库为用户建模提供了更多选择，自动学习功能通过自动推荐最优的算法和参数配置，结合“循环行”功能实现批量建模，帮助用户高效建模，快速挖掘数据隐藏价值。
2、丰富的分析算法
内置150多个分析算子，包含30余种数据预处理方法，5种数据融合方法、11种常用特征工程，实现数据融合处理与特征构建；包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法，支持深度学习、集成学习与自然语言处理等人工智能分析方法，满足各类业务科研场景需求。
3、灵活的扩展能力
支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的业务适应能力，充分满足不同领域科研的个性化需求。
4、全面的分析洞察
通过丰富详实的洞察内容，帮助用户全方位观察建模过程任意流程节点的执行结果，为用户开展建模流程的改进优化提供依据，从而快速得到最优模型，发现数据中隐含的业务价值。建模分析报告支持在线查看，并且支持下载可编辑Word版本，支持科研报告及相关成果发布应用。
5、全栈科研成果管理与应用能力
分析成果的快速工程化应用，支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用，满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测，帮助用户高效便捷地管理成果、利用成果及监测成果。
6、跨平台模型迁移及融合
支持PMML文件的导入和导出，可以实现跨平台模型之间的迁移和融合，利于用户进行历史模型的迁移，实现用户在不同平台的模型成果快速共享，提升各类科研成果的复用性。
美林数据技术股份有限公司
2022-07-15
学生综合服务平台解决方案
学生综合服务平台，基于学工核心业务，结合智慧校园业务中台和数据中台，前端通过一站式平台、校园APP、自助终端方式呈现，基于表单流程工具开发的流程服务，并与学工业务打通，实现线上线下打通，实现无纸化办公；
提供从学生入校到学生毕业离校的全流程化管理，实现服务和管理打通；
另外学工业务和学校现有门户平台、认证平台、教务平台、一卡通平台在数据上实现完全共享，依托数据中台，提供强大的自定义数据与统计分析功能，实现学生在校期间表现的全面动态管理和学生数据的精准化管理，能更好的辅助决策；
结合业务中台流程工具和消息平台，提供全面的工作提醒机制，实现消息及时、全方位触达，各层次用户可快速准确的点击进入操作，真正做到快捷、方便学生办事、高效解决学生困难。
新开普电子股份有限公司
2022-06-30
力学综合实验平台 COC-MCEP
实验内容
1、单摆；
2、三线摆；
3、碰撞打靶；
4、李萨如图形；
5、液体表面张力系数；
6、应变力传感器定标及未知物体称重实验。
成都华芯众合电子科技有限公司
2022-06-18
工业数据采集与边缘服务平台
在加速建设工业互联网的国家战略背景下，培养工业互联网新兴职业人才。针对数据采集、组网通信到协议设计、应用的基础认知到实际项目工程实施等内容进行职业资格认证服务。
新大陆教育
2022-06-23
物联网基础创新教学平台
面向物联网、电子信息及计算机专业教学。包含硬件设备、软件平台和教学资源库的完整教学实验体系，可应用于相关课程的原理展示、动手实验及综合实训。
新大陆教育
2022-06-23
基于HOOK云存储应用加密数据包破解方法
本发明（专利号ZL 201510665184.8，2018/9/21授权）涉及一种基于HOOK 的云存储应用加密数据包破解方法，分析云存储客户端程序，找到需要设置HOOK 点的函数，通过获取并且修改API传入的参数，进而返回结果，获取云存储客户端与服务器进行通信的数据明文。本发明适用各种语言实现的云存储客户端，对于认证的方式没有特殊要求，具有广泛的兼容性；不受用户网络环境的影响，无需在客户端和服务器之间增加代理服务器、不受客户端Certification pinning 安全技术的限制，具有广泛的适用性。
厦门大学
2021-04-10
稀土离子4f电子云的形状研究
单分子磁体是一类具有强易轴各向异性的分子纳米磁体，可以在特定温度以下表现出磁滞等类似磁体的行为，是一种超顺磁态。分子中仅含有一个金属离子的单分子磁体通常被称为单离子磁体，近20年来，人们通常可以使用各向异性很强的稀土离子来构筑单离子磁体。稀土离子配合物往往具有较低的对称性，因此很难从几何结构上确定稀土离子的磁各向异性轴和4f电子云的结构。 北京大学化学与分子工程学院高松教授，王炳武副教授和蒋尚达副研究员等近些年设计合成了大量稀土单离子磁体，并发展了多种方法研究稀土离子的磁轴取向。2010年该课题组报道了基于双酮配体的稀土镝单离子磁体（Angew. Chem., Int. Ed., 2010, 49, 7448）。经过系统研究，蒋尚达副研究员发现在某些特殊对称性下，晶体和分子的磁各向异性轴严格重合，通过单晶转动实验确定晶体的磁化率张量，进而求得晶体和分子的各向异性轴（Jiang SD., Wang BW., Gao S. (2014) Advances in Lanthanide Single-Ion Magnets. In: Gao S. (eds) Molecular Nanomagnets and Related Phenomena. Structure and Bonding, vol 164. Springer, Berlin, Heidelberg）。2015年，蒋尚达和高松教授通过该方法首次确定了双酮类稀土单离子磁体的磁易轴取向，结果显示实验结果与量子化学从头算以及晶体场分析的结果非常接近，该工作发表在英国皇家化学会的旗舰杂志《化学科学》上（Chem. Sci., 2015, 6, 4587）。
北京大学
2021-04-11
一种云数据隐私保护安全重加密方法
一种云数据隐私保护安全重加密方法，包括数据拥有者把明文数据进行加密后放置到云端，云服务 提供商对密文进行存储和相关操作；数据使用者得到访问授权后，对数据进行请求，云服务提供商得到 数据请求后反馈给数据拥有者；数据拥有者获得数据使用者的数据请求信息参数，产生重加密密钥，并 发送给云服务提供商；云服务提供商用重加密密钥加密数据拥有者放置在云端的密文数据，得到重加密 密文；数据使用者从云平台上下载重加密密文，根据自己的私钥解密重加密密文，得到所需的明
武汉大学
2021-04-14
云原生分布式区块链数据库
区块链是实现智慧城市、智慧医疗、电子政务等的核心前沿技术，具有可追溯性、可验证性特点，为生产生活提供强公信力、高透明度、弱中心化的统一数据平台。然而现有的区块链平台存在查询效率低、数据可搜索性差、以及应用开发接口的易用性差等问题。
针对上述问题，项目结合分布式数据库技术，设计实现关系型区块链数据库系统。具体的，如下图所示，项目针对区块链数据的底层存储结构，设计高效的数据转换方法，实现区块链数据的关系模式存储；项目研究关系型交易的链上事务管理机制，构建支持 SQL 的区块链应用开发平台；项目创新区块链数据共享方法，基于分布式关系型数据库的访问控制与事务管理机制，实现负载均衡的区块链数据共享。面向智慧城市、智慧医疗、电子政务等场景，将上述技术突破融入联盟链结构，增强联盟链数据的易用性、可搜索性和数据共享的效率，建立支持 SQL 的区块链数据库系统。目前系统仍处在研发阶段，预计 2021 年底完成研发。
主要技术指标
（1）支持 TPC-C、TPC-H 等数据库主流测试；
（2）数据读取效率相较传统关系型数据库损失小于 15%；
（3）数据库写效率相较传统关系型数据库损失小于 50%。
西安电子科技大学
2023-02-14