一、产品概述 智慧教育平台是集“教、学、测、评、练、管”为一体，为教育管理者、教师、学生构建的互联网+教育平台，具有互联互通、开放灵活、多级分布、覆盖全国的特点。 平台精心打造了教务、校务、教研、教学、学习、课程、资源、题库、考试、设备管控、数据看板等业务板块，构建了课前、课中、课后的完整业务链，能够有效支撑学校和师生开展信息化教学应用，从而全面提升师生信息素养，开展基于互联网的教育服务新模式。 二、产品特点 多级权限管理 多类设备管控 多个场景覆盖 多端数据汇总 多方资源汇聚 多维智能排课 多元教学融合 多维课堂服务 三级等保资质 三、产品形态

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

团队研究方向：（1）XR与沉浸场景设计研究；（2）中国风格创新设计研究；（3）基于文化和设计驱动力的品牌战略研究。科研项目：承担国家科技部、文旅部、中宣部、教育部等国家课题多项。承担企事业横向课题几十余项。 1、痛点问题：当前，传统文化产业面临数字化转型挑战。随着时代发展，传统文化元素现代转化存在障碍，品牌力不足，市场潜力未充分挖掘。同时，互联网经济下，时尚节奏加快，传统设计样式及产品迭代效率难以快速响应市场变化和消费者需求。 2、解决方案：成果开发了“文化符号多层次数据调取系统”软件算法，实现文化符号的数字化提取和二次开发。该技术能快速生成多元化设计原型，辅助设计和样品观赏。 3、竞争优势分析：成果在文化符号快速调取和应用方面具显著优势，可降低创新成本，提高生产效率。 4、AI对文化产业作用及市场应用前景：AI技术推动文化产业创新升级，满足消费者对个性化、时尚化产品需求。项目成果应用前景广阔，文旅行业市场规模逐年提升。成果已经在辽宁朝阳喀左的紫砂产业落地应用。 5、知识产权情况：《文化符号多层次数据调取系统》等2项软件著作权，法律状态已登记。

当合作双方管理认知相对一致，倾向于通过融合异质性资源促进合作创新，利用数字化技术形成基于松散耦合的创新强化机制；当合作双方管理认知出现不一致，会通过数字化技术抑制冲突来促进组织间管理认知的一致，以权力聚合实现跨组织合作治理。

实验内容 1、了解数字锁相放大器的基本原理及操作，掌握利用其相关性提取强噪音声背景中微弱信号的原理； 2、了解锁相放大器测量基波和谐波成分的功能，观察方波的高频成分，验证方波的傅里叶展开式； 3、掌握采用基于锁相放大技术与四线法测量微小阻抗的原理，了解 Labview 上位机与锁相放大机器之间的通信； 4、了解测量变容二极管内 PN 结电容与反偏电压的关系； 5、理解电子器件噪音的产生机制和测量原理，学会分析噪音的统计分布。

一种基于虚拟发电厂的配电网无功功率优化调度方法及系统，在沿馈电网络接入的每个节点连接设 置一个监测装置，控制过程包括当虚拟发电厂的当前调度时间段开始时，各监测装置向虚拟发电厂的集 中控制器上传所接入节点的实时电压有效值；集中控制器建立无功功率优化调度模型并求解得到各分布 式电源的无功输出给定值，集中控制器向各分布式电源发送无功输出给定值，各分布式电源相应输出无 功功率至馈电线路。本发明通过集中控制器的优化调度，使得配电网中各个节点电压偏离额定值