|
搜索
搜 索
高等教育领域数字化综合服务平台
天津大学助力空间站环控生保系统通风子系统研制
神舟十二号载人飞船于6月17日从酒泉卫星发射中心发射升空，随后与天和核心舱对接形成组合体，3名航天员进驻核心舱，进行了为期3个月的驻留，开展了一系列空间科学实验和技术试验。神舟十二号载人飞行任务的圆满成功，为后续空间站建造运营奠定了更加坚实的基础。
天津大学
2021-09-23
面向新型电力系统的电网智能调度与可视化预警系统
新能源高占比发展下传统同步机组与风光新能源机组呈现“此消彼长”趋势，电力平衡面临“保供应、促消纳”的两难局面。因此，迫切需要研究面向新型电力系统的电网智能调度与可视化预警关键技术，保障电网安全可靠供电和新能源最大化消纳，助推碳达峰目标顺利实现。
该成果实现了面向新型电力系统的电网智能调度与可视化预警应用的信息融合、智能告警、动态监视、海量数据阅读、超实时仿真和高性能计算、基于人工智能的电网安全稳定分析、虚拟现实、基于图数据库的人-机交互等功能，为新型电力系统电网调度员提供了一个准确及时掌握电网实时运行态势的分析决策工具，实现调度员对调度计划方案的智能互动决策以及电网风险的实时可视化预警。
该技术实现了传统电网调度模式向智能性电网调度模式转换，可广泛应用于电网、电力公司调度及区域控制中心等机构，在实现电力系统安全可靠运行的同时，促进高比例新能源最大化消纳和保障电力可靠供应。同时，该系统不但可应用于实时运行管理，而且还可应用在规划、交易、营销等新型电力系统生产管理的不同领域。该成果已在四川省电力公司、中国南方电网等30余家单位机构投入使用，产生了良好的经济和社会效益。
图1 基于大数据的电网运行行为识别及可视化显示
图2 多源信息融合的电网环境监测可视化
四川大学
2025-02-11
一种电液伺服系统有限时间精确跟踪控制方法及系统
本发明公开了一种电液伺服系统有限时间精确跟踪控制方法及系统，具体为：建立单出杆电液位置伺服系统的数学模型；基于多层前馈神经网络，构建有限时间神经网络扩张状态观测器，对单出杆电液伺服系统受到的匹配以及非匹配未知函数扰动和系统状态进行估计；接着构建面向模型不确定性补偿的单出杆电液伺服系统有限时间精确跟踪控制算法，设计带分数阶的有限时间多层神经网络自适应律；选取神经网络权值参数的初始值及自适应律矩阵以及控制器参数，实现系统模型不确定性的补偿，使系统的输出跟踪期望的控制目标。本发明在有限时间内降低了单出杆电液伺服系统控制器的稳态跟踪误差，提高了模型不确定性补偿能力，提高了单出杆电液伺服系统的跟踪精度和跟踪速度。
南京工业大学
2021-01-12
ClassIn在线教学系统,首款从教学场景出发设计的在线教学系统。
ClassIn在线教学系统，首款从教学需求出发设计的在线教学系统: 1、系统支持班课、大直播、一对一答疑等各种班型； 2、支持视频互动与分组教学等丰富的线上教学形态； 3、提供高效实用的教学工具，PBL教学不可或缺的互动电子黑板，全课件云盘轻松调取，课堂板书知识，扫码即可带走，实现数字化教学； 4、完备的教务监课管理功能，便于教学管理老师实时进行巡课，督查； 最大化还原实际课堂的体验，实现高校教学要求的实质等效。
北京翼鸥教育科技有限公司
2021-12-08
国家知识产权局等17部门关于加快推动知识产权服务业高质量发展的意见
知识产权服务业贯穿于知识产权制度运行全链条，是推动知识产权高质量创造、高效益运用、高标准保护、高水平管理的重要支撑。
国家知识产权局
2023-01-12
【北京青年报社】高博会服务高校设备更新改造及数字化建设专项工作新闻发布会在京召开
中国高等教育学会把服务高校设备更新改造及数字化建设列为重点工作，并纳入高博会重要项目。
云上高博会
2023-01-12
科技部关于发布国家重点研发计划“信息光子技术”等重点专项2022年度项目申报指南的通知
国家重点研发计划深入贯彻落实党中央关于科技创新的决策部署，坚持“四个面向”总要求，积极探索“揭榜挂帅”等科技管理改革举措，全面提升科研投入绩效
科技部
2022-04-25
西安电子科技大学机电院张强教授团队受邀在信息融合领域顶级期刊发表综述文章
论文所探讨的跨模态行人重识别（Cross-modality Person Re-Identification）用于实现在多个不同模态（如可见光和红外）摄像头中检索某一特定行人，其广泛应用于智能视频监控、智能安保等领域。
西安电子科技大学
2022-11-01
工业和信息化部等八部门关于开发科研助理岗位招录高校毕业生工作的通知
鼓励各类创新主体开发科研助理岗位招录高校毕业生就业，既是促进就业的有力手段，也是提升高校、科研院所、企业创新能力的有效途径，对于发展新质生产力具有重大意义。
工业和信息化部规划司
2024-06-27
多属性文本自适应标注系统
成果描述：多属性文本自适应系 统主要实现对每个未 知属性的通信实体进 行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）市场前景分析：随着互联网的迅速发 展，Web页面上的信 息量呈指数级急剧增 长，如何快速、准确 地从海量数据中抽取 出用户真正需要的信 息已经成为互联网对 科研工作者提出的严 峻挑战。 属性标注能够将网页 非结构化文本内容转 化为结构化的属性数 据，方便用户查询和 进一步分析使用；其 作为信息抽取的关键 一步，对提高信息抽 取的性能方面也具有 重要意义。与同类成果相比的优势分析：包括训练和预测两个 过程，实现对不同数 据集的自适应性属性 标注； 特征选择功能，可以 在训练模型时，选择 出对区分数据类别更 有用的特征词，这样 ，可以降低实体所对 应属性的维度，从而 ，减少占用的内容空 间，提高计算效率； 交叉验证功能，帮助 我们在训练阶段，就 可以了解参数和算法 的选择，对属性标注 时准确性的影响； 生成报告功能，可以 在训练阶段的交叉验 证结束后，产生一个 训练阶段的报告，帮 助用户更好地记录实 验数据、参数、时间 和准确性等信息； 评估功能，比较模型 标注结果与样本真实 标签的一致性、差异 性，以评价一个模型 的好坏。
电子科技大学
2021-04-10