|
搜索
搜 索
高等教育领域数字化综合服务平台
金融实验室-实验室管理平台
产品详细介绍金融实验室-实验室管理平台
咨询QQ:
“实验室管理平台”，是为实现院校实验室教学资源的科学化、自动化管理和运作，而研发提供的开放式、门户式管理平台，既能支持实验资源、课程、用户在平台内的统一便捷管理，同时有助于具有院校个性特色的实验室实体门户的建设和展示。
对于院校:（1）有助于实现院校科学化、统一化的实验资源管理；
（2）有助于搭建和展示具有院校特色的实验门户平台
对于教师和学生：（1）充分有效地应用院校提供的实验室资源系统；
（2）及时全面地掌握院校发布的实验室资源信息
产品特色
门户型平台的搭建
◆提供平台横幅、肤色、图片、栏目、公告、信息、座右铭等个性化设置的功能，以支持具有院校风采特色的门户界面的创建和展示。
◆提供实验室公告、院校信息、动态新闻等信息编辑发布和更新传递的功能，以帮助院校搭建信息通畅传播的平台。
专业的实验室管理
◆ 实验室课程管理：支持管理员对实验室以周为频率进行课程设置和安排，以系统有效地发布和实施实验室占用分配、课室预订和实验安排等管理工作。
◆实验室电脑管理：通过实验室、IP地址和座位号定位的方式，支持管理员实时查看、维护和管理各实验室电脑设备的物理信息（正常／已报废）、使用状态（占用/闲置）。
◆ 实验室用户管理：通过实验账号与用户学号挂钩的方式，帮助管理用户和教师用户实时监控学员的个人信息、班级信息、登入时间、登出时间等考勤状况。
科学化的资源管理
◆将院校各实验室软件资源产品，清晰合理地实施分类整合管理，并实现所有资源产品在统一平台上的直接、快捷调用。
◆根据管理员、教师和学生三类实验用户定位，自动化生成适合不同角色访问的实验室资源体系框架，更有效地为实验用户提供资源使用引导。为更科学地支持实验软件资源的有效管理，平台提供了使用率统计功能，以柱状图和圆饼图的方式，生动形象地统计实验用户对实验资源的使用次数、使用比例情况。
上海西瓯教学仪器有限公司
2021-08-23
心理云平台网络版心理测评软件心理健康
区域版心理健康教育云平台共划分为中心管理端、学校端、教师端、学生家长端等多个用户端口。平台贯彻了“互联网+心理”的核心理念，实现了包括区域内教委及各学校的心理资源、数据共享，采集了包含学校、个人、家庭的多层次心理健康数据。平台以学生为主体，串联起心理咨询师、教师、家长等不同角色覆盖整个教育系统，同步关注了学生、教师和家长的心理需求。借助平台教委心理健康主管部门可动态检测全区心理健康状态，为未来制定心理教育决策提供有效数据支持。
核心功能：
（1）全方位云测评：
提供心理健康、个性人格、智力、情绪等超过百种专业心理测评量表。
迅速了解和监测区域内全体师生的心理健康状况。
（2）大数据云分析：
通过测评结果，自动筛查生成预警名单，心理咨询师直接开展后续危机干预及跟踪工作。
生成全区大数据分析报告，满足教育部门动态掌握区域内学生心理健康水平和结构需求。
（3）系统化云档案：
自入学起建立学生心理档案，全面记录学生基本信息、测评结果、咨询记录等信息。
支持家校联动，家长可通过网络查看学生心理档案以及心理动态；
（4）零距离云咨询：
平台支持网络在线咨询及预约咨询，不再局限于传统咨询场地限制。
拿起手机、平板电脑即可随时随地和心理咨询师零距离沟通。
（5）心理资源云共享：
专业心理知识、科普、案例等数字资源分享。
心理数字教材、配套教学资源、心理优课等教学资源共享。
（6）多功能心理云服务：
区域心理教育工作宣传平台，发布分享区域内公告、新闻及相关文件。
平台支持科研调查问卷统计，便于开展课题研究与专题研讨。
北京中盛普阳科技发展有限公司
2021-08-23
健康食品
健康食用油，运动饮品，休闲食品，面食系列，米系列，意大利面系列
莲花健康产业集团股份有限公司
2021-02-01
阿里健康
为用户提供医疗搜索、重症指南、送药上门、在线问医、疫苗预约、健康管理等方面专业服务。
阿里健康科技（中国）有限公司
2021-02-01
轨道交通供电系统故障预测与健康管理（PHM）系统
本成果来自国家级、省部级科技计划项目和有重大应用前景的横向项目，已登记软件著作权1项，公开发明专利4项，知识产权属于西南交通大学。该系统通过利用各类传感器采集供电系统中关键设备的状态数据及服役环境信息，借助信号处理、信息融合及智能推理算法对系统进行故障预测与健康状态管理，在短时间尺度上进行故障预测与快速诊断、在中时间尺度上进行健康评估与剩余寿命预测、在长时间尺度上进行系统可靠性评估与风险评估，并根据健康状态制定系统的状态维修策略，保障轨道交通系统的安全可靠、经济高效运行。
西南交通大学
2016-06-27
深海生命线卫士—复合能源管道健康管理领跑者
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
学号
高春林
克劳斯塔尔大学
2019
/
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
李茜
电信院/电气工程
副教授
能源系统智能感知
四、项目简介
深海生命线卫士—复合能源管道健康管理系统是集能源管道实时监测、状态评估、故障预警、三维立体显示、创新健康管理、用户检修策略等多功能为一体的能源管道在线监测系统。该系统代替了传统的人工巡检和巡逻船巡检的故障监测模式，将大幅度减少综合成本。该系统改进了市面上监测系统功能单一、显示界面陈旧等问题，率先提出创新性健康管理功能，使用户全面了解能源管道的生命周期及整体健康情况，为用户提供高效状态检修策略。该系统定位是做能源管道健康管理系统先驱，守卫深海生命线安全。
西南石油大学
2023-07-17
基于物联网的多维健康数据智能平台关键技术及应用
深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。
深圳大学
2021-04-10
基于物联网的多维健康数据智能平台关键技术及应用
深圳大学与中兴网信长期保持深入合作，积极探索产学研新模式，通过在健康大数据领域的持续研究与实践应用，为国家健康医疗战略、医学实践及全民健康管理提供大数据驱动的决策支持。在《基于物联网的多维健康数据智能平台关键技术及应用》项目，中兴网信将深圳大学科研成果进行转换，构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效地缓解医疗资源紧张等问题，通过多维健康数据分析，有效地保障了高危人群健康。项目构建了基于物联网的多维健康数据平台，通过便携式智能医疗终端、移动互联端以及大数据云平台，紧密联结患者与医生、医院，有效缓解医疗资源紧张等问题，通过多维健康数据分析，有效保障高危人群健康。相关技术内容包括基于协同感知技术的智能移动医疗终端及协同滤波研究、基于移动网络切分优化理论的网络优化及安全研究、基于多维异构医疗大数据的分析诊断云平台构建、应用系统开发及成果产业化。项目共发表高水平论文56篇，其中中科院一区论文13篇，ESI高被引论文5篇，获广东省创新创业金博奖、全国创客大赛冠军等奖项。目前项目理论成果与专利技术已应用转化，2016-2018年项目收入6.95亿元，间接经济效益16.31亿元。授权中兴的产品在广东、山西等全国13个省市应用推广，同时在东南亚、非盟等“一带一路”国家与地区推广使用；研发的云伴妇幼平台，2014年起在广东、江西等100多家省市各级医院使用。疫情期间，项目保障慢性病、妇幼等众多高危人群的健康，获得了很好的社会声誉。
深圳大学
2021-04-10
快速响应客户的产品配置设计及管理平台
将大批量定制的先进理念与企业的实际需求结合起来，开发和实施“快速响应客户的产品配置设计及管理平台”。通过进行产品个性化配置设计，以满足不断变化的客户需求，并标示出近似的以前设计过的定制零部件以及需要重新设计的部件，加快定制产品的开发进度，缩短了产品设计周期。通过产品配置设计把产品定义的全部数据，包括几何信息、分析结果、技术说明、工艺文件、合同订单和质量文件等，都与产品结构建立了联系，使用户能够很方便地知道某一项变化所造成的影响, 实现公司销售、设计、生产及管理等信息的集成与共享。
北京航空航天大学
2021-04-13
电动汽车电池管理系统算法及测试平台
成果介绍针对采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法，可应用于整车的BMS软件算法设计。搭建的软硬件平台可应用于BMS算法测试。技术创新点及参数(1)采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法；(2)在观测过程中模型参数可实时更新，算法满足李雅普诺夫方程，估计计算时可保证收敛；(3)更好的动态特性与电池充放电周期整体估计精度，且在电流信号有噪声时仍有较好的估计精度；(4)基于STM32芯片主控，AD7280芯片采集数据，μC/OS-III系统完成了控制系统软硬件设计。台架实验表明，系统信号采集精度良好，性能实现成功；(5)采用OCV法对Ah法进行纠正，获得新的综合SOC估算值，针对性地设计了初值确定方法，得到改良的SOC估计算法。*明该算法能在整个电池恒流放电过程中稳定估算SOC；(6)为考虑电池工作过程中的产热，对传统的SOC估算方法，引入温度约束，建立改良的SOP估计算法。*明该算法能很好地考虑电池温度对SOP估测影响而提升估算精度；(7)采用STM32F103芯片主控，AD7280A芯片采集信息，μC/OS-III系统建立了BMS软硬件系统，并进行了实车试验。结果表明改良后的估计算法精度良好可靠，所设计BMS具备出色的控制性能。市场前景本项目的涉及的算法设计及软硬件架构，可以采用成果授权、成果转让或者技术服务的形式与汽车零部件供应商产生合作。
东南大学
2021-04-13