浙江财经大学鲍海君教授等编著的《失地农民创业行为理论与创业决策动态仿真》2017年5月由中国农业出版社出版，获2019年“浙江省第二十届哲学社会科学优秀成果奖”二等奖（基础理论研究类）。 该书是浙江省高校人文社科重大攻关项目“失地农民创业行为的发生机理、创业决策动态模拟及政策引导机制研究”（编号：2013GH007）的最终成果。在中国经济发展过程中，政府往往遵循的是GDP导向，重点关注城镇化率的提升以及土地财政的获取，缺乏对城镇化进程中利益相关者的关注。2013年国家开始实施新型城镇化战略，提出将发展重点从土地城镇化转向人的城镇化，政府绩效管理导向将更多地关注人的社会性需求和精神层面需求的满足，促进农民市民化和城镇的可持续发展。农民市民化主要可划分为两种路径，一是“被动城镇化”，二是“主动城镇化”。 “被动城镇化”的农民失去土地后，面临包括经济、社会、文化、资本、机会、权利在内的多方面风险。从理论研究和实践措施来看，现有解决失地农民问题的思路主要集中于补偿和保障上，然而此类措施只能解决他们最基本的生存问题。该书提出要从根本上解决失地农民问题，应转变思路，从保障生存转向促进发展，通过创业带动就业从而解决失地农民可持续生计问题。然而创业是一个复杂过程，创业决策受到诸多因素制约，在充满变化的环境下从事创业活动极大地考验着失地农民的能力。因此，迫切需要探索失地农民创业的理论体系及政策支持系统。该书通过定性和定量两种研究方法，剖析了失地农民创业意向、社会网络与创业行为之间的关系，构建了征地拆迁事件冲击下失地农民创业行为发生的“意识—情景—行为”理论体系，探明了失地农民创业意向与创业行为之间的相互影响关系以及征地情境因素对意向和行为的调节作用，最后从保护性政府行为、调节性政府行为、生产性政府行为三个维度提出了失地农民创业行为政策引导机制。该书成果有助于建立失地农民内在的保障生存与发展的动力机制，以创业促进就业，推动转型期城市底层社会的和谐与发展。

内蒙古大学创业学院(以下简称“学院”)是内蒙古大学与社会投资方合作，于2005年开始筹建、2008年经教育部正式批准设立并在当年开始招生的一所本科层次的独立学院。2012年经内蒙古自治区学位委员会审查批准，获得学士学位授予权。学院位于内蒙古首府呼和浩特市，毗邻南湖湿地公园和内蒙古大学南校区，环境优美、交通便利，地理位置优越。 学院依托内蒙古大学综合办学优势，根据自治区经济社会发展的需要，设有艺术学院、语言与传媒学院、信息工程学院、交通与环境学院、商学院、外国语学院6个二级学院，开设了绘画、动画、表演、视觉传达设计、环境设计、产品设计、服装与服饰设计、播音与主持艺术、新闻学、汉语言文学、英语、日语、会计学、金融学、财务管理、人力资源管理、电子商务、信息与计算科学、计算机科学与技术、通信工程、电子信息科学与技术、自动化、土木工程、环境科学、汽车服务工程25个本科专业，形成了以现代传媒、文化创意为特色，以商学为重点，文、理、工、经、管、艺多学科协调发展的学科专业体系。学院面向全国招生，目前有全日制普通本科生7900余名。 学院以内蒙古大学师资为基础，自有专任教师为骨干，社会行业专家为补充，形成一支层次高、结构优，业务水平与师德师风相融，教学能力与科研水平并重，且富有创新精神、充满活力的高水平师资队伍。建院之初，内蒙古大学选派知名学者和教授，承担创业学院相关专业的教育教学工作，成为学院人才培养的中坚力量。近年来，学院面向社会广纳贤才，不断引进有活力、高素质的专任教师。 学院实行了优秀学生可以攻读内蒙古大学辅修专业第二学士学位制度(双学位制度)。2009年12月被内蒙古大学批准参与并正式实施《1+2+1中美人才培养计划》。2013年，学院和美国圣马丁大学签订了合作办学协议，联合培养会计学专业本科生。 学院设立了优秀学生奖学金，30%的在校生每年可获得该项奖励。优秀学生奖学金设四个等级：特等奖学金每生4000元/年，一等奖学金每生2000元/年，二等奖学金800元/年，三等奖学金500元/年。 学院坚持“德育为先、知识为本、能力为重、全面发展”的育人理念，培养厚基础、宽口径、重实践、强能力的高素质应用型人才，立足内蒙古，面向全中国，服务全社会。学院秉承内蒙古大学“求真务实”的校训，弘扬“崇尚真知、追求卓越”的内大精神，坚持创新引领，内涵提升，特色发展，以立德树人为根本任务，以高素质人才培养为核心，建设位于中国正北方有特色、高水平、国内知名的应用型大学。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。