|
搜索
搜 索
高等教育领域数字化综合服务平台
北京尚德在线教育科技有限公司
尚德机构2003年创立于北京，专注于成人职业与学历类考试、技能培训、国际教育和兴趣培训，培训内容涉及自考、MBA、教师资格证、会计等项目的考前培训等。尚德集团在公司创始人欧蓬带领下，经过十余年发展，成为面授时代中国成人教育领域的领军机构。2014年6月6日起，尚德机构从线下培训模式全面转型为互联网教育模式，建立起国内领先的成人教育在线直播平台。2018年3月23日，尚德机构在美国纽交所成功上市（股票代码“STG”），成为国内首家赴美上市的成人在线教育公司。
截至目前，尚德机构已累计服务全国上百万学员。凭借先进的技术优势、不断创新的教学产品、“老师大班直播+班主任课后督导+AI老师个性化辅导”的三师体系，尚德机构正向着“让每一个人都爱上学习，并从学习中受益”的愿景一步步靠近。
北京尚德在线教育科技有限公司
2021-02-01
深圳市优课在线教育有限公司
深圳市优课在线教育有限公司，正式成立于2016年2月，是一家由深圳大学发起成立，社会各界共同参与的互联网教育公司。
公司专注在线教育、专注高等教育，是国内为数不多的“互联网+高等教育”企业；公司团队成员拥有丰富的教学管理经验和互联网运营经验；公司用户覆盖全国25个省市自治区，98所高校，近240万高校学生用户，注册用户超过50万人。
深圳市优课在线教育有限公司
2021-01-22
浙江青云在线教育科技有限公司
浙江青云在线教育科技有限公司成立于2016年3月，由浙江出版联合集团、浙江教育出版集团和浙江省新华书店集团作为联合控股方，其他股东还包括教育互联网企业和风险投资基金，注册资本4500万。
公司主要从事基础教育阶段在线教育服务和数字教育平台工具和资源的开发，以服务基础教育课程改革为宗旨，以培养学生核心素养与关键能力、满足学生全面而又个性化发展为目标，利用互联网、数字技术向学生、老师提供优质的课程内容和科学的学习方案、教学方案。公司紧密围绕浙江出版联合集团的内容开发，致力于建设浙江省的在线教育服务平台，围绕课程服务、教辅服务、阅读服务和资讯服务开展在线教育服务。
浙江青云在线教育科技有限公司
2021-01-22
TST1000大型结构在线监测分析系统
产品详细介绍TST1000为我公司专门为大型土木建筑（桥梁、高层建筑、大坝、隧道等）研制开发的一款长时监测系统，该系统具有安装简单快捷、长期稳定性好、防护等级高、无人值守等优点，可以配合各种传感器（应变、挠度、温度、风速、GPS等）完成信号的实时采集和存储，通过对桥梁或大型建筑结构状态的监测与评估 , 为桥梁或大型建筑在特殊气候 , 特殊交通条件下或运营状况严重异常时触发预警信号并分析评估桥梁及大型建筑使用寿命 , 并为建筑的养护、维修与管理决策 , 验证建筑设计理论 , 改进建筑设计方法和相应的规范标准提供科学的依据。TST1000数字模块能够通过RS485接口远距离控制外围设备，诸如风速仪、静力水准仪、各种数字传感器等，并通过网络回收数据。通过RS485的级联方式，能够灵活和简便实现客户不同现场环境中大系统、大范围的各种IO量扩展、采集控制、数据回收；通过网络传输，能够降低布线难度和降低传输过程中的信号干扰，能够帮助客户降低工程成本。TST1000为客户提供多种可选的通讯和扩展方式（网络、光纤、4G信号等），可根据现场条件选择合适的方式。通过客户端软件可远程查看桥梁的实时健康评估状况，软件还具有日（月、年）报表输出功能，产品已经广泛应用于国家高速上的多座大型桥梁。支持32组。
江苏泰斯特电子设备制造有限公司
2021-08-23
科技部党组认真传达学习贯彻党的二十大精神
2022年10月24日上午，科技部党组书记、部长王志刚主持召开党组会议，传达学习党的二十大精神，研究学习贯彻工作。部党组成员李萌、张广军、相里斌、高波、张碧涌、林新同志出席会议，并结合科技工作实际进行了交流发言。
科技部直属机关党委
2022-10-25
基于时空多尺度联合学习模型的能源需求预测技术
本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。
南开大学
2021-02-01
基于高性能计算集群机器学习的交通大数据分析系统
本平台实现交通数据的可视化、预测、关联性分析
中山大学
2021-04-10
基于深度学习的新冠病毒的早期检测筛查模型系统
西安电子科技大学计算机科学与技术学院智能软件与系统新技术研究所副教授张亮团队依托上海瑞金医院、西安交通大学第二附属医院等的新冠肺炎疑似、确诊患者肺部CT影像，通过综合分析新冠肺炎患者的肺部CT影像特点（磨玻璃、体积大小、位置等特征），张亮团队加快技术攻关，设计开发了基于深度学习的新型冠状病毒的早期检测筛查模型系统。
西安电子科技大学
2021-04-10
一种基于机器学习的空间数据匹配方法
本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。
武汉大学
2021-04-13
基于机器学习的多模态医学影像信息处理与分析
多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。
山东大学
2021-04-13