|
搜索
搜 索
高等教育领域数字化综合服务平台
PandaBI 大数据分析决策平台
PandaBI 是德拓自主研发的一站式数据分析与决策系统。 帮助客户快速搭建自己的大数据可视化分析平台，完成多数 据整合，建立统一数据口径，并提供灵活、易用、高效可视 化探索式分析能力，提升客户数据洞察能力，并将数据决策 快速覆盖各种应用场景，使客户成功转型为“数据驱动”的 智慧型应用。
PandaBI 为客户提供的核心价值在于用直观、多维、实时 的方式展示和分析数据，力足于提供简洁、实用操作体验， 全面激活内部数据。
上海德拓信息技术股份有限公司
2022-05-25
高校教研大数据分析系统
高校教研大数据分析系统
数据洞察现在，智慧决策未来
核心功能
群体动态画像
用动态发展变化的眼光，采用数据动态描绘“学生”、“教师”的群体特征，为“学生分群施教”、“教师分群管理”提供最新的分析决策依据。
动态学情跟踪、预警
关注学情动态, 跟踪每个学生实时的出勤率、课堂参与度、作业完成率&优秀率，进行学业趋势预测、作业抄袭预警、挂科预警，帮助学校针对性调整教学过程。
教学质量评价跟踪
定期师生评价、同行评价，质量量化及趋势对比，正向激励教师、对教学质量异常预警。
成绩分析、预警
多维度洞察教学问题、卷面命题分析，持续改进，验证决策措施有效性。
命题质量分析
支持单卷单题区分度&变化、难度&变化、得分率及平均水平、错题难度及知识情况分析。
学生成绩分析
学生个人的各科成绩在班级、年级位置、变化趋势，以及知识点强弱分析、偏科分析、学业预测和实际结果对比。
教师成绩分析
班级学生总体情况（得分率、各难度题目作答情况分析、错题难度-知识点分析），与其它班级对比等
学院、校级管理者成绩分析
多维度数据洞察（公共课/核心课程分别从科次、平均分分布、学科、学院、教师、班级多维度交错分析，洞察本质）。
产品优势
数据全流程
打通日常教学、教学质量评价、学期考试、成绩分析等教学数据周期及各环节。
全角色
面向高校教学组织的各个角色成员（学生、学科教师、班主任/辅导员、学科负责人、院级及校级管理者等）提供数据应用场景。
数据可视化及洞察
分析展现及数据挖掘，可进行数据下钻，对异常预警进行抽丝剥茧、逐层深入，深度展开数据洞察。
随时随地
用户可随时随地掌握教学动态及异常预警，支持微信业务通知、审批待办，分析数据实时查看。
API集成
提供API接口，便于与教务系统和第三方系统数据对接。
武汉启明泰和软件服务有限公司
2022-06-07
猪肌肉和肾组织中磺胺类残留微生物学快速筛选方法
研发阶段/n本成果针对猪肌肉和肾组织中磺胺类药物残留问题，建立了检测猪肌肉和肾组织中磺胺类残留的微生物学快速筛选方法。各项技术指标符合国家有关要求。在上述方法的基础上研制出的微生物学快速检测试剂盒，经稳定性、交叉反应和动物残留等试验研究，该试剂盒的灵敏度、假阴性率、假阳性率等性能指标达到设计要求。与仪器分析法具有良好的相关性。经相关单位复核和应用，该试剂盒的灵敏度、特异性和假阳性率等指标能满足磺胺类药物残留的检测要求。该成果总体达到国际领先水平。应用前景：本成果研制的试剂盒日处理量大，检测结果重现性
华中农业大学
2021-01-12
牛奶中抗菌药残留微生物学快速筛选法及试剂盒
研发阶段/n本成果建立了能同时筛选牛奶中青霉素类、头孢菌素类、氨基苷类、四环素类、大环内酯类和磺胺类共50余种抗菌药残留的微生物学检测方法，本法对各类药物的检测限均低于或等于国家规定的最高残留限量标准。通过系列工艺研究及放大试验、稳定性考察、动物给药及残留实样考核等研究，研制的试剂盒假阴性率为0，假阳性率为1%，保质期不低于6个月，与国外同类产品相比，该试剂盒的灵敏度和重现性更好。技术水平：鉴定成果（成果鉴定号：农科果鉴字（2008）第51号，该成果总体达到国际领先水平）应用前景：本成果能同时筛选牛
华中农业大学
2021-01-12
“肌肉生物学与猪遗传改良创新团队”在肌肉发育方面取得科研新进展
近日，我校动科学院“肌肉生物学与猪遗传改良创新团队”在《PLOSBIOLOGY》期刊发表题为“OptineurinpromotesmyogenesisduringmuscleregenerationinmicebyautophagicdegradationofGSK3β”的研究成果，博士研究生史晓晨为论文第一作者，王永亮副教授与吴江维教授为共同通讯作者。
西北农林科技大学
2022-07-11
基于区块链数据挖掘的骗局预警模型
目前，有许多基于区块链技术的骗局存在。为了给投资者在区块链技术投资时提供风险提示，inpluslab通过搜集各种骗局信息，利用区块链中记录的公开交易记录，使用机器学习和数据挖掘技术构建了基于区块链的骗局预警模型。
中山大学
2021-04-10
双链云-数据挖掘助力抗癌治癌
已有样品/n数据服务+成果转化——算法体系助力挖掘核心成果，彻底清除数据分析门槛并进行诊断、医疗、药物市场转化。科研合作——算法体系+高水平科研能力，定制深度挖掘“子课题”，“算法+科研”双向高水准，本质区别于其他单纯数据业务同行。学科交叉平台——凝聚“算法+医学”双杰出人才，实现需求和算法双向沟通，保持“双向先进性”。
武汉大学
2021-01-12
IMAGINELab视觉感知和大数据分析
自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用
南京大学
2021-04-10
数字乡村物联网大数据平台
浙江大学
2021-05-10
疫情大数据实时可视分析系统
北京大学信息学院机器感知与智能教育部重点实验室袁晓如研究组设计开发了一系列大数据可视化与可视分析工具。针对目前在新冠疫情方面形势变化，通过处理、分析、接入多种数据，提供多维度、多视角的交互式可视化。 项目组件包括1.疫情变化晴雨表，可视化各地每日新增病例和变化趋势；2.各类动态时空地图，提供在地图空间浏览分析和多角度对比国内外各地疫情趋势；3.相关舆情可视分析，分析媒体和社交媒体舆情影响；4.综合态势可视分析系统，支持面向专家或者决策判研。
北京大学
2021-02-01