湖南工程学院应用技术学院是2002年经教育部批准设立，由湖南工程学院举办的全日制普通本科独立学院，学院座落在一代伟人毛泽东的故乡---湖南省湘潭市，目前在校学生4300多人。 学院校址设湖南工程学院南校区，校园绿树成荫、典雅秀丽、文化深厚。学院办学充分利用湖南工程学院现代化的教育教学、科学研究、文化生活等方面的设施和场地，全面享用湖南工程学院的图书资料、实习基地、国际合作教育、硕士研究生教育等优质的教学资源。湖南工程学院选拔了732名优秀的教师组成了应用技术学院教学、科研、管理团队，其中有高级职称教师328人，省级学科带头人9人 ，省级教学名师3人，省级青年骨干教师、学术骨干62人，省优秀教师9人，博士、硕士生导师40多人，为莘莘学子求学提供了优越的学习环境和条件。 学院秉承“锲而不舍，敢为人先” 的校训，湖南工程学院实施教育部首批“卓越工程师教育培养计划”的成果，坚持实践育人理念, 突出学生的实践能力和创新精神的培养。建院十年为社会培养了8000多名基础扎实、综合素质高、适应性强的高级应用型人才，毕业生受到用人单位的欢迎和社会好评。 学院开办的专业均为湖南工程学院的品牌专业和特色专业。根据我国社会经济发展的需要，学院有电气工程及其自动化、机械设计制造及其自动化、工商管理等18个专业面向全国招生，招生计划纳入全国普通高校招生计划，属国家计划招生。学生修完教学计划所规定的全部课程且成绩合格者，颁发湖南工程学院应用技术学院普通本科毕业证书，符合学士学位授予条件者按照湖南省教育厅湘教通[2008]2号文件的有关规定，颁发湖南工程学应用技术学院学士学位证书。 地址：湖南省湘潭市书院路17号 邮编：411101

本项目以嵌入式控制器为核心，结合现代电子测量技术、智能控制技术、 工程流体力学、呼吸力学等多学科知识，研发一款智能呼吸机，主要用来治疗 睡眠呼吸暂停综合症、慢性阻塞性肺病等疾病，同时开发基于 Android 系统的 智能手机数据采集与通信系统，并构建物联网健康信息管理系统和健康信息云 平台，通过云传输实现患者与医生及其医疗机构的双向远程监控与服务。

本发明公开了一种用于海洋超软土原位测试的十字形全流触探探头，包括测试系统和探端，所述探端呈十字形状，所述探端垂直固定于测试系统下方，所述测试系统上部与探杆相连，所述测试系统包括传感器、信号传输线和套设在探杆上的套筒，所述套筒包括摩擦套筒和端阻套筒，所述摩擦套筒设置于端阻套筒上方，所述传感器包括设置在摩擦套筒上摩阻压力传感器以及设置在端阻套筒上的端阻压力传感器和孔隙水压力传感器，所述摩阻压力传感器用于感应侧摩阻力，所述端阻套筒靠近探端一侧设置有孔压过滤环。本发明能够针对海底/水下超软土层开展全流触探，准确的测定超软土层的相关物理力学性质参数，为海洋工程勘察和基础施工提供可靠参考依据。

日前，东南大学智能材料研究院、化学化工学院杨洪教授课题组在光控软驱动器研究领域取得重要进展，开发了一种具有卓越跳跃性能的软体机器人。研究成果于近日发表在国际顶级期刊《德国应用化学》上，并被选为VIP论文。

2022年8月4日-6日，青软创新科技集团将亮相第57届中国高等教育博览会，西安国际会展中心 I 3号馆 3C05，人工智能/大数据/特色软件/新工科优训营等产品现场体验，产教融合、专业共建、课程共建相关人才培养体系交流分享。

湖北文理学院理工学院是经国家教育部批准的全日制二本院校、于2003年6月成立的一所面向全国招生的多科性普通本科独立学院。目前学校设有本、专科专业38个，在校生近6000人。学校位于有着2800年的历史文化名城、中国魅力城市——襄阳。这里自古就是商贾汇聚和兵家必争之地，是中原文化和楚文化的汇合处，也是三国故事的源头和三国文化的发祥地。 一、地理位置 学院位于襄南大学城，襄城区尹集东街28号，北靠黄家湾风景区，南临305省道、荆襄高速公路出口和中华紫薇园，有8路、25路公交车在学院门口设站，90米宽、双向8车道的高等级公路直达城市中心，地理位置优越，交通十分便利。 二、办学规模 学院学历教育设计规模为3万人，规划用地3000亩，总投资36.5亿人民币。一次规划，分期实施，一期建设期限3-6年。一期用地634亩，投资约10亿元，规划建筑面积36万平方米，已建成投入使用22万平方米，目前校舍可容纳8000名学生。二期用地约2500亩，建筑面积为65万平方米，投资约25.5亿元。学院全部建成后，可容纳师生和创业人员近3万人。学校占地总规模和建筑总面积均达到教育部规定的标准。 2012年9月，学院新校区一期工程大部分落成。2013年5月27日首批学生从老校区迁入新校区，到目前为止在校生已发展到近6000人。 三、硬件设施 学院新校区建筑设计为汉唐风格。开放式的大门采用乳白色外墙、灰蓝色屋面瓦、汉白玉大理石面砖建成，并辅以汉唐文化雕饰，庄重典雅。大门正中，用魏体书写的巨大门牌格外引人注目。 进入校园，首先映入眼帘的是4万平方米的图书馆，可藏书220万册，其面积之大堪称“湖北高校之最”;3万平方米的教学楼、2万多平方米的大学生活动中心及学院食堂，耸立于图书馆与小桥、荷花之间;7万平方米的实训大楼(科技孵化园)和实验大楼，彰显的是理工类大学的实战特色;一期8栋共7.8万平方米的学生公寓均为4人间(少部分为6人间)，且每间宿舍都装有热水器，学生不出宿舍就可以享受温馨沐浴;一次性可容纳8000人同时就餐的学生餐厅洁净、宽阔、敞亮;可容纳800余人的学术报告厅装修考究，大红沙发座椅呈阶梯式向远处延伸，气势恢弘;即将建设的万人绿地广场、万人运动场、万人体育馆构成了理工学院特有的设施优势。 四、师资力量 学院以母体院校湖北文理学院的雄厚师资力量和优质办学资源为依托，为确保教学质量、提高学生专业素养奠定了坚实的基础。母体院校现有教职工1518人，专任教师945人;其中教授125人，副教授285人，博士研究生237人，硕士研究生526人;有国家“千人计划”学者、湖北省“百人计划”学者、“楚天学者”等高层次人才近30人。聘请美国麻省理工学院终身教授陈刚、中国工程院院士段正澄、著名历史文化学家冯天瑜等荣誉(客座)教授127人，有武汉大学、华中科技大学、华中师范大学兼职硕士生导师100余人，有一批享受国务院、省政府特殊津贴的中青年专家。母体院校还选聘具有讲师以上职称的优秀教师为理工学院学生授课，选聘社会各界著名专家、学者来理工学院任教或讲学。 学院注重开展丰富多彩的第二课堂活动和学生社团活动，为学生综合素质的提高创造了有利条件。在学风建设方面也取得显著成绩。 五、办学特色 学院把“应用技术型大学”作为方向定位，遵循“突出专业特色、强化实践环节”的办学思想，走“学科立校，人才强校，突出特色，差异发展”的办学之路。坚持以就业为导向，为经济社会发展和现代化建设培养应用型、复合型高级专业技术与管理人才。学院先后与中铁集团、广东省鸿波通信投资控股有限公司、骆驼蓄电池、东风汽车、名人城市酒店，皇冠假日酒店等十余家知名企业签订了订单式培养协议，学校按企业对人才的专业需求进行人才培养，学生毕业后直接进入相关企业或单位工作。 同时，积极开展校企合作，广泛、深度地拓展实训、就业基地，积极服务襄阳“一个龙头、六大支柱”产业格局。 学院的培养目标是：20%的大学生进入硕士深造，80%的大学生培养成为应用技术型人才。 学校坚持以市场需求为导向，以服务地方经济建设和社会发展为目标，以提高教育教学质量为核心，坚持“注重能力、培育特长、提高素质、讲求实效”的办学理念，把培养学科基础扎实、综合素质高、应用能力强、职业技能优，具有实践创新能力的应用型、技能型高级专门人才作为人才培养基本定位。 六、办学成果 2010年被评为“湖北省普通高等学校本科专业教学合格评估优秀学校”，2012年一次性通过独立学院新增学士学位授予单位和专业审核评估。办学以来为社会输送毕业生2万余人，毕业生一次性就业率均在90%以上，在全省名同类名列前茅。近5年来，有10人获得国家奖学金，408人获得国家励志奖学金，共有76人次(或团队)在国家、省市各类竞赛中获奖，其中获全国大学生数学建模竞赛国家二等奖1项，获全国电子设计竞赛湖北赛区一等奖1项、二等奖2项，获全国机械创新设计大赛湖北赛区二等奖3项、三等奖1项，获全国3D大赛湖北省赛区一等奖1项，获湖北省大学生优秀科研成果奖2项，获湖北省大学生物理实验创新设计竞赛三等奖2项，获POCIB全国大学生外贸从业能力大赛团体二等奖1项、个人二等奖5项、个人三等奖4项。在校学生获国家专利4项，发表各类学科教、研、产论文300余篇。 学校始终坚持以学生为本的教育管理理念。2012年荣获湖北省“2009—2010年度省级平安校园”称号，2013年获“湖北省高校思想政治教育工作先进基层单位”称号。以活动为载体，通过加强大学生艺术团、大学生创新创业俱乐部、青年志愿者协会、街舞社等特色学生社团建设，举办女生文化节、寝室文化节、科技节、艺术节、美食文化节、校园歌手大赛、迎新杯篮球赛、运动会等大型活动，开拓主题团日、学生党员进社区、文化下乡等社会实践活动，促进学生全面发展。 在高等教育大众化和国际化的发展趋势下，湖北文理学院理工学院将不断提高教育教学质量和社会影响力，创新教育模式，向着把学校建设成为学科专业结构合理、在同类院校中有一定影响力的应用型本科院校的目标不断前进。

李朝晖教授、张斌副教授团队自主开发了GeSbS硫系玻璃的片上集成光子平台，该平台具有低损耗、高光学非线性和高拉曼增益、可实现灵活的色散调控、硅基片上集成等特点，非常适合于实现可调谐的片上拉曼激光器。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。