|
搜索
搜 索
高等教育领域数字化综合服务平台
北京对啊网教育科技有限公司
对啊网隶属于北京对啊网教育科技有限公司，创建于2014年6月，总部位于北京，是综合性大型移动互联网职业教育企业，专注白领在线职业教育、在线职业提升，提供职业技能类、学历类免费视频课程，在线直播课程，在线题库，论坛社区答疑。
北京对啊网教育科技有限公司
2021-02-01
北京数科网维技术有限责任公司
北京数科网维技术有限责任公司
2022-05-24
【新华网】新华吉林快报丨15张高清大图速览第63届高等教育博览会盛况
23日，第63届高等教育博览会在吉林省长春市开幕，建设教育强国·高等教育改革发展论坛同日举行，吸引千余所高校及科研机构、800余家科技企业参加，聚焦以融合创新赋能教育强国建设。
新华网
2025-05-23
【新华网】新华吉林快报·聚焦高博会|吉林省AI赋能职业教育创新发展联盟正式揭牌
23日，吉林省AI赋能职业教育创新发展联盟（以下简称“联盟”）在吉林省长春市正式揭牌，标志着联盟正式成立并开始运行。
新华网
2025-05-24
【新华网】新华吉林快报·聚焦高博会|“千校万企供需对接会”吸引万余名毕业生参与
23日，“千校万企供需对接会”（东北地区专场）暨东北地区2025届高校毕业生人才双选会在中铁·长春东北亚国际博览中心圆满落幕，吸引了东北三省一区508家企事业单位及1.2万余名毕业生参与，累计提供优质岗位1.3万余个。
新华网
2025-05-24
【中国日报网】第63届高博会长春开幕，科技成果转化与区域产业升级深度联动赋能东北振兴
5 月 23 日，第 63 届高等教育博览会在长春中铁・东北亚国际博览中心拉开帷幕。以“融合・创新・引领：服务高等教育强国建设”为主题，这场教育界盛会吸引全国千余所高校、800 余家科技企业共襄盛举，超 12 万平方米展区内，搭建起教育、科技、人才深度融合的国家级平台。
中国日报网
2025-05-24
强激光驱动电容器靶产生百太瓦孤立阿秒脉冲的新方案
超快光子束流可通过对组成物质的原子、分子和电子等微观粒子进行超高时空分辨率的测量和控制，实现对物质相关的物理、化学和生物医学等宏观过程的理解、应用和控制。时间尺度在10-18秒的阿秒光子束流，能够对电子进行实时探测和控制，为人类认识微观世界提供了全新手段，被认为是激光科学史上最重要的里程碑之一。世界先进国家都将阿秒科学列为未来10年激光科学最重要的发展方向。欧盟极端光学装置ELI(Extreme Light Infrastructure)项目三大装置之一，位于匈牙利的阿秒光脉冲源 (ELI-ALPS)研究中心的首要任务就是为国际科学界用户提供涵盖相干极紫外(XUV)、X 射线和阿秒脉冲的超快光子束流。 利用强激光与物质相互作用产生高次谐波是突破飞秒极限实现高亮度阿秒脉冲辐射的重要方案之一。在强激光与固体密度等离子体的相互作用中，由于两者之间的能量耦合效率较低，谐波辐射以低效率的相对论振荡镜（Relativistic Oscillating Mirror, ROM）机制为主，难以产生高能的孤立纳米电子层进行更高效率的相干同步辐射(Coherent Synchrotron Emission, CSE)。
北京大学
2021-04-11
多能源微网系统智能规划和全景评估软件
高校科技成果尽在科转云
西安交通大学
2021-04-10
面向源网协同的智慧供热综合管控平台
习近平总书记提出，将采取更有力的政策和举措，实现“碳达峰 碳中和”目标。工业园区和集中供热能显著减少碳排放量，提升能源利用的综合效率，降低单位GDP能耗，推动基于系统优化集成、能源梯级利用的循环经济发展，但目前普遍存在热用户用热负荷波动大、有水击和网损隐患、扩建改建缺乏科学规划决策支持等特点。
本项目实现了基于数字孪生的智慧供热过程管控：在源侧对热源机组进行模拟仿真、优化分配负荷以及优化供热参数；在网侧实现管网在线水力优化与优化、质量并调以提升灵活性；在荷侧结合热用户的用热特性对负荷进行预测；在储侧对储热系统储放热策略进行优化。提供了“源-网-荷”全过程协同调度与控制的实时优化方案，最终实现供热系统自感知、自分析、自优化、自调节的智慧化运行。
以某热电企业为例，通过成本优化和预测性精确热网调度，从而减少购汽成本和热量损失（综合能效提升1%），按照每年售汽量100万蒸吨，200元/蒸吨计算，每年提升收益约200万元；同时能够及时预测和发现热力系统隐患，保障热网安全、稳定运行，带来巨大的安全效益；此外，预测性调控实现了时间和空间上的供需匹配，在节能的同时保障用户用汽的稳定和质量，从而提升了热用户满意度，具有较好的社会效益。
浙江大学
2021-05-10
一种电力通信网故障定位方法
本发明公开了一种电力通信网故障定位方法，包括：首先预处 理历史告警数据，得到多个重要告警属性，并分配影响因子；建立基 分类器作为子预测模型，分别对历史告警数据进行预测，并将预测准 确率作为基分类器权重；其次，将多个基分类器分为基分类器集合， 估计得到每一组的平均权重和平均影响因子，继而得到每一组的综合 权重，选取综合权重最大值，其所对应的故障类别即为最终预测结果， 至此建立组合预测模型；利用组合预测模型对现有告警数据进行预测， 得到最终的故障定位预测结果。本发明不仅解决了故障定位技术存在 的准确低、反应慢的问题，同时通过构建的组合预测模型进行故障定 位，显著提高了故障定位的准确性，大大缩短了故障定位的时间。
华中科技大学
2021-04-11