高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
实验室全自动不锈钢发酵罐
产品详细介绍  特点  •公称容积:实验室系列:5L~100L  中试及生产系列:70L以上  •材 质:不锈钢(SUS304、SUS316)  •装料系数:70%~80%  •高 径 比:1:2~1:3  •搅拌形式:气流(GY)、机械(GJ)  •灭菌方式:在位蒸汽灭菌(可夹套蒸汽预热)  •控制类型:分A(普及型)、B(优化型)、BE(增强型)、C(全自控型)四种(详见控制系统介绍)  •可控参数:温度、转速(机械搅拌型)、pH、溶氧、流量、压力、补料、自动消泡等  
上海联环生物工程设备有限公司 2021-08-23
开放式网上材料力学虚拟实验室
适用专业:机械工程、力学、材料与土木等专业。 材料力学课程是机械、材料、土木等专业的一门主干专业基础课,其理论性和实践性都很强,它的实验教学是材料力学课程教学中的一个重要实践环节。目前,现实中的材料力学实验存在以下局限性: 1.硬件依存性较强,只能在特定实验室进行; 2.实验设备外形较大,实验室难以摆放足够数量的设备,无法满足学生独立进行实验的需求; 3.实验设备昂贵,操作不当极易造成设备损坏; 4.实验器材损耗大,如试样拉伸断裂后无法再使用,浪费现象严重; 随着招生规模的逐年扩大,教学改革的不断深入,材料力学实验的教学任务越来越重,仪器设备台套数和实验教师数量相对不足等问题愈加突出。为了以最少的经费投入解决以上问题,并进一步激发学生的学习兴趣、增强实验效果、提高实验教学质量,特定制开发开放式网上材料力学虚拟实验室软件。 使用现有器材模型,课程可开展如下10个常用材料力学虚拟实验的训练: •     拉伸虚拟实验 •     压缩虚拟实验 •     扭转虚拟实验 •     弯曲与扭转组合变形虚拟实验 •     冲击演示虚拟实验 •     梁弯曲正应力虚拟实验 •     弹性模量虚拟实验 • ​​​​​​​    压杆稳定虚拟实验 • ​​​​​​​    弹性模量和泊松比测定实验 • ​​​​​​​    ​​​​​​​金属材料的疲劳虚拟实验 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色,不同角色拥有不同权限。 • ​​​​​​​    学生:选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 • ​​​​​​​    教师:典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  • ​​​​​​​    教务管理员:课程计划、开课计划、选课日期设置、开课审核、开课查询。  •     系统管理员:用户管理、分组管理、角色管理、权限管理、系统维护等。 性能指标 支持同时在线用户数1万人以上,经测试,系统运行稳定,不限终端用户数,完全能满足日常教学使用。 服务器运行环境 操作系统:Windows Server ,Linux/Unix Server Web服务器:Tomcat6.0,JDK6.0 数据库:MySQL 客户端运行环境 操作系统: All Windows系列
北京润尼尔科技股份有限公司 2022-09-09
NI PXI集成电路实验室验证测试平台
NI PXI集成电路实验室验证测试平台可以灵活的完成各类集成电路器件和芯片的实验室验证工作,NI PXI平台在集成电路实验室验证测试应用中处于领导地位,平台部署在包括Intel、ADI、TI在内的诸多全球顶尖集成电路公司的测试实验室中完整各种实验室测试验证应用。
北京曾益慧创科技有限公司 2022-07-08
实验室安全智能监测与控制系统
     实验室安全智能监测与控制系统为高校实验室安全提供一体化解决方案。项目基于全要素管理、全过程监控、全方位感知(简称“三全”)的理念,聚集于实验室安全智能化管控,构建实验室安全智能监测与控制系统,通过多维监测、安全预警和智能应急等举措,开展实验室智慧安全管理,实现实验室的本质安全,提高实验室安全的技防水平。     实验室安全智能监测与控制系统采用模块化设计,由11个模块组成,责任体系、安全教育与考试、安全准入、分级管控、安全检查、危险源管理、应急管理、安全档案、综合管理、数据可视化。基于实验室安全工作的实际需求设计,由校级平台和院级平台组成。校级平台可实时监控各院系实验室安全工作情况,进行各类数据的调用、统计和分析,主要用于实验室安全工作决策和安全工作考核。院级平台可通过各模块开展具体管控工作,能够实时监控各实验室人员、危险源、环境等状况,实现实验室安全工作的智能管控。
江苏忠江智能科技有限公司 2022-07-12
噢易计算机实验室智慧服务系统
聚焦计算机实验室上机管理核心业务,覆盖机房上机全场景应用(上课上机、专项上机、自由上机)。简化实验室上机资源分配流程,提供高效易用的上机管理和服务,通过数据分析与挖掘、可视化呈现等手段,为机房管理者日常运营管理,以及实验室建设效果展示,提供了有力的数据支撑,方便信息化管理者实时掌握应用的数据变化,有效合理的运营决策。 方案架构 服务器端:系统服务器程序、用户认证服务程序 客户端:支持部署在多种架构(VDI/VOI/IDV)的云桌面和PC桌面中,客户端负责接收服务器指令 管理端:通过浏览器访问,统一远程管理大规模的上机终端设备,支持跨校区管理 微信小程序:学生通过手机微信小程序,完成上机课程查询和上机预约 方案组成 上课上机管理 [应用场景]:适用于学校不同专业实验课程上机安排,根据排课课表进行上机 [上课上机流程]:教师申请课程任务⇒管理员执行排课⇒准备上课上机⇒指定桌面,执行上课⇒提醒学生下课,上机结束 专项上机管理 [应用场景]:适用于临时申请实验机房,比如:专业实操训练、校外招聘考试、学期末考试等上机需求场景 [上课上机流程]:教师提前申请⇒上机实验室和时间申请成功⇒准备专项上机⇒指定桌面,执行上机⇒提醒学生下课,上机结束 自由上机预约管理 [应用场景]:适用于非上课上机和专项上机时段外,都可以灵活安排对外开放,学生自由预约上机,资源充分利用 [上课上机流程]:学生提前预约⇒预约时间到,学生登录上机⇒预约时间结束,提醒下机 价值优势 1)多种上机模式 提供多种上机模式,满足不同的实验机房上机应用需求,提高实验机房资源利用率。 2)灵活上机排课,上机联动 课程排课支持按校区排课,便于大项目跨校区应用;到点按课表执行上课上机,可自动切换进入指定桌面系统。 3)多维度上机数据分析 提供“实验机房应用分析”,包括终端使用时长、桌面并发数、桌面访问次数、软件使用次数等分析,以及“学生上机时长分析”、“课程考勤╱课程课时分析”。 4)多形态终端桌面统一管理 可以统一管理不同形态终端桌面,包括VOI、VDI、IDV云桌面,以及PC桌面,统一纳入上机桌面,进行集中管理。
武汉噢易云计算股份有限公司 2022-09-23
新时代高校实验室建设与管理学术活动在重庆举办
11月15日,新时代高校实验室建设与管理学术活动在重庆举办。
中国高等教育学会实验室管理工作分会 2024-11-26
大数据交易应当重视和研究的几个问题
《大数据交易应当重视和研究的几个问题》指出,为了保证交易数据来源的正当性和交易主体的合法性,为了有效克服大数据交易中的问题和风险,对于数据这种新型特殊财产的权属、开发利用及流转的特殊规律应当抓紧研究,相关制度建设要及时跟进。该报告建议从两方面入手:一是从私法角度明确数据的财产性质及其权属分配规则。在充分保护人格权和商业秘密的基础上,将数据产权按价值贡献在被采集者、采集者以及数据加工者等相关主体之间进行合理分配。二是从公法角度明确关于数据采集、加工,大数据产品的开发、流转等的监管规范。要明确数据的采集和利用不得违背公认的社会道德和善良风俗;在不损害相关主体的合法权益和公共利益的前提下,推动政府数据公开共享;禁止有可能威胁国家安全的跨境数据流动。
中央财经大学 2021-02-01
新冠病毒大数据交叉学科研究平台
日前,国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起,组建新冠病毒大数据交叉学科研究平台,助力新型流行病研究和防控,给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告,为防控和战胜疫情贡献出了科学智慧。国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台,利用海量多源异构大数据,结合疫情发生发展规律,对人群流动及传播风险进行了综合建模和分析,为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据,建立起疾病传播模型,测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。还有许多研究人员尝试通过客运数据,研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据,通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布,直观解读两者间的联系。同时加以推断,武汉封城之后,二次传染所造成的病毒传播将日趋占主导地位,传播程度和各省市的人口密度以及管控措施等密切相关。
电子科技大学 2021-04-10
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大,所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统,主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习,建立一个电压稳定性的 分类器。分类器训练完成后,再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测,进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候,本系统将特征选取的时段和预 测时间节点拉开,形成一种延时的预测方法,本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据,所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt,Q 的衍生量 dQ/dt,电压的变化 量比上无功的变化量的衍生量 dU/dQ,用这 些衍生量作为特征,来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定,用 0 标记稳定,用 1 标记不稳定;步骤 3:选择分类器,建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后,将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段, 填充特征矩阵,没有输出;步骤 6:把多个节点的特征按照顺序排列,形成特征矩阵;特征矩阵填充完成后, 根据分类器给出的预测结果;特征时段向前滑动,最初的特征被抛弃,新特征补充在队尾, 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ,要把新收集来的数据与以前的数据一起,重新回到步骤 4 训练分类器,更新参数。在具体系统搭建过程中,我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学 2021-04-11
基于大数据 AI 的智能网络规划及运维
基于大数据和 AI 的应用,可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台,以实现极致性能和极简运维,使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下,充分发挥5G的优势,创造巨大的社会效益。
东南大学 2021-04-11
首页 上一页 1 2
  • ...
  • 49 50 51
  • ...
  • 217 218 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1