技术优势智慧水利大数据平台项目成果包括- -套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。1)水文与水库大坝安全监测大数据平台:该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。2)水库入库流量预测算法:水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。3)智能水库防洪调度算法:汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。智慧水利大数据平台——功能模块图大坝安全检测指挥中心数据大屏——水库大坝一张图系统主要功能模块应用前景随着水利信息化的发展，物联网技术、人工智能技术和大数据技术的广泛应用，智慧水利逐渐成为可能，智慧水利大数据平台的建设正处于蓬勃发展的历史时期。该研究成果面向水库管理中的信息化和智能化问题展开研究，提供了基于物联网的大坝数据采集，基于大数据处理和可视分析技术的大坝安全监测和基于计算智能技术的水库入库流量预测与智能水库防洪调度解决方案。项目研究成果包括科研成果论文和软件产品，研究成果成熟度较高,具备良好的市场转化潜力。

我国眼科患者群体庞大，但目前眼科药物较局限，且我国自主创新研发的药物甚少。本项目平台涵盖眼表疾病、眼底病等多项眼科常见病的新药研究开发，技术覆盖从药物筛选、药物研发一直到临床试验的各项环节。本项目为眼科药物治疗提供更多安全、有效、稳定的新药，对于我国的生物医药产业创新驱动发展战略具有重要意义。

可以量产/n该项目是提供一个大数据处理框架和处理平台，具备较强的大数据 处理能力。 该项目需求广泛，将产生较大的经济效益。

已有样品/n我国能源工业（水电、火电、核电和风电）装机容量和发电量已处 于世界第一大地位。能源工业属于重工业，其涉及到大量的设备，这些 设备的正常运行关系到整个能源工业的效率问题。因此，对其进行全面 完善的在线检测显得尤为必要。而专注于能源装备材料性能的在线检测 机构，全国没有一家。目前国内计量校准行业，由于检测设备原因，以 用户送样至校准机构实验室为主，而很多大型装配无法通过整机送检的 方式进行计量校准，从而采取停机、拆下相关计量部件送检的方式实施， 由此造成大量的产能损失。该项目旨在成立能源装备

一、 项目简介本管理平台为各应用系统由简单到复杂、由局部到全局的渗透发展提供了稳定的基础架构。平台的软件架构是一个在基于Web的统一界面之下，包含大部分信息系统的信息平台，如通知管理、会议管理、及时通讯、邮件管理等内容。该平台为学院的日常办公、业务管理、战略决策等各个方面提供快速、方便的支持。二、 项目技术成熟程度该项目技术成熟，目前应用在本学院的信息服务中，运行稳定。三、 技术指标项目申请相关软件著作权3项。四、 市场前景平台为各类应用都搭建了统一的接口，并提供通用的办公自动化、教学自动化应用程序开发与集成平台，具有很好的应用前景。五、 规模与投资需求主要包括操作系统和数据系统软件的购买，平台运行的操作系统也是基于开源的Linux发行版CentOS。六、 生产设备基于Windows、Mac OS X或Linux的开发机；基于SVN的代码版本管理服务器；基于Linux的测试服务器组；应用程序测试服务器集群；缓存服务集群服务器集群；JMS、OpenFire等通讯服务测试服务器；数据库服务器集群。七、 效益分析该项目的应用可以有效的减轻办公人员的工作量，提升工作效率，具有很好的社会效益。八、 合作方式技术服务、协作开发、提供咨询，具体事宜面议。九、 项目具体联系人及联系方式顾军华，022-60435758，jhgu@hebut.edu.cn十、高清成果图片

一种校园智能自助打印平台，包括架体，所述架体背面开口并设置盖板，所述盖板通过位于两端的螺栓与架体固定连接，架体前侧面靠近上端连接平板，打印机置于架体内部的空腔中，所述平板与打印机连接，打印机底部设置存纸室，所述存纸室朝向架体开口端，盖板上与存纸室相对位置设置转动门，所述转动门底端通过第二转轴与盖板转动连接，转动门靠近上端设置门锁，打印机朝向架体一面设置第一出纸孔，架体正面上设置与第一出纸孔对应的第二出纸孔，第二出纸孔与第一出纸孔连接。通过在架体内安装打印机，打印机与架体上端的平板连接，只需三步便可完

1.关键技术 a. 地理信息系统模型：建立统一的地理信息系统模型，用以表达不同特征的地理信息数据。空间数据模型是整个GIS理论中最为核心的内容。为了能够利用信息系统工具来描述显示世界，必须对现实世界进行建模。对于地理信息系统而言，其结果就是空间数据模型。为了解决当前数据模型复杂多样的情况，必须使用更通用的更具有兼容性的数据类型来包装或者代替各个不同的地理信息系统的数据格式。在地理信息系统模型方面可以参考各种地理信息数据的国际标准，并在此基础上形成地理信息核心平台的数据模型。 b. 基于SOA的地理信息系统框架：SOA是一种结构模型，它可以根据需求通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用。服务层是SOA的基础，可以直接被应用调用，从而有效控制系统中与软件代理交互的人为依赖性。SOA是一种低耦合的服务技术。通过SOA将地理信息系统的功能和其实现分离开，从而实现地理信息系统核心功能接口与实现的分离，形成由各种地理信息系统引擎来实现地理信息的实际功能，而地理信息核心平台实现服务的系统框架。 c. 基于SOA的地理信息综合应用解决方案。 2. 创新点 a. 异构的地理信息数据访问技术：系统采用引擎的方式对异构的数据库进行封装，形成地理信息系统服务的统一服务接口，为异构的地理信息数据库的方位提供了统一的平台。 b. 基于SOA的地理信息系统核心平台：通过以服务为中心而不是以应用为中心来组织地理信息的功能和服务，SOA为应用提供了一系列关键的好处:提高地理信息系统开发的效率、对业务的灵活性和响应速度、允许地理信息平台使用各种新技术更快地提供服务并更好地适应业务的需求以及允许业务更快地响应并提供更好的用户体验。 c. 多种模式的地理信息全面解决方案：通过基于SOA的地理信息系统核心平台的建设，可以将BS终端、CS终端、嵌入式移动终端、服务等地理信息系统的应用模式集成在统一的地理信息核心平台中，形成基于SOA的地理信息应用的全面解决方案。 项目主要应用范围: “地理信息系统核心平台”正是基于以上成熟的商业地理信息系统平台进行开发具有能够融合各种不同格式、类型的地理信息系统数据和功能的地理信息系统平台。所以其必将成为地理信息系统建设的核心平台。 就铁路系统来说，目前全路地理信息系统正在规划中。按照铁道部全路地理信息系统的规划方案，部级、路局级系统将选择较为成熟可靠的地理信息统平台的选择ArcInfo，而站段级将选择较为经济的SuperMap。另外，为了使各路局、各专业已经建成的地理信息系统的数据和应用得以共享，“地理信息系统核心平台”也将成为系统建设的标准配置。所以，“地理信息系统核心平台”在铁路系统就会形成极为广泛的市场。 对于各级政府数字城市建设，“地理信息系统核心平台”具有更为广泛的市场前景。 项目界面图:  主要技术指标: 1、地理信息系统的可扩展性框架 基于兼容各种地理信息系统的可扩展性的框架式地理信息系统的核心平台。在这个平台的基础上建立地理信息系统的表达平台、功能性平台、扩展平台。 2、地理信息基础表达平台 地理信息系统平台必须能够表达地理信息数据，包括数据和空间关系。这些将由地理信息基础表达平台来完成。 3、地理信息的功能性服务平台 地理信息系统的功能性平台提供与地理信息系统相关的应用功能，用以实现信息的应用。具体内容包括有：CS应用平台、BS应用平台、地理信息系统服务平台、嵌入式功能平台。地理信息系统的功能性平台主要完成了地理信息系统的核心功能的操作和应用。 4、地理信息的扩展服务平台 地理信息系统平台的扩展平台是指在扩展框架的基础上，为某些关键应用建立的扩展性应用，从而提高整个地理信息系统平台的实用性。 主要经济指标: “地理信息系统核心平台”正是基于成熟的商业地理信息系统平台进行开发具有能够融合各种不同格式、类型的地理信息系统数据和功能的地理信息系统平台。所以其必将成为地理信息系统建设的核心平台。 就铁路系统来说，目前全路地理信息系统正在规划中。按照铁道部全路地理信息系统的规划方案，部级、路局级系统将选择较为成熟可靠的地理信息统平台的选择ArcInfo，而站段级将选择较为经济的SuperMap。另外，为了使各路局、各专业已经建成的地理信息系统的数据和应用得以共享，“地理信息系统核心平台”也将成为系统建设的标准配置。所以，“地理信息系统核心平台”在铁路系统就会形成极为广泛的市场。

AICheck图像智能处理平台是企业级一站式AI服务平台，集数据采集、在线样本标注、一键模型训练、任务管理、在线检测和结果输出于一体，使企业可以快速应用海量的成熟算法，降低AI算法应用与管理成本，实现端到端服务。核心技术涉及人工智能、2D/3D视觉和云计算，核心功能包括目标识别、OCR识别、瑕疵检测和目标测量。

SmarT是一个基于群体智能的协作式测试报告分析与融合平台，包括智能化测试任务分解、测试任务推荐、协作式测试报告生成、测试报告分析与融合等子系统。SmarT在具备面向大规模代码的分析技术以及基于分析的问题推荐与决策机制，能够优化参与者群体的质量评估任务分配，利用大规模群体具有的多样性实现对软件海量执行路径的有效覆盖，提高软件测试的效率和质量。SmarT也适用于软件运行阶段的质量保障，基于互联网实现对运行阶段软件故障的快速提交和提交报告的有效分类与融合