希望能与有三维建模能力的伙伴合作，基于我司的GIS平台加载能力，提供三维数据建模服务，支持提供LOD1-LOD5 多级别数据生产制作能力。

湖北中潮教育科技集团有限公司（简称“中潮教育”）是一家基于教育大数据和产教融合理念，通过教育内容研发与创新，充分利用移动互联网和信息技术的手段，打造商学类、管理类、法律类、党建类、人文类专业、职业与行业的课程体系，为各类企业、事业和政府组织建立特色化的职业技能提升学习系统，帮助社会大众提升职业素质，培养学习型组织，实现利用互联网平台传授知识、传播思想、传承文化的教育企业。

1、超大型厂房内部温度、湿度、CO2浓度和气流的分析模拟技术。2、超大型厂房内部温度、湿度、CO2浓度和气流精密控制技术与装置。

美林数据技术股份有限公司（简称：美林数据，NEEQ：831546）是国内知名的数据治理和数据分析服务提供商，重点面向企业客户提供数据资产管理、数据分析与挖掘、数据开发应用为主的大数据产品及增值解决方案。成立至今，在能源、制造、金融、政务等领域积累了丰富的项目经验，自主研发的 Tempodata 系列大数据产品广泛应用于上千家大型企业，为用户提供从数据采集、数据资产管理、数据挖掘、数据分析应用等综合解决方案。 当前，以信息技术和数据作为关键要素的数字经济蓬勃发展，并成为推动我国经济增长的重要力量。数字人才是数字经济发展的核心要素，实践出真知，美林数据基于数十年数据领域实践经验，结合产业发展的人才需求，为高校提供从教学、实践、科研一体化的大数据应用能力解决方案——Tempo Talents 大数据人才应用能力成长平台。  

黏菌常见于森林中阴凉潮湿处,可生长在土壤,腐木,落叶,活体动物,植物及真菌上,广布于自然界中.由于特殊的生活史,黏菌的分类地位一直以来都存在着较大争议,先后被归属于菌物界及原生动物界.原生动物分化于真核生物的原始阶段,包括了众多种类丰富且遗传代谢功能复杂的单细胞生物,黏菌作为其中数量最多的原始群体,其形态不仅存在"原始"阶段,也展现了"分化"的差异.同时,在细胞遗传学,生理生化,活性成分开发等多方面都具有重要的理论研究和应用价值,常常被用作研究细胞衰老,癌症的模型生物.因此,黏菌作为生物资源,遗传资源,药用资源值得重视和保护.经过多年的菌物学研究与食药用菌产业的推广,李玉院士以菌物多样性保护与可持续利用为菌物资源保护体系的基本功能定位,建立了菌物资源"一区一馆五库"保护体系的运行架构.在此基础上,课题组对青藏高原的黏菌资源进行了系统采集和"一馆五库"保藏体系的构建,包括标本馆,菌种库,活体库,基因库,化合物库及综合信息库,并依据黏菌特点对菌种库,活体库进行了研究与调整.2012至2018年,依据生态类型与植被分布情况,将西藏林芝地区,昌都地区,那曲地区,日喀则地区,山南地区,四川阿坝藏族自治州,甘孜藏族自治州,云南迪庆藏族自治州设为主要采集区域,获得黏菌标本近1500份;黏菌基因组DNA近500份;黏菌化合物近60种;记录黏菌综合信息

本发明公开了一种计及区域量测能力的主动配电网保护方案，包括如下步骤：（1）建立恒功率控制方式下逆变型分布式电源故障特性分析模型；（2）分析故障条件下分布式电源的故障特性及其对配电网电流保护的影响；（3）搭建主动配电网保护系统架构，根据断路器处故障电流方向，完成故障线路的定位；（4）利用分布式电源并网与配电网保护动作时间时序配合的主动配电网重合闸方案；该发明能够消除DG接入对配电网保护产生的影响，同时利用电流故障分量作为特征电气量，去除了负荷电流对于保护方案的影响，具有较高的可靠性。所提重合闸方案不改变配电网原有的保护配置，且不依靠通信网络，具有很强的经济优势和工程实用性。

本实用新型公开了一种三相异步电动机保护装置，包括处理器以及与处理器相连的信号采集模块、按键模块、存储模块、显示模块、通讯模块、控制模块、时钟模块、负序反时限保护模块。本实用新型具有稳定的保护性能，能够自动识别干扰和排除干扰，可以准确地发现装置故障部位，及时报警，以利处理，以根据系统运行的实际条件或故障情况随机变化，使保护具有自适应能力，具有较小的调试维护工作量，节省大量的人力物力，经济效益可观，也可以进一步将保护、控制和监视等功能统一设计、协调配合，实现整个电力系统监视、控制、保护的综合自动化，进一

本发明公开了一种阶段式电流保护整定方法及发电机模型，包 括下述步骤：当进行瞬时电流速断保护的整定时，采用时间段为[0， Δt]的发电机模型，根据瞬时电流速断保护的整定原则，获得线路 i 首 端瞬时电流速断保护的一次电流整定值，当进行限时电流速断保护的 整定时，采用时间段为<img file=""DDA0000599275030000011.GIF"" wi=""366""he=""75"" />的发电机模型，根据限时电流速断保护的整定 原则，获得线路 i 首端限时电流速断保护的一次电流整

本实用新型提供一种脑外显微镜无菌保护套切割固定器，包括具备开口的内套环、外套环和套在外套环上的弹力圈;所述内套环内表面为与显微镜物镜轮廓相贴合的弧形;所述外套环的内表面水平设置形成锋利的切割面;所述外套环外表面水平设置有放置弹力圈的卡槽。本实用新型解决了手术中由于重复固定带来的污染，且一次性去掉物镜表面薄膜，可以反复消毒利用，降低了感染的几率，保护显微镜不被划伤，操作简便，经济实用。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。