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。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

随着我国旅游业的飞速发展，旅游对生态环境造成的压力越来越大，对旅游目的地过度开发而产生的消极效应也开始出现，并逐渐显示出其巨大的潜在威胁，安全隐患突出，环境质量急剧恶化，等等，所有这些都不同程度地威胁着景区生态旅游业的可持续发展。该成果可应用于基于RFID技术的景区管理上，实现景区高效率的精细化管理。 RFID九寨沟景区管理系统旨在解决景区资源利用效率和游客拥堵问题，促进RFID技术在旅游景区、展览馆、博物馆的大规模推广应用。景区管理系统主要分为数据采集、门禁系统、智能导览系统、分布式管理平台四个部分，分布式管理平台对其它三个部分进行统一的管理。 整个网络平台由多个类似的局域网组成，每个局域网在逻辑上有其独立的功能，而同时又受管于统一管理平台，各个景区及博物馆的展示将由统一的门户网站完成，从而实现了景区、展览管、博物馆的一体化管理，有效整合了整个行业的资源。 4、 门禁系统能够实现售票、验票、回收、打印明信片、制票及票务数据管理等功能； 5、 经过阅读器的所有RFID标签都可以通过读写器获取，然后实时将RFID数据发送到后台系统中，实现实时调度； 6、 监控系统能够完成密度监控与行为追溯、基于RFID的游客参观行迹记录和追溯及数字化景区实时展示等功能； 7、 数字化导览部分通过集成RFID读写器的手持导览设备读取13.56MHz的无源高频标签信息，在后端数据库中检索标签记录并进行实时数据传输。

1. 项目的简单概述 项目的可视化管理，指的是项目团队和项目相关人员为了更加有效地收集和传递信息，更好地对项目进行管理，而采用一些可视化技术，使项目管理过程可以用图形、图像、动画、视频等方式展现出来。 高炉大修项目的可视化管理的主要有以下几个方面的内容： 在IE浏览器上实现高炉大修项目进度二维可视化的动态显示和跟踪，Web上的二维图形能同时反映出计划进度和实际进度，并具有一定的统计功能，自动生成所需要的各种统计图表； 利用实时数据和可视化三维建模技术，建立高炉的三维数字化模型，采用三维模型各模块的动态化组装来动态反映大修工程的进度，在IE浏览器上实现B/S模式下的高炉大修过程三维可视化的动态显示，并可以在IE浏览器上对高炉信息进行查询和浏览； 能够对拖期工作进行报警和初步的原因分析； 自动调整项目计划，如果对某个子项目的进度计划进行调整，则系统将根据自定义的规则对项目整体计划和项目跟踪情况进行自动调整。 2. 项目来源 本项目的来源是北京冶金设备研究院为上海宝钢的高炉大修工程开发的“高炉大修工程计算机管理系统”中的项目进度管理模块，功能是提供B/S模式下基于Web的项目进度可视化管理，包括二维可视和三维可视。 3. 项目的最新进展、所达到的水平 传统的项目管理系统是非可视化的，不能直观明了地表达项目管理过程，从而导致项目团队和项目管理人员不能在日常工作中方便有效地使用相关信息。在项目管理中采用可视化技术，可以使项目相关人员及能够更好地了解项目活动的内容和项目的进展情况，及时发现问题，对项目进行适时有效的调整，使项目保持合理的进展状态。 基于B/S模式，根据高炉大修项目的实际进度在IE浏览器上动态显示高炉的三维模型，在技术上属于国内外首创。 4. 项目的关键数据 基于B/S模式，根据高炉大修项目的实际进度在IE浏览器上动态显示高炉的三维模型，并可以在IE浏览器上对高炉信息进行查询和浏览，系统还具有一定的统计分析和进度预警功能。

该系统可以完成整车直发、零担干线、零担配送、城配、短驳等运输业务，功能涵盖基础设置、货票合同、签收回单、运输计划，调度派车、运单管理、货物交接、异常处理、回车、行车可视化追踪，以及对账、收付款和费用结算等；可对中小运输企业的“车、货、场、人”进行全面管理，最大程度上提高作业效率和人员绩效。该系统以自主研发的基于动态容重比的智能配载优化算法为技术核心，可代替传统的人工排线和调度，大幅度提升车辆配载效率，平均降低物流成本 10%～15%，可以为中小型运输企业（如专线、零担、城配）提供从“接单-配载调度-运输-回单-回款”的全流程运输解决方案。

本项目从钢铁企业销售业务的特殊需求出发，采用当今最流行的技术手段，是完全为钢铁企业量身定做的销售业务信息管理平台。它能够促进销售各环节紧密配合，对物流、资金流和信息流进行综合管理。本软件系统的主要功能如下： 业务管理功能：包括客户管理、合同管理、提单管理、货款管理、价格管理、结算管理、仓储管理、发运管理等； 信息管理和决策分析功能：包括市场信息管理、计划管理、信息查询、报表生成和决策分析等； 企业分销网络管理功能：对包括代（分）销点的企业分销网络进行实时管理； 与外部系统接口功能：与生产系统、质量系统和财务系统的业务衔接管理。应用范围 钢铁企业的营销及分销网络管理。

重庆城市管理职业学院是由重庆市人民政府举办、国家民政部与重庆市人民政府共建的公办全日制普通高等学校，是国家示范性骨干高职院校、国家优质专科高职院校、“中国特色高水平高职学校和专业建设计划”建设单位、全国职业教育先进单位、全国普通高校毕业生就业工作先进集体、国家技能人才培育突出贡献单位、创建全国文明校园先进学校、重庆市首批市级示范性高职院校、教育部职业院校教学诊断与改进工作试点院校、重庆市优质高职院校建设单位。学校始建于1984年，原为国家民政部创办的民政部重庆民政学校，2001年3月升格为重庆社会工作职业学院，2006年3月更名为重庆城市管理职业学院。学校位于重庆大学城，占地700余亩。学校教学、实验实训条件一流，拥有校内实践教学基地（中心）20个，实验实训室154个，校外实习基地297个。图书馆藏书123.8万余册，报刊800余种。建有重庆一流的数字化校园。学校现有马克思主义学院、民政与社会治理学院、商学院、大数据与信息产业学院、智能工程学院、文化与旅游学院、财经学院、智慧康养学院、通识教育学院和继续教育学院等10个二级学院，招生专业45个，面向全国31个省（自治区、直辖市）招生，在校生15000余人。学校现有教职工795人，其中教授、副教授及其他副高职称254人，博士、硕士569人，聘请500余名行业专家、企业能工巧匠担任兼职教师。拥有教育部高校示范马克思主义学院和优秀教学科研团队1个、重庆市市级重点思想政治理论课教学科研机构1个、重庆市市级博士后科研工作站1个、享受国务院政府特殊津贴专家2人、全国优秀教师1人、重庆市有突出贡献中青年专家1人、重庆市先进工作者1人、重庆市优秀教师3人、重庆市名师1人、重庆市教书育人楷模3人、重庆市中青年骨干教师6人、重庆市优秀技能人才1人。教师教学、科研成果丰硕，获得国家级教学成果一等奖1项、二等奖2项和重庆市教学成果一等奖4项；建有国家级、市级重点建设专业26个，国家级、市级精品开放课程20门，国家级、市级专业教学资源库3个，国家级产教融合发展项目1个。学校积极开展人才培养模式改革和教学质量工程，深化政校企合作，成立学校合作发展理事会，与300多家政府机构、行业协会、企事业单位建立深度合作关系，建有企业学院5个。学校大力推进工学结合、订单培养，积极开展项目导向、任务驱动教学改革，形成以能力本位、素质教育、可持续发展为理念，以工学结合为途径，以促进学生全面发展和可持续发展的第一课堂学习与第二课堂实践结合、学校文化与企业文化结合、学业成长与职业成长结合的“三个结合”人才培养模式。大力推进素质教育和创新创业教育，着力培养学生良好的职业道德、熟练的职业技能和科学的创新精神，人才培养质量显著提高，新生报到率、毕业生就业率稳居重庆市高职院校前列。学校被民政部确定为国家社会工作专业人才培训基地、全国社会组织教育培训基地、民政部西部民政社会工作培训中心、全国民政政策理论研究基地，被教育部等六部委确定为国家计算机应用与软件技术紧缺型人才培养基地，近三年学校培训规模达2万余人次，社会服务能力明显提升。学校建立的国家职业技能鉴定所、国家民政行业特有工种职业技能鉴定站、全国计算机信息高新技术考试站、国家职业核心能力培训认证培训测评点等考核鉴定机构，可对100余个职业（工种）进行技术等级鉴定。学校大力推进国际化办学战略，与德国、澳大利亚、英国、美国、加拿大、法国、芬兰、黑山共和国、南非、泰国、柬埔寨、孟加拉等近30个国家的高校和教育机构开展长期合作与交流，其中“一带一路”沿线国家、非洲国家和中东欧国家10余个。建有英国威尔士、澳大利亚海外教师工作站、柬埔寨职业教育中心、埃塞俄比亚鲁班工坊。接收来自英国、加拿大、法国、新加坡、非洲、韩国、东南亚等国家的学历留学生、长短期研修生400余人次，对外交流师生人数达500多人次。2016、2017、2018连续三年被全国高职高专校长联席会议发布的《中国高等职业教育质量年度报告》评为“国际影响力50强”高职院校。学校坚持落实立德树人根本任务，突出加强党建与思想政治工作，在全国高职院校中具有广泛影响，2016年作为重庆市属高校的唯一代表（全国9所高职院校之一）参加全国高校思想政治工作会议，2017年当选为全国高职高专院校思想政治理论课建设联盟副会长单位，2018年作为全国高职院校的唯一代表参加教育部高校党建质量提升攻坚行动新闻发布会并交流发言，2019年作为全国高职院校唯一代表参加第26次全国高校党的建设工作会议并交流发言。学校是重庆市文明单位、重庆市文明校园、重庆市“三全育人”综合改革试点高校。面对高职教育千帆竞发、百舸争流之势，学校将不忘初心、牢记使命，坚定自觉地深入学习贯彻习近平新时代中国特色社会主义思想，坚持面向产业的开放意识、密切企业的合作意识、工学结合的培养意识、对接区域的服务意识、促进就业的民生意识、应用研究的学术意识，立足现代城市服务和民政社会工作，积极面向城市发展和公共事业管理、服务一线，培养现代服务业和社会公共服务需要的德智体美劳全面发展的高素质技术技能人才，努力建设特色鲜明、全国一流、具有国际领先水平的应用型高校。

面向领带企业的信息管理系统包括色配合书的管理、领带样本的管理和客户管理等功能。本系统采用目前先进的数据库技术、网络技术、多媒体技术等，使得主要办公业务流程能够在计算机上实现，从而提高工作效率。系统能与企业现有的信息系统，如档案管理系统，人事管理系统等集成，以最大程度地共享资源，减少数据重复录入，提高统计分析的速度和质量；系统具有完善的WEB功能，具有良好的适应性，支持当今流行的浏览器、文字处理软件以及各种服务器端客户端操作系统。系统使用高效的数据处理和信息通讯机制，管理者可在任何时间、任何地点、任何机器上对领带产品及企业信息进行管理，提高了企业管理的效率和水平。

高校科技成果尽在科转云

设备状态点检管理系统（以下简称为点检系统）是工业企业全面实施设备状态点检信息管理的数据平台。该系统托企业内部网络，采用 c/s 与 B/S 混合体系结构，构建以数据库为核心的网络信息管理系统，将企业内部各部门的设备状态点检信息自动上传至数据库服务器，在整个企业范围内实现数据共享。系统为用 户提供全面的数据获取手段，长运行周期的数据管理，丰富的设备状态监测功能，并利用便捷快速的网络，将企业设备运行状态信息化并及时传递，以便企业中、高层技术人员和各级管理人员可以及时发现设备的异常，掌握设备的运行状况，从而全面支持预知维修，优化设备管理，提升企业设备管理水平，为保障设备长期的高效、安全运行、降低运营成本提供了一个开放易用的信息化平台。点检系统是目前企业设备管理实现数字化、信息化的关键，也是构建企业资源计划系统（ERP）的设备管理信息基础。