专家报告荟萃⑲ | 哈尔滨工程大学副校长赵玉新：新工科人才培养的蜕变与嬗变

学校一体推进教育科技人才工作，在2019年率先制定一流本科教育的行动计划、新工科建设专项行动方案，以及新时代五育方案，架起了新工科人才培养的四梁八柱，持续推动新工科的建设。

高等教育博览会 2025-07-03

专家报告荟萃⑳ | 长春工业大学校长张明耀：新工科2.0背景下地方高校教育科研一体化人才培养模式探索与实践

下一步，长春工业大学将继续以新工科建设为引擎，以优化学科专业设置为抓手，以应用型、研究型人才分类培养为契机，深化产教融合、科教融汇。

高等教育博览会 2025-07-04

第四届教创赛活动快讯③ | 新工科教育创新学术活动

7月28日，全国高校教师教学创新系列活动——“新工科教育创新学术活动”在电子科技大学顺利举办。

中国高等教育博览会 2024-07-31

一种人参冻干工艺的优化技术

人参作为传统中药材，早在《神农本草经》中就被列为上品，具有“补中益气，养血安神，强壮体魄”的功效，长期以来在中医药中占据着重要地位，尤其在提升体力、增强免疫力等方面有显著作用。 随着现代技术的发展，冻干技术的应用为人参加工带来了革命性变化。通过低温和真空环境下的升华原理，冻干技术能够去除新鲜人参中的水分，最大限度保留其活性成分、营养物质和药效。这不仅延长了产品的保质期，还改善了产品的便捷性，便于储存和运输，适应了现代消费者的需求。 本项目专注于人参冻干技术的研发，旨在提高人参产品的质量与市场竞争力。冻干后的产品不仅保留了原有的药效和营养成分，还具有更长的保质期，能够广泛应用于人参粉、营养补充品、保健食品等多个领域。同时，项目优化了冻干工艺，提升了有效成分的提取率，确保最终产品在营养和药效上的最大保留。 通过技术创新与产业化应用，本项目将推动人参产业的现代化发展，提升人参附加值，满足国内外市场对高品质人参产品日益增长的需求，为行业带来更多发展机遇。 1. 目标市场与市场规模： 本项目主要面向国内外高端健康食品、保健品和营养补充品市场，重点关注中老年人、亚健康人群及健身爱好者。随着生活水平提高，年轻消费者也逐渐关注天然、绿色健康产品，冻干人参成为理想选择。全球人参市场年增长率约为5%-7%，冻干人参的潜力尤为巨大，特别是在高端健康领域。 2. 市场竞争预测： 目前，国内外已有企业涉足人参冻干技术，但大多数仍处于初步阶段，技术尚不成熟，且现有产品集中于中低端市场，冻干工艺不够精细，导致有效成分损失较大。竞争者包括传统人参生产商和新兴健康品牌。随着消费者对品质要求提升，市场将向高品质、高效能产品倾斜。本项目的冻干技术创新和产品高端化，使其具备强大竞争力，有望迅速占领高端市场份额。 3. 本项目核心竞争优势： 本项目的核心竞争优势在于冻干技术创新。相比传统工艺，项目技术能更好保留人参中的有效成分，提高营养价值和药效。产品形态多样（如粉末、颗粒、薄片等），满足不同消费者需求，提供便捷使用体验。项目在原材料采购、生产环节和质量控制上的优势，确保产品的高品质和稳定性。随着市场对高品质健康产品需求增长，本项目具备较强的技术壁垒和市场竞争力。

延边大学 2025-05-19

专家报告荟萃⑦ | 彭育园：推进“六个融合”，加强新工科建设，服务新型工业化战略

湖北工业大学近年来不断强化新工科建设以服务新型工业化发展，报告从三个方面展开：一是新型工业化战略背景、二是“六个融合”改革举措、三是新工科建设实践成效。

中国高等教育博览会 2024-12-12

第四届教创赛同期活动③ | 深化教育综合改革：新工科教育创新学术论坛

7月27-31日，全国赛现场赛即将在电子科技大学举办。届时有1700余位教师提交的近500门课程进入现场比拼。大赛期间还将举办6场同期活动、开展成果展览和教学观摩等，共同推进高校教学创新改革走深走实。

中国高等教育博览会 2024-07-26

欢迎报名 | 平行论坛“‘四新’2.0建设与创新人才培养”新工科2.0建设与创新人才培养论坛

平行论坛“‘四新’2.0建设与创新人才培养”新工科2.0建设与创新人才培养论坛报名

中国高等教育学会 2025-05-19

四川农业大学研究生在自然指数期刊《Inorganic Chemistry》发表封面研究论文

研究利用天然植物多酚化合物木犀草素与微量营养元素金属锰离子成功合成了一种具有类酶活性的材料（Lu-Mn纳米酶），该材料具有良好的生物相容性和生物安全性，在微酸性条件下（肿瘤微环境）可高效地将H2O2转化为具有肿瘤细胞清除能力的·OH，能够有效杀死肿瘤细胞，抑制肿瘤生长，为癌症治疗提供了一种新的策略。

四川农业大学 2025-02-24

锂电池管理系统AI算法研究

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

西南大学 2025-05-12

专家报告荟萃⑰ | 中国农科院作物科学研究所重大平台中心副主任张丽娜：科学仪器应用验证评价的探索与实践

国家网络管理平台数据显示，全国高校和科研院所50万元（含）以上大型科学仪器中国产仪器占有率不足25%。

高等教育博览会 2025-07-01