|
搜索
搜 索
高等教育领域数字化综合服务平台
“一根翠竹编起一方产业”非遗设计与城市商业助力乡村振兴
本项目在“后申遗时代”，起到非遗“中间人”作用，为非遗技艺与商业品牌搭建合作平台。
一、项目进展
创意计划阶段
二、负责人及成员
姓名
学院/所学专业
入学/毕业时间
李可意
上海大学悉尼工商学院/工商管理
2019/2023
李凌
上海大学悉尼工商学院/工商管理
2018/2022
周莹
上海大学悉尼工商学院/工商管理
2019/2023
刁秋宇
上海大学上海美术学院/设计学
2019/2023
吴柯颖
上海大学上海美术学院/艺术设计
2019/2022
王一哲
上海大学上海美术学院/设计学
2020/2023
杨靖雯
上海大学上海美术学院/艺术设计
2021/2024
赵子婵
上海大学上海美术学院/艺术设计
2020/2023
冯雨欣
上海大学悉尼工商学院/国际经济与贸易
2019/2023
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
帅萍
上海大学悉尼工商学院
副教授
服务创新战略
章莉莉
上海大学上海美术学院
教授
公共视觉传达
四、项目简介
本项目的宗旨：资源互补·跨界融合·火花筑梦。致力于订制化设计合理的非遗推介与产品打造，通过对原始非遗文化产品进行深度设计和宣传从而帮助非遗文化传承和弘扬，帮助传统非遗手艺完成蜕变，与现代工业相结合完成非遗文化产品的升华，进入大众视野，走入市井人家，满足市场需求，利用现代设计还原中华原始的美。
本项目在“后申遗时代”，起到非遗“中间人”作用，为非遗技艺与商业品牌搭建合作平台。现有成功案例——“竹报平安”野餐篮，是赤水竹编与上海哈尔滨食品厂的联合项目，受到了消费者的青睐以及社会各界的反响，《人民网》、《解放日报》等媒体争相报道，既带动了赤水地区的增收扶贫，又增加“哈式”糕点的品牌效益。
在未来，我们将“上海大学下设非遗创新中心”所属的相关非遗文化包括遵义藤编、新疆模戳印花、青海果洛格桑花银饰锻造等三十多项非遗技艺进行资源整合，我们为不同企业打造包括设计、营销、宣传等内容在内的专属订制服务，搭建火花实验平台，让更多的非遗有机会重现当代生活舞台，也帮助更多的企业认识非遗、融合非遗，让更多有才华的年轻人在火花实验室青春筑梦，让更多非遗与企业“火花”激荡，让非遗的未来星火燎原。
上海大学
2022-08-12
四川省基层医疗卫生机构实施国家基本药物制度的效果评价
四川省基层医疗卫生机构实施国家基本药物制度的效果评价
成都中医药大学
2015-05-24
一种应用于肿瘤治疗与精确定位的靶向磁场医疗器械的研发
本成果针对生物医用纳米颗粒应用于肿瘤治疗与精确定位的靶向治疗领域存在的问题进行以下关键技术的研发：1）研发一种新型涡旋磁纳米颗粒作为肿瘤药物载体（选择乳腺癌治疗领域：项目合作者为新华医院乳腺癌领域药物开发及治疗方面研究者）并构建一种乳腺癌用纳米团簇颗粒；2）研发一种应用于肿瘤治疗与精确定位的靶向磁场装置，利用该装置产生的可控交变磁场，本课题将采用仿生细胞膜包裹涡旋磁纳米颗粒，并协载DOX/EZH2siRNA，通过双靶向（生物靶向及磁靶向），探索化疗耐药的三阴性乳腺癌的治疗，开发一种针对化疗耐药的三阴性乳腺癌的靶向磁场医疗器械。
相关技术指标：
研制出一种新型应用于肿瘤治疗与精确定位的靶向可控磁场发生器，指标要求: 可提供与生物医用磁性纳米颗粒的磁性强弱相符合的交变磁场范围；测量结构精读不低于0.5%；设备所采用的材料具备无毒和抑菌的性质。
技术创新点：
本项目是从医工交叉角度首先研发一种应用于肿瘤治疗与精确定位的靶向磁场装置，并利用该装置实现三阴性乳腺癌的精准治疗；其次利用靶向磁场装置对经仿生细胞膜包覆的涡旋磁纳米颗粒作为载体并协载了DOX/EZH2siRNA的肿瘤药物进行精准靶向定位，开发一种针对化疗耐药的三阴性乳腺癌的靶向磁场医疗器械。
上海理工大学
2023-07-18
基于新一代测序的生物信息云平台及其在科研和医疗健康领域的应用
1 项目简介本项目建立的生物云平台，以基于 Web 的方式提供服务，用户可以轻松快速获取服务，国内外普遍缺乏成熟的技术，标准和平台。我们首次把独具特色的机器学习模型预测算法与最新的高通量测序方法（ non-polyA RNA-seq） 相结合。我们的研究对象为长链非编码 RNA（ non-PolyA），目前国际上还很少有人通过高通量测序技术对疾病的 lncRNA 进行全面预测分析和功能分类。随着测序速度不断提高，测序成本不断降低，本项目将来可以发展为面向人民大众的个性化医疗服务的平台。 图 1 生物医学信息云平台的产业化方向 http://www.incrna.org图 2 生物医学信息云平台的应用程序一览 http://bioinfo.life.tsinghua.edu.cn/serve 本项目使用的核心技术“基于整合性生物信息云计算和新一代测序技术（ incRNA） 的非编码基因组疾病（如癌症）检测技术平台”已经通过软件查新认证（ 20121022044750914）。正在准备申请国家版权局软件著作权登记证书。2 效益分析（ 1）随着新一代高通量测序技术的发展，生物信息数据爆炸式增长，数据解读成为生物医学研究和临床应用的巨大问题，我们团队依托清华大学生命学院鲁志实验室在生物信息学，尤其是在 lncRNA 领域的技术专长开发的云计算平台将为广大科研工作和和临床用户提供可靠的数据分析云服务，提高他们的科研效率，为科学的发展做出贡献。 （ 2）我们团队通过与中国人民解放军总医院，上海肝胆医院等十多家临床单位的合作，将为鉴定癌症的早期诊断和药物治疗提供新的靶点，这不仅会增强中国基础临床科学的发展，通过临床应用还会为病患者带来癌症早期诊断、健康管理等个性化医疗服务，这将具有广泛的社会效益。 （ 3）通过我们打造高通量测序数据分析云计算平台和开展以癌症早期检测为主要内容的个性化医疗服务，将为中国培养一批高水平的生物信息数据分析人才，这将增强中国在生物信息学方面的实力。
清华大学
2021-04-13
叶片光学智能检测装置及软件系统
由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。
本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。
本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。
图 面向叶片3D打印修复的检测方法与集成系统硬件平台
四川大学
2025-02-11
海嘉船舶综合信息系统
海嘉船舶综合信息系统（简称“海嘉PMS管理系统”）是由厦门大学科考船运行管理中心自主开发并获得中国船级社（CCS）型式认可证书的船舶综合信息系统。该系统针对国内船舶管理高校、公司的船舶管理特点，坚持“以人为本”的管理理念，全方位覆盖船舶管理各项业务。系统构建的数字化安全管理体系平台可有效协助船东和船舶管理单位进行船舶管理；通过数字化维修保养体系使得船舶主管机构的监督检查效率和质量更高；PMS型式认可证书是货方指定的第三方评审（如RightShip检查）机构对船舶运营提出检查清单并进行评分时必须查看的一项证书。
PMS型式认可证书
核心功能
厦门大学
2025-02-07
海嘉船舶数据传输系统
海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。
厦门大学
2025-02-07
海嘉船舶数据采集与分发系统
海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。
厦门大学
2025-02-07
挠曲面太阳能聚光系统
东南大学
2025-02-08
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