斑马AI课，是专为2-8岁孩子提供多学科在线学习的智能教育平台，由猿辅导在线教育出品，腾讯投资。现拥有英语、数学思维、语文等多个学科AI课程产品。课程通过趣味AI课+专业老师同步辅导的全新教学模式，个性化规划学习路径，全面提升学习效率，助力孩子的全面发展。

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。

团队介绍： “链固”数据库系统团队依托西安电子科技大学网络与信息安全学院，学院为中央网络安全与信息化领导小组成立之后全国第一个独立运行的网络与信息安全学院，2017 年以总成绩排名第一的成绩获得了由中央网信办和教育部联合评选的“国家一流网络安全学院建设项目示范高校”称号，2021 年获评国家网络安全先进集体。学院同时建有大数据安全教育部工程研究中心、陕西省网络与系统安全重点实验室等重要的科研平台。 项目概况 （一）项目背景 随着云计算、大数据、物联网、人工智能等新一代信息技术快速发展，数据呈现爆炸式增长，数据资源成为了关键生产要素，是数字经济发展的 “新能源”。数据中心建设已成为大势所趋，世界主要国家和企业纷纷开启数字化转型之路。 数据安全关系国家安全。数据库系统作为数据存储、管理、加工的基础和支撑软件，其安全性与高效性对发展数据中心等新型基础假设，探索以数据为关键要素的新增长方式具有重大意义，是数字经济国家战略的重要支撑。然而，当前数据库存在的数据难以确权，储存单点失效，数据难以共享，数据容易造假，难以操作溯源，数据易篡改等问题。项目组采用 “区块链+传统数据库”双层架构作为突破口，设计开发的自主知识产权的 “链固”区块链数据库系统，抢先进入该领域，相关技术填补了该领域的空白，符合国家的战略需求，在政务、公安、机要、金融、医疗等领域应用前景。 （二）项目简介 “链固”区块链数据库系统，采用基于分布式对等网络的“区块链+传统数据库”的双层架构、基于 Raft 和可验证随机函数的安全高效共识协议、基于共识机制的节点间数据互检以及基于滑动窗口的区块数据保存机制，实现了兼顾安全和效率的区块链数据库系统，提供了可信的数据服务，支撑数据进入资本市场，赋能数字经济。系统实现上核心算法全部做到自主可控，密码学相关算法全面采用国密算法，支持国产CPU FT-2000 系列在内的多款 CPU，支持国产操作系统银河麒麟、中标麒麟在内的多款操作系统。项目已成功应用于中电福富审计系统和中国航天科技集团第九研究院 771所的“云脑”项目。 （三）关键技术 本项目围绕区块链和数据库安全和效率进行研究，突破了如下四项关键技术： 1.设计了基于分布式对等网络的双层数据库系统结构，解决了传统数据系统存在单点失效的问题，建立了基于B+树高效的索引结构，突破了传统区块链架构查询性能低下的瓶颈。 2.提出了基于Raft和可验证随机函数的安全高效共识协议，实现了不完全可信环境下分布式数据库系统记账节点的高效安全选取，满足了海量数据高并发业务对数据高效安全同步的需求。 3.提出了基于共识机制的高效数据自检和互检协议，通过双层数据库架构中顶层和底层的相互联动，实现了数据周期性的防篡改检查和错误修复，满足了企业对敏感数据可信存储的需求。 4.提出了模块化可配置的系统架构，实现了系统功能的可定制和可扩展，满足不同业务场景差异性的安全需求，降低了企业在实际部署过程中的成本。

DWELT系统（动态加权进化的路径追踪技术）首先基于环境的地磁信号、无线信号、视觉信号等，应用机器学习算法进行特征学习与分类，从而实现对于位置、行为、网络、环境的认知；系统基于手机所收集的地磁信号、无线信号、传感器信号、用户状态信息等，结合机器学习算法与认知模型进行多维融合，进而获得用户的准确位置。 系统对硬件依赖性极低，不需部署额外设备，可直接利用场景内的固有信息进行定位。 根据微软室内定位技术大赛和 EvAAL 定位大赛两大权威大赛2011-2018年公开评测数据，DWELT技术全球领先。

高校科技成果尽在科转云

已有样品/n该项目提供了一种导航信号调制技术，可以实现在两个相邻频带传送不同的导航业务，每个导航业务包含数据通道和导频通道，每个子带的导航信号可以独立接收，也可联合接收上下边带信号获得高精度导航性能。在同类解决方案中，最具代表性的是CNES 提出的AltBOC 调制方式。与AltBOC 相比，该项目的基带波形转换速率从子载波的8 倍降低至4 倍，子载波的电平数从4 电平下降至2 电平，信号的生成和接收处理复

我们走在创新供应链解决方案开发的最前沿，将全球网络和精深的专业知识与数字开拓创新联合起来，帮助客户保持领先地位。

马士基冷链物流是您温控货物的一站式服务方案 在保持产品质量的同时，我们会竭尽所能，确保您的冷藏货物及时有效地交付。 无论是进入新市场、需要更高效的供应链、可预测的成本、运营透明度或存储解决方案，我们都能满足您的要求。 我们的目标是通过降低复杂程度、减少交接和浪费的解决方案来提高效率。 简而言之，您只需专注于发展业务，而我们负责您的冷链物流。 

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。