|
搜索
搜 索
高等教育领域数字化综合服务平台
关于印发《国家自然科学基金委员会主责国家重点研发计划重点专项管理实施细则（试行）》的通知
为规范国家自然科学基金委员会主责国家重点研发计划重点专项管理，保障专项组织实施，根据党中央、国务院关于国家科技计划管理改革的有关要求，按照科技部、财政部《国家重点研发计划管理暂行办法》（国科发资〔2024〕28号），现将《国家自然科学基金委员会主责国家重点研发计划重点专项管理实施细则（试行）》印发给你们，请遵照执行。
国家自然科学基金委员会
2025-01-13
河南省财政厅 河南省科学技术厅关于下达2023年第七批省创新生态支撑专项经费预算的通知
根据年初预算批复和省科技厅《关于建议下达2023年度第三批省创新生态支撑专项资金的函》（豫科项〔2023〕23号），经审核，现下达你市（县、部门）2023年第七批省创新生态支撑专项经费预算（详见附件1，列2023年“2060302-社会公益研究”支出功能分类科目，省级资金列“50502-商品和服务支出”政府预算经济分类科目，市县资金按照具体用向列入相应政府预算经济分类科目）。
科技项目统筹推进处
2023-07-12
海南省科技创新发展服务中心关于2023年度6月份（第四批）省级财政科技计划项目验收意见的公示
受海南省科学技术厅委托,根据《海南省省级财政科技项目绩效验收评价工作细则》（琼科规〔2022〕31号）有关规定,海南省科技创新发展服务中心近期组织专家组对82个首次申请验收的省级财政科技计划项目进行了验收,现将验收意见予以公示，公示期5个工作日。
省科学技术厅
2023-07-11
福建省人民政府办公厅关于印发福建省进一步支持大学生创新创业若干措施的通知
《福建省进一步支持大学生创新创业若干措施》已经省政府同意，现印发给你们，请认真组织实施。
福建省人民政府门户网站
2023-01-13
科技部等六部门关于印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》的通知
提升人工智能场景创新能力。强化企业场景创新主体作用，鼓励高校院所参与场景创新，培育壮大场景创新专业机构，构筑人工智能场景创新高地。
科技部
2022-08-12
专家报告荟萃⑭ | 黑龙江大学党委副书记李君明：黑龙江大学在新质生产力背景下推进创新创业教育的若干举措
黑龙江大学作为一所延安走出来的红色高校，始终坚持以服务国家战略和龙江社会发展为己任，紧紧抓住宝贵历史机遇，重点聚焦新能源、新材料、功能性食品与未来生物、智慧农业、智能控制与传感器、人工智能与创意设计六个领域，塑造发展新动能、新优势，全力以赴推动新质生产力的发展。
中国高等教育博览会
2025-01-13
西安交大科研人员在气候变化与长江下游文明演化方面取得重要进展
该研究为研究长江下游新石器文化演化提供了高精度的气候变化背景，表明距今4300年前长江下游极端降水增多是导致良渚文化衰亡的重要气候因素。
西安交通大学
2021-11-29
基于多信息融合的电力变压器智能化关键技术研究与应用
电力变压器是电力系统的核心设备之一，承担着电能传输、变换等重要职能。随着先进传感和信息融合技术的发展，将其应用于电力变压器运行状态的实时监测、评估诊断与在线预警，实现电力变压器的智能化是智能电网建设的重要组成部分。 本成果围绕“基于多信息融合的电力变压器智能化关键技术研究与应用”问题，深入研究了变压器关键状态劣化故障的发生机理与特征信号的传播规律，发明了适用于电力变压器状态信息探测的多种新型传感装置，研制了变压器状态信息监测智能组件（IED）、变压器冷却智能控制单元及充氮灭火等装置，开发了集智能监测与传输、智能评估与诊断、智能决策与调控的变压器智能化监控系统，并进行了推广应用。 授权发明专利11项，实用新型15项；发表SCI/EI论文35篇；本项目可有效实现电力变压器的智能化监控，提高变压器面对未来智能电网复杂工况的应对能力，支撑河北省输变电装备产品升级和产业发展；获2016年河北省科技进步一等奖。
华北电力大学
2021-02-01
以高分辨率层序地层学位基础的油层划分与对比方法
本发明公开一种以高分辨率层序地层学为基础的油层划分与对比方法，包括：基于岩心、钻/测井地震资料、基准面旋回和可容纳空间变化原理，通过A/S值变化趋势分析，划分不同级次基准面旋回；以不同级次基准面旋回控制，来划分、对比油组、砂组等油层单元；依据短期基准面旋回叠加样式，通过对比，建立等时层序地层格架；依据层序地层格架，在旋回和地层叠加样式控制下划分与对比小层。其中油组、砂组、小层均包括在所述油层划分与对比单元中。通过本发明，以解决现有技术存在的对比过程中常出现穿时现象的问题。
中国地质大学（北京）
2021-02-01
一种基于关联分析与关联分类的蛋白质二级结构预测技术
发明公开了一种基于关联分析与关联分类的蛋白质二级结构预测技术，以双库协同机制为基础，将KDD*过程模型引入蛋白质二级结构预测问题中，KAAPRO方法以数据挖掘(知识发现)为主体，采用基于KDD*过程模型Maradbcm算法以及关联规则分类D-CBA方法。KAAPRO方法所取得关联规则在一定程度上揭示了氨基酸物化属性对蛋白质二级结构的影响关系，从而提高了预测的精度。其中Maradbcm算法挖掘意外规则的特性对纯度较高的α蛋白质库与β蛋白质库进行关联规则的挖掘，由此获得的挖掘结果是精化的规则。D-CBA关联分类方法使用可信度与支持度的测度作为一个复合型度量来进行蛋白质关联分类。在保证预测精度的同时，为生物学家对二级结构进一步分析提供了依据。
北京科技大学
2021-04-11