|
搜索
搜 索
高等教育领域数字化综合服务平台
高校智慧资助系统
建设智教智慧资助系统，通过其高效协同的后台分类处置能力，把高校学工资助事项进行整合和业务流程的约简化处理，运用大数据打通“最后一公里”，将线下的业务操作剥离开实体大厅转化为线上业务，实现高校学生资助工作的无纸化办公，让学生真正实现“最多跑一次”。
管理员可以灵活设定经困生等级（比如一般困难、困难、特别困难等）。
管理教师可以根据学校的经困生管理办法灵活设定经困生认定条件，在对应的条件下可以设置多条困难条件类型及对应的权重值、限制条件。
管理员可以灵活设定经困生申请计划，包括起止时间、对应认定条件、申报条件参数设置、申报对象。
学生通过移动端进行在线填写经困生申请材料，提交后系统可根据管理员设定的经困生等级条件自动给审核人员推荐申请经困生等级并可以手动调整，学生提交后可以实时查看审核进度。
班主任可以根据系统推荐的经困生等级自行根据实际条件进行手动确认等级，并保留推荐等级和班主任确认等级查询痕迹。
经困生认定条件需具备权重分配方案和认定版本的统一联动管理。
二级学院可以根据权限设置批量打包下载学生上传的经困生证明文件，并以学号+姓名方式保存。
吉林省智教软件有限责任公司
2025-05-16
高校报修管理系统
智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。
教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。
吉林省智教软件有限责任公司
2025-05-16
智慧校园管理
全力为高校提供管理、服务、教学、科研等全场景产品及服务。
联奕科技股份有限公司
2021-02-01
埃松智慧实验室管理系统
为适应后疫情时代数字化、服务化变革，针对目前实验室暖通空调及控制系统复杂性和专业性的特点，解决所面临的运维人员较少、专业性弱、运维效率低等问题，埃松推出信息化产品——智慧实验室云运维平台。
该平台通过对整个系统设备的不断迭代和功能优化，从功能上满足学校当前及未来的运维需求；从性能上达到目前国内该领域的领先水平；从可靠性上软、硬件都为埃松自主研发、生产，并充分考虑到在实际使用中会遇到的各种问题，有效的保障实验室安全、高效运行。
埃松智慧实验室云运维平台依托于物联网、云计算、大数据、人工智能、BIM建筑信息模型等前沿科技与技术，根据实验室建筑、环境、设备、人员、物料、流程的特点，从空间上覆盖实验室各类场景，从时间上贯穿实验室设备全生命周期，完成对实验室人、机、料、法、环的动态监控与闭环管理，形成互联协同、信息共享、安全监测及智能运维，结合智能终端和智慧平台构建的“智慧实验室”，变革性提升了科研建筑及设备的使用、配置和产出效率，智慧实验室让科研更简单。
上海埃松气流控制技术有限公司
2021-12-08
基于数字孪生模型的智慧桥梁管理系统
成果介绍针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。技术创新点及参数依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。市场前景主要基于在役桥梁数量庞大、病害严重、实际管养过程中纸质化、平面化的管养方法，数据管理混乱、维修决策困难。实施条件实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-11
基于数字孪生模型的智慧桥梁管理系统
主要基于在役桥梁数量庞大、病害严重、数据管理混乱、维修决策困难等背景，针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。项目展示包括移动端人工检测、无人机图像检测、水下检测、索力监测、桥梁动力特性识别及施工监控等多种实际应用场景，并依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。该模型能够实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势，由此对实际桥梁管养提供预防性养护措施建议；本技术意在解决实际管养过程中纸质化、平面化的管养方法，优化数据管理混乱现状，并通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。
东南大学
2021-04-13
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
智慧社区健康管理平台
按照联合国标准，1999年我国已进入人口老龄化社会，目前中国老人超过2亿，且每年以近800万的速度增加，中国正在跑步进入老龄化，有关专家预测，到2050年，中国老龄人口将达到总人口的30%。健康管理平台以“关爱老人”为出发点，利用云计算、移动互联网、物联网等各种信息化技术和手段，整合社区现有的各类服务资源，通过系统平台为社区老人和居民提供一个健康、安全、方便、快捷的家居环境。关爱老人系统不仅能实时监护老人的身体健康并慢病预警，还能让老人足不出户的实现各种生活需求服务活动，如医疗咨询、健
西安电子科技大学
2021-04-14