蓝鲸系统是一个以“人工智能+大数据”为技术核心的高校跨境电商智能实训平台，主要功能有“线上学习系统”、“模拟实操系统”、“供应链实战系统”、“人才就业系统”四大模块。 通过产教融合的方式，将企业的实操技能、工作环境和培训方式带入学校，为学生提供一个虚实结 合“工作场景”，配合“理实一体”的课程，使师生在教与学的过程中提升技能，适应岗位能力需求。 蓝鲸系统可以有效地解决高校教学过程中实训、实操、实战、就业难题，整体提升人才培养能力，促进课程改革、产教融合、创新创业等教学试点工作的开展。

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品  “全球抗疫，人人有责” 推出背景：        非损伤微测技术(NMT) 源自1974年美国海洋生物学实验室（MBL，Marine Biological Laboratory）的神经科学家Lionel F. Jaffe提出原初概念，到1990年成功应用于测定细胞的Ca2+流速，已经解决了众多科学问题。2001年，中国学者许越先生与Dr.Jaffe以美国扬格公司 (YoungerUSA, LLC) 为依托，进一步完善系统功能和用户体验，初步形成了现代NMT的雏形。        非损伤微测技术（Non-invasive Micro-test Technology, NMT）是通过测定活体动植物组织、细胞与内/外环境间Ca2+/Cd2+/Na+/K+/NO3-/NH4+/O2...交换量的实时变化，揭示基因功能的一种新技术。目前已被103位诺贝尔奖得主所在单位，以及北大/清华/中科院使用。        非损伤微测系统已经经历了多代的更新，从最初实验室自行搭建的设备，到现在商业化的设备与售后，非损伤微测系统还将继续升级，满足更多科研人员的需求。 应对挑战： 非损伤微测系统已经实现了数据自动化的检测，但随着技术需求的提高，对于进一步的自动化，减少人员操作问题是需要拓展的 检测标准的一致性是人工操作经常出现的问题，如检测位点的确定等等 解决方法： 智能非损伤微测系统提供了智能化图像识别技术，对于样品检测时自动化的定位，有着至关重要的作用 智能非损伤微测系统能够进行智能化的点位选取与检测，让标准更加的固定 智能非损伤微测系统配备高清触摸屏，使操作更加便捷，为今后便携式的设备打下基础 功能特点 1.基本功能： 1.1智能寻位检测，无需人工操作 1.2采用智能化图像识别技术 1.3活体、原位、非损伤检测 1.4检测指标：Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+ 1.5配备高清触摸显示屏，操作便捷   2.性能参数： 2.1工作电压：220V 2.2流速最高检测灵敏度：10-12mol·cm-2·s-1 2.3浓度最高检测灵敏度：10-6M 2.4最短检测周期：5s 2.5智能检测可选点位范围：5μm-1000μm 2.6智能检测可选点位数量：不限 2.7传感器最小运动距离：1μm   3. AIFluxes软件参数： 3.1智能识别流速传感器 3.2支持多点位智能检测 3.3智能捕捉样品图像 3.4可直接输出流速、浓度数据和折线图，无需额外换算

一、产品简介     语音技术作为人工智能发展较早、且率先商业化的重要分支，随着信息技术的发展，智能语音技术已经成为人们信息获取和沟通最便捷、最有效的手段。我公司开发的这款智能语音控制实训系统是将语音信号转变为机器能识别的文本或命令，实现人机智能交互的方式，可以让学生了解并掌握其原理及应用。 二、实验内容 智能语音控制窗帘实验； 智能语音遥控控制窗帘实验； 智能语音控制220V电源插座实验； 智能语音遥控控制220V电源插座实验； 智能语音控制LED灯实验； 智能语音遥控控制LED灯实验； 智能语音控制音乐播放器实验； 智能语音遥控控制音乐播放器实验； 智能语音控制电路可搭建设计实验； 三、平台配套文件资料   实验指导书1本；   

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

电小盾用电安全智能管理系统是运用物联网、大数据、云计算等前沿技术，通过智能传感终端设备，实现电路线缆状态监测、故障掌上预警，通过用电安全防护器，实现防触电、防起火、放漏电等用电安全保护，避免触电伤害。 核心功能： 触电保护、短路保护、漏电保护、过载保护、过欠压保护、老化线路保护、防水保护、故障报警 应用场景： 实验室、园区、办公楼、银行、养老院、机场、社区、加油站

以人性化自助服务为设计理念，面向高校师生提供7X24小时服务，以在线业务系统为支撑具有多种登录认证机制、自助信息查询、自助打印成绩单及证明文件、校园卡或微信自助缴费、微信验证信息真伪、短信智能预警、终端远程管理、参数动态设置等功能，可实现多校区、多部门自助服务一体化管理，推动学校治理理念转变，使学校更多地从"管理"师生向”服务"师生转变，改善工作作风和治理方法，提高学校管理效益和社会效益。 ■线下智能服务终端自助打印输出能力一赋能一取材料场景 ●应用一：成绩单/证明文件材料自助打印 自助打印终端集查询、缴费、打印功能于一体，提供“一站式”服务，可为高校师生提供成绩单、在读证明、学籍证明等各种证明文件的“7*24小时不打烊”自助打印，不受时间、空间限制，提升学校校务管理行政效能。 ●应用二：固定资产标签自助打印 系统对接学校现有资产管理系统，为师生提供稳定、可靠、便捷、7*24小时的固定(无形)资产和低值耐用品等资产的入账单、资产标、申请单、签自助打印服务;资产标签含有唯一二维码，可以通过扫码查看设备基本信息，方便入库。 ●应用三：证件一体化自助办理 系统对接人事系统，实现按照学校、学院(系)、专业、学生等(公司、部门、个人)配置证件卡模板;模板能够实现卡面的不同以及字段位置的不同，卡面上字段能够从系统直接带出，师生(员工)直接能够在自助服务终端免费(付款)打印证件卡。 ■线下智能服务终端自助打印输出能力一赋能一交材料场景 ●应用一：智慧财务报账 智慧财务报账终端告别手动报账的繁琐与不便，开启“人机协作，智慧报账”的全新报账模式。实现智能设备与业务系统深度融合，改变传统报账交单方式，克服时间和空间上的局限性，向广大师生提供全方位、全天候的财务服务，方便快捷，实现报账管理的信息化、智能化。 ●应用二：学生证自助补办 学生证自助补办终端为提供便捷、高效的补办服务。通过身份验证、费用支付、学生证打印、学生证回收盖章、学生证领取等功能，学生可快速完成补办申请。操作简单、安全可靠，支持24小时使用，适用于学生证遗失、损坏或信息变更等场景，极大提升了补办效率，节省排队时间。 ■线下智能服务终端自助打印输出能力一赋能一强身份认证场景 学籍电子注册身份验证基于图像或视频输入进行检测，与注册库比对，实现1:N的人脸比对，或与证件比对，实现1:1的人脸比对。适用于人脸登录、VIP人脸识别、人脸通关等无需刷卡验证的场景。 ■线下智能服务终端自助打印输出能力一赋能一咨询问答场景 学校管理员可通过“问答知识库FAQ管理”，整理录入师生办事过程遇到的常见问题，师生可直接在自助服务终端上通过语音进行咨询问答的服务;师生在操作过程中，系统自动通过语音方式提醒用户操作每一个步骤，完成操作后，可通过语音方式提醒学生注销退出系统、取卡等事项。  

本发明公开了一种基于保护智能中心系统的变电站系统。变电 站系统通过结合无线局域网、广域通信网和光纤通信网三种组网方式， 利用其各自优势实现了各变电站内部、各变电站之间以及保护智能中 心与各变电站之间的高效通信；同时，保护智能中心系统利用光纤通 信实现了其采集处理模块对变电站系统中各变电站运行数据的实时采 集，并通过其通信模块、故障位置判别模块和跳闸决策模块实现对采 集数据的分析计算，最终实现在变电站的站域保护退出检修后，由保 护智能中心系统作为故障变电站的后备保护系统取代故障变电站的保 护功能，极大

本发明公开了一种基于保护智能中心系统的变电站系统。变电 站系统通过结合无线局域网、广域通信网和光纤通信网三种组网方式， 利用其各自优势实现了各变电站内部、各变电站之间以及保护智能中 心与各变电站之间的高效通信；同时，保护智能中心系统利用光纤通 信实现了其采集处理模块对变电站系统中各变电站运行数据的实时采 集，并通过其通信模块、故障位置判别模块和跳闸决策模块实现对采 集数据的分析计算，最终实现在变电站的站域保护退出检修后，由保 护智能中心系统作为故障变电站的后备保护系统取代故障变电站的保 护功能，极大

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。