|
搜索
搜 索
高等教育领域数字化综合服务平台
产教融合高质量发展学术活动举办
4月16日，产教融合高质量发展学术活动在福州举办。
中国高等教育学会
2024-04-28
产教融合与高素质人才培养论坛
第62届中国高等教育博览会——产教融合与高素质人才培养论坛
中国高等教育博览会
2024-11-07
基于多元信息融合的油菜生长模型建模及应用
基于多元信息融合的油菜生长模型是用数学方程描述油菜、气候和土壤之间的作用过程,根据气象条件、土壤条件以及管理方案，动态定量的描述油菜生长、发育、籽粒形成及产量。油菜生长模型最重要的意义是对整个油菜生育系统的知识进行综合，并量化生理生态过程及其相互关系,即综合知识和量化关系。油菜模型是利用计算机强大的信息处理和计算功能,对不同生育过程进行系统分析和合成,相当于所研究系统的最新知识的积累和综合。在这种知识合成的过程中,还能鉴定知识空缺,从而明确新的研究方向，同时，油菜模拟研究在理解油菜生理生态过程及其变量间关系的基础上，进行量化分析和数理模拟，从而促进了对油菜生育规律由定性描述向定量分析的转化过程，深化了对油菜生育过程的定量认识。
南京工业大学
2021-01-12
智慧教室云超融合一体机
产品详细介绍
广州耘宇电子科技有限公司
2021-08-23
晶品遮光型智能试剂柜JPG-2000S
晶品JPG-2000S智能试剂安全管理柜，是基于JPG-2000基础上迭代升级的新一代试剂柜产品，外形小巧，存储空间利用更合理，容量可以达到JPG-2000同等存储水平。小体积、大容量，在满足存储量的同时，更加节约实验室空间，可适用于各种类型的摆放方式。 JPG-2000S型试剂柜柜体嵌有7寸电容触摸屏，装有嵌入式系統。该系统可显示柜内空气质量、温湿度状況，具有柜门未关闭报警，过滤器耗材更换提醒等功能。柜体内部具有空气过滤模块，通过专用的过滤器来净化对实验人员有害的气体。柜门嵌入RFID刷卡模块，能有效管控双人双锁刷卡流程。如果想实现多台管理可以单独购买外按控制软件，该软件可以装载到用户的电脑里，通过电脑与多台柜体连接进行试剂的出入柜管理及数据导入导出工作，可将操作人员、试剂信息、柜体信息系统的管理起来，形成完整的试剂信息管理系统，可实现对试剂的安全管理。 •嵌入式系统 嵌入式系统“试剂柜管理系统V2.0”，液晶显示，位摸屏操作，可监测柜内温湿度，空气质量等信息。 •外接控制软件 双模式-可外接控制软件“试剂柜控制软件V2.0〞，实现多柜连接管控，试剂出入库管理，查询试剂信息。 智能摄像系统 无人值守，可实现24小时全天候视频监控，360°无死角，硬盘存储可达30天，并可无限扩充。 •多柜井联、系统交互 嵌入式系统和控制软件可以通过WIF1功能进行远程交互、多柜并联，存储空间无限扩大，试剂信息统计更为便利、准确，导出、打印各式样报表，数据海量存储，永久保存。 •空气过滤系统 内置活性炭空气过滤系统，有效解决化学品气味影响实验员身体健康的问题。可更换的过滤材料，大风量风扇、保证内部空气每分钟循环三次。 •双人双锁 有效解决试剂的安全管理，符合对易制毒、易制爆危险化学品的管理要求。对于常规试剂也可方便地实现单人单锁控制。
北京晶品赛思科技有限公司
2025-06-10
【比亚迪迪空间】共筑产教融合新平台丨天津市大学软件学院与天津迪空间共建社会实践基地
2025年3月27日，比亚迪迪空间微信号以《共筑产教融合新平台丨天津市大学软件学院与天津迪空间共建社会实践基地》为题对我校进行了报道。
天津市大学软件学院
2025-05-21
【长春广播电视台】高博会：以教育强国赋能东北振兴 以融合创新引智助力长春高质量发展
【长春广播电视台】高博会：以教育强国赋能东北振兴 以融合创新引智助力长春高质量发展
长春广播电视台
2025-05-24
【中国教育报】第63届高等教育博览会在长春启幕 以融合创新赋能教育强国建设
23日，为期3天的第63届高等教育博览会（以下简称“高博会”）在中铁·长春东北亚国际博览中心开幕。
中国教育报
2025-05-23
【中国教育新闻网】以融合创新赋能教育强国建设 第63届高等教育博览会在长春启幕
63届高博会开幕式上，政产学研合作签约仪式同步举行，57个重点项目现场签约，涵盖高校科技成果转化、区域产业升级等领域。
中国教育新闻网
2025-05-23
人工智能应用创新实训平台 型号:LPPE002
人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。
平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。
本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。
江苏学蠡信息科技有限公司
2025-07-15