智能网上阅卷系统 智能网上阅卷，系统优化管理     核心功能   试卷扫描 高速扫描：支持多科目混排，高速双面扫描、OMR扫描识别、扫描统计。 混合扫描：支持多种题卡样式混合扫描，含通用、特殊题卡等，可支持上百门课程阅卷。智能识别：客观题无需评阅，扫描过程中自动识别，扫描结束即生成成绩，准确率高。 问题识别：自动识别问题试卷、缺考信息等。   便捷阅卷 灵活打分：键盘给分、鼠标给分、轨迹给分，智能回评、问题卷提交。 功能齐全：支持成绩复核、打回回评、调卷复分、成绩分析等。进度可控可见。 多模式阅卷：支持一评、二评、多评阅卷模式，多种阅卷模式，按需选择。 操作简单：浏览器打开即可评卷。阅卷界面专业友好。可调取参考答案。可做轨迹标记。 成绩报表：自动加分、登分、统计。阅卷完成即可生成分析报表。可分段统计。 统计分析：题目得分、题类得分；平均分、最高最低分、得分率、标准差；其他统计指标。 数据接口：支持自定义字段，一键导出Excel、PDF，提供标准接口，方便与外部平台对接。   评卷轨迹追溯 信息追溯：追溯识别结果、追溯客观题评分、追溯主观题阅卷过程。 成绩复核：独特成绩复核设计，满足最高要求考试管理；支持全卷、大题、小题分区间自定义查询复核。 便捷查询：考生试卷直接调阅；查询考生答卷信息（答题、得分、评分等），试卷展示及存储支持将原卷的批阅过程还原存储。   评卷监管 进度监管：查询阅卷进度、分科目阅卷进度、老师阅卷情况等，线上协同，科学管理。 多维度监控：可按科目阅卷、评卷员、评卷任务等多维度任务监控。 质量管理：多评机制、任务监测、试评定标、高级仲裁、过程监管等满足高等级考试要求。过程监考：阅卷时进行差值分析、误差判断，全过程监管。 权限管理：支持多级权限管理，由指定人员对科目及评卷进行管理。   产品优势   1、云技术架构，安全稳定，具备前端先进的图像智能处理能力，具有丰富的大规模成功案例。 2、支持高校本科和研究生的日常考试和招生考试，支持高教相关各学科、各专业考试网上阅卷，应用广泛。 3、支持空白检测、相似卷检测。异常试卷和分数主动识别和提醒。 4、支持中英文作文、文史类主观题的智能评卷与相似卷检测。 5、专业服务团队定向指导，确保考试顺利完成。        

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

本项目提出采用常压流动气氛烧结制备Ce3+:YAG基荧光陶瓷的技术路线，大幅降低荧光陶瓷的制备成本，打通荧光陶瓷大规模商业化进程的一个最重要环节。 通过复相结构、气孔控制等手段提高出光效率。同时，为获得更高光色品质的透明晶态荧光体，正在积极研发Ce3+、Eu2+离子激活分子筛衍生物透明晶态荧光体，获得紫外激发下具有高效、高猝灭温度的绿、红发光新型荧光体。提升高流明密度固态光源的光品质。相比荧光单晶及荧光玻璃，荧光陶瓷在光品质调控上更具优势；制备成本低、易于实现批量生产；离子价态稳定，基质结构调控自由度大；显色指数、色温调制能力强；易于复杂形状制备，以提高出光效率或实现光场分布设计。

通过细胞生物学实验发现，在哺乳动物细胞系COS7细胞中同时过表达liprin-α和LAR-RPTP，可以改变LAR-RPTP在细胞膜上的分布状态，促进LAR-RPTP在细胞膜上形成集簇。这种受体蛋白的集簇化依赖于liprin-α和LAR-RPTP的相互作用。而liprin-α自身所具有的聚集能力能够强化LAR-RPTP的集簇化。这一发现显示lipr

深海混输关键装备研制—— 油气混输泵

通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。

一、所属类别 基础、教学科研类实验设备类；实习实训设备及配套等。 二、相关专利技术 CN202010106007.7    履带车底盘、全地形履带车及全地形行走方法 CN202011613628.0    机器人运动控制方法、装置、控制器及存储介质 CN202111261356.7    双足机器人的运动轨迹规划方法、装置、设备及介质 CN202110232263.5    开关机的控制电路及方法 CN202110232355.3    机器人动作模仿方法、装置、设备及存储介质 CN202011501534.4    一种舵机的补偿控制方法及舵机补偿电路 CN202110574796.1    机器人的偏差信息确定方法、装置、处理设备及介质 CN202011644180.9    机器人抗扰动控制方法、装置、电子设备及存储介质 CN202110311455.5    双足机器人控制方法、装置以及双足机器人 CN202011611800.9    质心轨迹的获取方法、装置、机器人及存储介质 三、基本情况 （一）应用对象 应用于机械类、自动化类、电子信息类、计算机类等相关专业人才培养，适用场景包括实验实训、教学科研及竞赛等，方案以人才培养为目标和课程建设为核心，基于机器人载体，提升人工智能与机器人技术教学科研水平。 （二）核心优势 核心产品为双足人形机器人，该系列机器人获得“小型双足人形机器人步态算法”创新纪录，“高韧性强扭矩复合材料舵机”打破国外技术封锁，核心零部件实现国产化。 其中Aelos小型双足机器人载STM32、Raspberry Pi-4B双运算系统，支持二次深度开发，支持多语言开发环境，满足高校对于编程开发、人工智能应用学习等需求，助力高校在机器人系统结构、步态规划、运动控制、算法开发、场景应用等方面的实践学习。 Aelos小型双足机器人 Roban中型双足机器人基于ROS应用平台，搭载深度摄像头，嵌入V-SLAM视觉算法，可以通过导航技术进行建图，实现自主路径规划和步态规划，涉及运动控制、计算机视觉、图像处理、运动规划等多领域课程，能够较好地满足相关专业实验实训、研究开发、参加竞赛等需求。 Roban中型双足机器人 （三）商业模式 公司与高校在复合型人才培养、专业建设、课程建设、科研合作、师资培训、实训室搭建等方面开展深入合作，相关产品被用于各类学校的实际教学、实践、实训。推广路径通过各类研讨会、展会、大赛和专业渠道商进行拓展。 四、推广情况 （一）应用案例 1.清华大学 与清华大学电子系合作共建《智能机器人设计实践》专业限选课，基于人形机器人载体，学习机器人结构原理，图像识别，路径规划，AI芯片等内容。合作入选中国高等教育学会“校企合作双百计划”典型案例。 2.哈尔滨工业大学 与哈工大开展人才联合培养全面合作，双方在开发校企联合课程、共建联合实验室、共建校外实习实践基地、共同筹办BOTEC智能机器人技术挑战赛等方面进行合作，并入选中国高等教育学会“校企合作双百计划”典型案例。 3.南方科技大学 与南科大机器人研究院共建的机器人联合研究中心，在机器人关键核心技术攻关、专业课程建设、人才联合培养等领域开展合作。双方共建的基地被广东省教育厅认定为广东省联合培养研究生示范基地。 （二）应用成效 解决了高校人工智能机器人方向的实验实训、教学科研、参加竞赛等需求，有助于打造高水平、专业化的实践科研条件。年均支撑高校开展教学科研项目不少于1项，科技竞赛不少于2项，协助申报产学合作协同育人项目等。 （三）推广计划 高校新增人工智能等新专业成为热门，传统工科专业也面临课程改革要求，因此，通过开展智能机器人设备的应用与实践，推动相关专业人才的培养与发展，已是大势所趋。推广模式包括课程案例展示、以赛促教、举办研讨会等。

小试阶段/n该项目可解决的问题：目前在我国，对于动态性能的检测，没有提高专门的检验检测手段和方法，无法准确、完整地检验检测智能电网动态补偿设备的功能和性能。该项目的实施将提供一套完整的解决方案，可以有效解决动态补偿设备功能和性能的快速、准确、完整的检验检测问题，为国内外动态补偿设备制造业提供产品制造质量和性能指标检验检测服务；为电网和中大型电力用户的动态补偿设备的运行状况和性能指标、电能利用效率以及节能效果的检测、监

1.痛点问题 物联网技术是工业4.0和数字经济智慧化时代的标准性特征技术，是人工智能、云计算机、大数据等核心技术的底层技术基础。物联网技术的本意是希望实现万物直接互联，并能主动协同工作，但目前尚没有一项技术可以达到上述目的。 目前现有的物联网系统架构种类很多，主要集中在物联网的顶层软件设计方面，软件研究较多也做得很好，但其面临的共同问题是各种底层设备(包括不同厂家生产的各种传感器和执行器等功能部件)如何联接？在目前现有的各种物联网技术方案不仅系统结构复杂，也只能实现万物间接互联和被动协同工作，而无法实现物联网所需的万物直接互联和主动协同工作。 2.解决方案 本成果所涉的核心技术是IPT（InformationPipeTechnology）信息管道技术及基于IPT信息管道技术的DMCS（DistributedMeasurement&ControlSystem）智能物联分布式测控系统集成方法，以下简称DMCS/IPT。 在基于IPT信息管道技术的DMCS智能物联分布式测控系统中，所有节点均具有完全平等的地位(“去中心化”)，也无需通过任何指令进行协同工作（“去指令”），所有节点及其联接的底层设备均可直接通过在信息管道中自动交互的测控信息的驱动来实现系统预期的各种测控功能，而若想改变系统功能，也只需改变系统中联接各分布式智能测控节点虚拟的信息管道联接关系即可，多数情况下，无需编程即可实现分布式智能测控系统的快速集成及其功能重构。DMCS/IPT及其所衍生的IPT云/IPT雾智能物联系统架构，能完美实现物联网所需的万物直接互联和主动协同工作。IPT雾是一种可以弥散到工业现场任何一个角落的DMCS/IPT智能测控网络，整个网络只需一条线缆（有线或无线物理链路）即可位于工业现场不同位置的底层设备及其对应的IPT节点彼此联接起来，不仅可通过信息管道实现“去中心化”和“去指令”的智能协同工作，而且可在IPT雾网络中任意位置接入的IPT远程智能联接节点联接至IPT云网络，或者直接联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。IPT云网络则是架构在IPT雾网络之上的DMCS/IPT智能测控网络，可进一步联接不同的IPT雾网络，并通过信息管道解决不同IPT雾网络之间的测控任务协同，以形成更大规模的智能物联网。IPT云网络同样具有“去中心化”和“去指令”等明显技术特征，也能在IPT云网络中任意位置通过接入一个IPT远程智能联接节点，将整个系统联接至任意指定的普通云服务器，并与云端现有的各种物联网专业软件实现对接。 合作需求 1、合作企业现有产品需在某行业或某领域已占有较大的市场份额，且非常熟悉所在行业或领域的业务流程，并深度了解客户的痛点和需求； 2、合作企业需有良好的信誉记录，并需要有足够的资金来支持DMCS/IPT新产品的研发，且需要有一定数量和质量的技术人才来完善相关产品； 3、合作企业需有愿意跟其他非竞争性企业一起联手打造智能物联网生态圈的愿望。 具备以上合作条件的企业可联系清华技术转移院，通过专利普通许可方式开展各自领域的新产品研发及其推广应用，聚集多方力量，以合作共赢的方式共同打造一个可满足数字经济新时代需求的、造福于国家和社会的、国产化的智能物联技术产品生态圈。

本项目突破了机理模型与工况数据混合驱动的航空/航天复杂薄壁曲面零件全流程加工精度/效率/能耗预测技术，提出了零件全流程加工智能工艺优化决策方法，开发了具有完全自主知识产权的智能加工产线工艺全流程智能决策和优化软件系统。 一、项目分类 关键核心技术突破 二、成果简介 本项目突破了机理模型与工况数据混合驱动的航空/航天复杂薄壁曲面零件全流程加工精度/效率/能耗预测技术，提出了零件全流程加工智能工艺优化决策方法，开发了具有完全自主知识产权的智能加工产线工艺全流程智能决策和优化软件系统。 1、提出机理模型和工况数据混合驱动的航空/航天复杂薄壁零件全流程加工精度/效率/能耗高效高精预测算法，突破全流程加工工艺智能优化与决策技术。 2、开发具有自主知识产权的智能加工产线工艺全流程智能决策和优化软件系统，实现能耗监测/DFM/CAM/CAPP等工艺设计软件核心算法完全自主可控。