高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
青鹿教学督导平台
对课堂的互动数据进行分析,并对其中练习结果、答题情况进行分析,指导老师调整计划。 产品优势 提供便捷巡课模式 支持实时巡课与实录巡课。督导员可实时远程观看教室内教师的教学过程,也可通过平台进行回溯式教学督导与评价。 支持多维督导评价 提供可灵活定义的督导评价体系,在巡课过程中,还可以拍照 存证,为督导专家提供多维度的评分依据。 自动生成督导报告 督导员完成教学督导评价后, 系统将进行自动的统计和分析,并结合对课程以及互动数据的分析,生成教学督导报告。 产品应用 录播互动智慧教室 方案依托互动录播主机,为学校打造融合教学互动、智慧录播、数据分析为一体的智慧教学空间;可快速形成丰富的校本同步教学资源,为教师教学评估、教研活动提供有效的参考材料;为学生预习、复习提供更为生动的学习空间。本方案还可满足学校管理员与管理决策者的教学督导需求,实现一套方案服务教学与管理两大核心环节的信息化改革。 手机互动智慧教室 手机互动智慧教室解决方案可支撑多种新型教学模式,兼容多种学生终端,学校无需另外采购终端设备让学生方便快捷参与智慧教学,包括课前备课自习、课中即时互动、课后分析巩固,拿起手机便能做到教学流程全覆盖,随时随地实现交互反哺的教与学。 研讨互动智慧教室 依托交互式大屏一体机、平板电脑、手机等智能终端和智慧课堂系统,研讨型智慧教室为“小组分组-小组研讨交流-小组成果展示”等小组研讨过程提供全方位的支持,集支持交流研讨、多屏互动、成果展示、多元评价等功能于一体的智慧化教学环境,让小组研讨活动组织更加便捷,让研讨过程和细节可视化、可回溯,教师对各个小组、各个学生进行有针对性的评价,实现差异化教学。
广州青鹿教育科技有限公司 2022-09-20
大数据教学实验平台
新大陆以教育部、人社部提供的大数据岗位技能标准材料文件为指导思想,依托丰富大数据行业经验,构建贯通8大维度完善的人才培养体系,面向职业学校量身定制“大数据专业”,提供应用开发和运维两个方向配套的课程及丰富的教学资源。 产品特点快捷:使用主流的ElasticSearch HDFS大数据分布式全文检索技术,快速定位课程资源,从课前、课中、课后的教学的各个场景出发,围绕着“一人一课表”,避免传统的菜单导航,以工作台引导式的操作体验,方便教师与学生快速定位当前课程入口,进行课前备课与预习、课中教学与实验等操作。方便:一站式大数据实验室,随时随地“做中学”在B/S模式下,可以随时随地通过浏览器进行实验结合教学场景,根据课程自动匹配创建实验环境,极大的减少了实验准备工作 “步骤式”的实验手册,配合自动化实验报告截图,提升效率实验,做到真正的”做中学““坐席式”的实验监控,让老师和学生的实验互动更加容易稳定:根据每门课程的实验规格,提供实验环境所需资源弹性分配与回收能力,同时有效控制了实验服务器成本专业:提供一体化、颗粒化的教学资源,基于教学课程进度,“向导式”的设计课案。
新大陆教育 2022-09-19
微光量子教学板
产品规格:高度≥1.2m,宽度可根据需要任意选择(1.2m~4m),整板无拼接。 产品优点: 1.拥有独家开模大尺寸,可直接替代投影幕布(独家无边投影板是投影机最佳拍档)。投影成像色彩柔和,无光斑,一体化设计,可在投影区域直接手写或笔写。 2. 保护学生视力,缓解视觉疲劳,环保书写最佳方案。采用特殊米黄板面材料,色谱波长在500~700纳米之间,科学证明该波段为人眼视网膜最能接受色谱段。 3. 无粉尘性,环保教学,实现100%无尘教学。从而彻底杜绝电子设备因粉尘而导致的使用故障,延长配套电子设备使用寿命。 4. 更适于水墨书写湿擦教学。板面经过5层静电喷涂而成,解决了普通黑板亲水性,吸附性,摩擦力等问题。 5.板面书写流畅,耐磨,不打滑。 产品特性:  高质量版面材质,硬度≥9H,光泽度≤16GH,背板采用厚度为0.4mm镀锌钢板。  
西安东康实业有限公司 2022-09-15
重庆煜辉教学用具有限公司,是生产无尘教学
产品详细介绍米黄板可以一板多用,为学校节约购置成本:1、可以用作教学书写板;2、代替投影幕布打投影;3、代替电子白板,配合电脑和投影仪使用,实现师生互动。环保无尘可擦墨水适合在米黄板、白板、蓝板、灰板上书写,好写好擦,书写无尘,擦试无痕。诚招全国代理商:QQ:1131035270  电话:15730159707
重庆煜辉教学用具有限公司 2021-08-23
基于机器视觉的智能拉力试验机
一、 项目简介通过机器视觉进行电缆护套拉伸长度测量,用于“电线电缆”产品检验设备,通过数字图像处理技术测量电缆护套上两个标志点之间的长度,来分析电线电缆绝缘层材料的抗张强度和断裂伸长率。该检测装置无需人工干预,可自动完成电缆护套试件拉伸长度的测量,检测过程中样品无接触压痕,可实现5个实验样本一次装卡,同时作拉伸长度检测试验,并进行智能数据分析,缩短了试验时间,极大地提高了实验效率和检测精度。二、 项目技术成熟程度已完成样机研制,获专利1项。三、 技术指标(包括鉴定、知识产权专利、获奖等情况)1、最大试验力:500N ;     2、测力示值准确度:≤±1.0%;3、试验速度范围:10-500mm/min; 4、速度示值准确度:≤±1mm;5、移动台最大位移:600mm ;  6、位移示值准确度:≤±1mm。四、 市场前景(应用领域、市场分析等)产品可用于电材生产及相关质检部门,目前国内无类似产品,属国内首创,市场前景看好。五、 规模与投资需求(资金需求、场地规模、人员等需求)机械部分可以自行加工或外协加工,计算机电控部分组装与调试需2~3人。除机械部分外,厂房40平方米左右即可。规模生产需要流动资金100万左右。六、 效益分析 按每年生产200台计算,可获利约1500-2000万,七、 合作方式 技术入股,技术转让等形式。或面谈。八、 项目具体联系人及联系方式(包括电子邮箱)项目负责及联系人:高振斌,电话:022-60436758邮箱:gaozhenbin@hebut.edu.cn九、高清成果图片2-3张  
河北工业大学 2021-04-11
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布,以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地,他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数,即张量网络的张量元,可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习,最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点:它不仅可以利用GPU高效地学习到模型参数,还可以利用张量网络的灵活性动态地调节模型表达能力。此外,与传统的基于统计物理的生成模型(例如玻尔兹曼机)相比,玻恩学习机还具备直接生成无关联样本的强大能力,从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想,是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力,意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外,这类模型在量子信息处理,量子计算以及多体物理中具有应用潜力。展望将来,最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机,从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行,向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学 2021-04-11
机器视觉系统应用实训平台(初级)
深圳市越疆科技有限公司 2022-06-14
机器视觉系统应用实训平台(中级)
深圳市越疆科技有限公司 2022-06-14
机器视觉系统应用实训平台(高级)
深圳市越疆科技有限公司 2022-06-14
MXY9003 机器视觉综合实训平台
一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点,特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用,可以充分挖掘学生的潜能,拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程,也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征,分析适用的照明方式: 2、利用线阵CCD相机对物体的尺寸测量实验; 3、利用线阵CCD相机对物体的角度测量实验; 4、利用线阵CCD相机对物体扫描实验; 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验; 6、面阵CCD和CMOS相机颜色识别与变换实验; 7、面阵CCD和CMOS相机对物体尺寸测量实验; 8、面阵CCD和CMOS相机对投影与差影图像分析实验; 三、配套文件资料  1、实验指导书1本;  2、实验软件1套;    客户自行配置电脑       
天津梦祥原科技有限公司 2021-12-17
首页 上一页 1 2
  • ...
  • 94 95 96
  • ...
  • 187 188 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1