|
搜索
搜 索
高等教育领域数字化综合服务平台
供应网络在线嘉宾访谈系统软件
产品详细介绍 腾创网络在线嘉宾访谈系统因其良好的适时性、交互性，目前已经成为政府网站、地方门户、新闻媒体网站以及教育机构、大型企业网站必备的功能配置之一。而随着宽带的普及，嘉宾在线访谈系统的发展趋势，已经由早期的纯文字访谈、图文访谈逐步过渡到以视频访谈为主。 腾创网络嘉宾访谈系统正是深圳市腾创网络技术有限公司基于网络宽带环境下独立研发的一套视频在线访谈系统，该系统可以跨平台操作，采用mysql数据库，将Flash视频技术与jsp完美结合，使在线访谈步入视频时代。 腾创网络嘉宾访访谈系统实现了网上互动信息实时交流，达到事先发布讨论、定时开放、现场直播等网上交流的目的。 腾创网络嘉宾访谈系统支持网络视音频直播、互动交流应用等，支持大规模并发访问及严格用户认证管理，具有良好的安全性、稳定性、扩展性、可移植性、易用性等。 腾创网络嘉宾访谈系统实现的主要功能如下： 1）在线访谈主题管理 2）在线访谈活动的管理与控制 3）在线访谈内容的审核与管理 管理员可对访谈参与者的发布言论进行管理，保证互动访谈的有序进行。 4）流媒体内容直播管理 流媒体直播应用包括访谈现场信号的直播和录像资料的在线播放等。 5）互动交流 系统支持访谈参与人员与访谈嘉宾进行文字等多种形式的互动交流。 咨询：0755-26070697 QQ:751503375
深圳市腾创网络技术有限公司
2021-08-23
医学检验仿真实训系统软件
产品详细介绍
一、整体概述：
医学检验虚拟仿真实训系统是国泰安教育技术股份有限公司开发的新兴产品，以医院检验科真实设备为仿真对象，涵盖生化检验、血液检验、体液检验、微生物检验、免疫检验五大类型。通过3D数字建模与仿真动画技术来模拟检验仪器的操作过程，实现在没有真实检验设备、试剂、样品、仪器的情况下完成检验项目操作。避免了学校因无贵重检验设备而无法开展实训的困境，解决了课本知识与实际操作的脱节，帮助学生掌握实验操作流程，了解实验构造及原理，满足现代实验教学的需要。
二、软件介绍：
医学检验虚拟仿真实训系统以医学检验行业分类为基准，选取“实时荧光定量PCR”、“流式细胞仪”、“全自动生化工作站”、“全自动微生物鉴定系统”、“全自动血液分析仪”作为典型设备，模拟检验项目的实验流程，嵌入仪器工作视频，融入知识点考核，建立完整的临床检验基础实验操作及思维模式训练。
三、特色亮点
四、产品定位
《医学检验虚拟仿真平台》主要面向医学类院校医学检验相关专业老师、学生，老师可用来做教学演示及实训考核，也可作为掌握学生学习情况的一个途径。医学检验相关专业学生可通过软件随时、随地进行大型检验临床仪器的仿真实训，在见习前，可以通过虚拟仿真实训学习模式对见习内容进行预习，课后，可通过虚拟仿真实训考评模式对见习内容进行复习，除此之外，学生可在专业课堂实验教学后，对比传统的手工操作与实际医学检验操作的区别。
深圳国泰安教育技术有限公司
2021-08-23
面向物联网的硅基固支梁可重构SIW带通滤波器
本发明公开了一种面向物联网的硅基固支梁可重构SIW带通滤波器，包括SIW带通滤波器、转接结构(3)和MEMS固支梁结构。SIW带通滤波器包括相互级联的SIW谐振腔(9)，相邻的SIW谐振腔之间存在耦合窗口(14)，MEMS固支梁结构设置于耦合窗口中。在一些特定的需要控制无源滤波器通带中心频率频繁切换的电路中，本发明通过MEMS固支梁结构很好的避免了需要依靠增加滤波器数量去控制电路的问题，并且MEMS固支梁结构的闭合所需要的电压较小也基本不会影响电路的正常工作，能够有效地降低电路控制的功耗。MEMS固支梁(6)可以实现快速的DOWN态和UP态的转换，可以有效地实现微波电路中对滤波器滤波范围的控制。
东南大学
2021-04-11
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
产品服务:项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中，通过常规车载传感器实现小车的“智能化”，利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发，实现APP同时与实车和模型车的互联，实现智能运输小车运输末端的配送。市场概况:本项目希望将来与各电商平台合作，APP与电商、外卖软件结合，将网上购物彻底融为一体；同时与互联网公司合作，提升小车的智能化以及无人驾驶的精确度，真正做到在小区内取代快递员完成最后的运输任务，并能提升效率、安全性，以及节省财力、人力，并初步形成小区内智能化的高精度物联网。 商业模式:本项目希望采用先试点后普及、先免费后收费的盈利模式。在四星及五星级小区先行免费试点，收集用户反馈评价，统计满意度。改进后逐步开启按时效每户收费，并最终普及三星级小区及更多居民居住区。
同济大学
2021-04-10
一种应用于LTE MTC电力物联网的新型发射机
本发明公开了一种应用于LTE MTC电力物联网的新型发射机，包括：DSM调制器，用于分别采样和调制基带部分输出的I、Q两路正交数字基带信号，得到两路数字电平信号；本振可变增益衰减器，用于对本振信号功率衰减并输出多路正交差分信号；上混频器，用于将两路数字电平信号变换后作为其内晶体管开关的控制信号，以控制晶体管开关选择本振可变增益衰减器输出的正交差分信号中的某一路得到和输出射频信号；可变增益射频放大器，用于对射频信号按所需增益放大；射频功率放大器，用于对射频信号功率放大；射频SAW滤波器，用于对功率放大后的射频信号滤除带外噪声。本发明具有功耗低，可采用非线性较强的射频功率放大器，提高了发射机的能量效率。
东南大学
2021-04-11
基于Dijkstra算法的高精度物联网小区无人智能运输车的设计
项目旨在设计出一款基于Dijkstra算法的高精度物联网小区无人智能运输车。该项目主要可分为两个部分:实车与模型车的同步开发和基于eclipse平台的APP开发。在实车和模型车的开发过程中，通过常规车载传感器实现小车的“智能化”，利用Dijkstra算法解决最短路径选择问题。利用计算机语言完成在eclipse平台上的APP开发，实现APP同时与实车和模型车的互联，实现智能运输小车运输末端的配送。
同济大学
2021-02-24
基于物联网技术的分布式设备智能运维云服务平台
“基于物联网及云计算技术的设备故障诊断及预测平台”利用云计算、物联网、大数据、移动互联网等现代信息通信技术，实现人与设备、人与人、设备与设备的实时互动，实现信息和数据的共享。软件产品以服务的方式向用户提供。减少企业的平台搭建费用、数据安全维护成本、服务器投资和维护成本、专业技术人员投入成本、软件升级维护成本等。所有云服务产品实现全移动化，支持IOS和Andriod系统的多个版本，并且与PC端数据实时同步。云平台配置了冗余容灾、异地备份以及通讯加密、防止暴力破解等技术解决方案。
技术优势：
1.我们在围绕以大型建筑设备为主的智能运维平台中处于领先阶段目前该行业设备比较分散，信息化程度不高，我们从2014年开始研发该智能运维平台，目前处于国内领先阶段。
2.智能运维平台数据积累量巨大，为大数据分析提供基础设备智能运维云平台经过近两年的研发，于2016年年底上线至今已得到行业内企业的认可。目前已接入上千台设备，每月新增数据条数达几十亿条，该运维平台将会是大数据平台的数据、需求、市场的直接来源。
3.产学研合作推进平台的技术发展
产学研合作将为该项目提供更多研究性成果，目前已申请发明型专利2项、实用新型专利6项，软件著作权7项。
应用概况：
该平台于2016年年底上线至今已得到行业内企业的认可。目前已接入上千台设备，每月新增数据条数达几十亿条。设备主要为建筑设备相关，如：大型中央空调主机、冷冻机、水泵等。接入设备主要分布于南京、上海、杭州、济南、贵州等地。目前平台接入企业50多家。
南京工业大学
2021-01-12
互联网文本内容主题概念漂移检测系统
成果描述：互联网文本内容主题 概念漂移检测系统， 通过分析数据集中的 所有文档数据的潜在 语义关系，提取出它 们之间的潜在语义主 题标示，通过评估参 数的方法，将生成的 主题时序关系用数据 的形式表示出来，并 以此为依据主动发现 待预测数据集中主题 的转变与转化现象， 并提供给用户这一主 题转移过程。市场前景分析：点。基于这些特点， 流数据的处理和分析 面临巨大的挑战，是 当前数据挖掘领域研 究的热点。 分类是数据挖掘领域 的重要课题，当前流 数据分类问题面临的 主要挑战之一就是概 念漂移问题，即数据 中学习的概念（从属 性到类别的映射）是 随时变化的。 通过对互联网中文本 内容的主题概念漂移 进行检测，对于正确 分类互联网文本等方 面具有重要的意义。与同类成果相比的优势分析：能够将生成的主题时 序关系用数据的形式 表示出来，方便用户 查看； 可以动态调整评估参 数，以实现对不同数 据集的自适应性分析； 可以将评估参数值与 发生概念漂移的主题 中心相关联，主动探 测出主题发生变化的 过程。
电子科技大学
2021-04-10
CDMA2000移动互联网内容监管系统
本系统在设计中使用了先进的网络处理器技术，包括高性能的IXP2400处理器和高速千兆以太网接入能力，提供了强大的网络处理能力和可靠的运行稳定性。本系统完成的基于网络处理器硬件平台根据不同的实际需求，可以广泛应用于各种网络通信系统和网络安全领域，边缘路由器，千兆硬件防火墙和入侵检测系统，具有广阔的市场前景。
东南大学
2021-04-10
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11