产品详细介绍系统概述： 考务管理与学业评价系统是一款通用的“考务管理、考场管理、成绩分析和学业评价”二合一系统，由“考务管理、考场管理和学业成绩评价”三个子系统组合而成，提供了“成绩参数设置、考试安排、考场安排、座位安排、监考人安排、考试录分、成绩计算、成绩分析、考试公示、成绩查询、参数公示”等一整套考试业务相关功能。 考务管理负责考试相关事务安排工作，考场管理提供考场相关事务管理，而学业成绩评价则负责从多个维度来计算和分析学生的考试成绩，从而更好的协助任课教师、班主任和教务处老师来计算考试成绩、制作成绩报表和绘制考试分析图，从而提高成绩分析速度和学生学业评价相关工作效率，减轻教师负担，提升教学质量。方便学生和家长网上查询考分和分析个人成绩趋势。 考生成绩单可以一键发送到家长的手机微信上，家长可以第一时间知道学生的考试成绩结果，这能大大提升家长对学校教务工作的满意度。 系统特色： 全面支持“走班化教学”背景下的考试管理，考场管理和成绩分析； 考务管理、考场排座、学业评价功能三合一； “一键计算”即可完成全部计算，无需担心成绩数据前后不一致的问题，任何一点成绩考分的改动，都需要全套数据重新计算，一键计算确保无论多少次修改数据，都能确保各项计算和统计数据的正确、一致和完整； 开放的计算参数方式，确保一套系统可以适应不同学情的学校实际需求，确保软件千校千面； 软件界面简洁实用，性能突出，占用资源少。

该系统是新能源电动汽车中电池管理系统的教学、开发平台，并提供控制器C语言程序代码、电路原理图、理论/实验指导书、主要芯片数据手册等资料通过学习掌握电池管理系统原理，并具备一定的系统开发、故障诊断能力。

本成果来自国家级、省部级科技计划项目和有重大应用前景的横向项目，已登记软件著作权1项，公开发明专利4项，知识产权属于西南交通大学。该系统通过利用各类传感器采集供电系统中关键设备的状态数据及服役环境信息，借助信号处理、信息融合及智能推理算法对系统进行故障预测与健康状态管理，在短时间尺度上进行故障预测与快速诊断、在中时间尺度上进行健康评估与剩余寿命预测、在长时间尺度上进行系统可靠性评估与风险评估，并根据健康状态制定系统的状态维修策略，保障轨道交通系统的安全可靠、经济高效运行。

法律知识体系是多种逻辑的结合,并且法律的知识体系非常复杂。可以从法律法规自上下构建体系,也可以从法学概念的相关性去构建体系。然而专业领域的知识图谱的构建和百类知识的融合和构建不同,需要专家的指导和监督。近来,伴随着“智慧法院”的建设,司法知识图谱的构建时机也日臻成熟。本项目计划文书进行摘要,进而把涉案事实结构化,找到知识图谱中对应的实体概念,触发知识图谱里些推送知识,判断法律事件发生概率

项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。

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。

中试阶段/n为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。。支持额度：。500。万元。承接单位：。湖北省。项目进展：。为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。。项目基本内容：。为提升高速公路智能养护和预防性养护技术水平，实现数据统一管理与共享，采用“一张网”理念把全省高速公路典型基础设施纳入统一的资产智能管理平台，形成交通基础设施智能监测诊断中心。研发了一套基于移动互联网的高速公路智能巡检养护管理系统，主要以WEBGIS为平台，采用互联网、参数化三维建模、VR三维实景等技术，建立统一规范的高速公路设施病害分类库，研发智能终端和互联网应用系统对高速公路沿线设施的巡检养护进行信息化管理，为用户提供巡查养护数据采集、设施病害和事件处理、高速公路主要设施的技术状况评定、维修工程资料管理、基础信息查询浏览、竣工图纸查询浏览等一体化信息服务，实现生产一线与管理层面的实时沟通与高效协调。高速公路智能巡检养护管理系统是我国公路行业的现实需要，可以提升高速公路资产管理的信息化、智能化、时效化、便捷化和可视化水平。本成果市场前景及预期经济效益十分广阔。