|
搜索
搜 索
高等教育领域数字化综合服务平台
关于第十二届中国创新创业大赛山东赛区暨2023年“建行创业者港湾”山东省中小微企业创新竞技行动计划网上初选结果的公示
第十二届中国创新创业大赛山东赛区暨2023年“建行创业者港湾”山东省中小微企业创新竞技行动计划网上初选已经结束，现对经网评初选拟进入现场晋级阶段的企业（团队）名单进行公示（详见附件）。公示时间为2023年8月8日至2023年8月14日。对公示名单有异议者，请于公示期内提交书面材料，逾期不予受理。个人提交的材料请署明真实姓名和联系方式，单位提交的材料请加盖所在单位公章。
高新技术发展及产业化处
2023-08-08
关于公示2023年中关村国家自主创新示范区提升国际化发展水平项目拟支持单位的通知
按照《中关村国家自主创新示范区提升国际化发展水平支持资金管理办法（试行）》（京科发〔2022〕9号），现将2023年中关村国家自主创新示范区提升国际化发展水平项目拟支持单位名单进行公示。
国际合作处（港澳台科技合作办公室）
2023-07-12
湖南省人民政府办公厅关于印发《湖南省大力支持大学生创业若干政策措施》的通知
《湖南省大力支持大学生创业若干政策措施》已经省委、省人民政府同意，现印发给你们，请结合实际认真贯彻落实。
湖南省人民政府办公厅
2024-12-04
海南省科学技术厅关于印发《海南省自然科学基金专项和经费管理办法》的通知
为规范海南省自然科学基金专项和经费的管理，提高基础研究水平，发现和培养科技人才，增强我省自主创新能力，促进科学技术进步和经济社会发展，实现高水平科技自立自强，根据《国家自然科学基金条例》《关于改革完善省级财政科研经费管理的若干措施》（琼府办〔2022〕20号）等相关规定，结合我省实际，制订本办法。
海南省科学技术厅
2024-12-13
专家报告荟萃⑪ | 西南科技大学副校长尚丽平：西南科技大学 科教融汇培养新兴领域人才的实践与探索报告
科教融汇是创新人才培养模式的重要突破口。将高水平科研优势转化为高质量育人能力，以创新人才自主培养支撑高水平科技自强自立，这既是促进国家创新发展的重要保障，也是高校使命担当及自身可持续发展的客观要求。西南科技大学作为一所地处西部的地方高校，积极响应国家号召，致力于以科教融汇探索新兴领域创新人才的培养路径。
中国高等教育博览会
2024-12-31
关于举办“千校万企供需对接会”（东北地区专场）暨东北地区2025届高校毕业生人才双选会的通知
为深入贯彻落实党中央、国务院关于高校毕业生就业工作决策部署，全面落实推动东北全面振兴取得新突破战略部署，统筹推进教育科技人才一体发展，搭建区域人才供需对接平台，促进高校毕业生高质量充分就业，经商教育部高校学生司（高校毕业生就业服务司），中国高等教育学会、全国普通高等学校毕业生就业创业指导委员会决定在第63届高等教育博览会期间举办“千校万企供需对接会”（东北地区专场）暨东北地区2025届高校毕业生人才双选会。
中国高等教育学会
2025-04-17
教育部党组书记、部长怀进鹏：深入学习贯彻习近平总书记关于教育的重要论述 扎实推动教育强国建设
十四届全国人大常委会日前举行第十七讲专题讲座，教育部党组书记、部长怀进鹏作了题为《深入学习贯彻习近平总书记关于教育的重要论述 扎实推动教育强国建设》的讲座。
教育部新闻办
2025-07-22
一种双加工点共轨运动控制方法、加工方法及其装置
本发明公开了一种双加工点共轨运动控制方法、加工方法及其装置，用于在数控机床加工轮廓轨迹时实现主加工点和副加工点同时位于该轮廓轨迹上，包括 S1 根据主加工点的坐标、行进方向以及与副加工点的距离，计算副加工点在轮廓轨迹上的位置以及弦线的方向；S2 计算弦线在下一时刻的方向；S3 计算该弦线旋转的角度；S4 计算弦线旋转需要加工点在工件坐标系下分别在 X 轴和 Y 轴方向的补偿量；S5 结合工件坐标系和机床坐标系的换算关系，获得主加工点和副加工点的绝对坐标，实现双加工点共轨控制。本发明方法填补了实际加工
华中科技大学
2021-04-14
一种重力梯度仪自标定方法及离心梯度补偿方法
本发明公开一种重力梯度仪自标定方法及离心梯度补偿方法，其中重力梯度仪自标定方法通过改变重力梯度仪的水平倾斜角或惯性稳定平台的旋转角速度改变重力梯度仪敏感的离心梯度，记录不同离心梯度激励下重力梯度仪的输出及检测的离心梯度数据完成重力梯度仪标度系数、零偏的标定；根据标定模型及重力梯度仪的输出得到含有离心梯度的重力梯度数据，将其减去检测的离心梯度，实现离心梯度补偿。本发明提供的标定方法可由计算机自动运行，实现自标定，该方法仅依靠重力梯度仪本身，不需要依赖外部检测质量即可完成标定，该标定方法，方便、简洁、容易实施。
东南大学
2021-04-11
关于发布可解释、可通用的下一代人工智能方法重大研究计划2024年度项目指南的通告
该重大研究计划面向以深度学习为代表的人工智能方法鲁棒性差、可解释性差、对数据的依赖性强等基础科学问题，挖掘机器学习的基本原理，发展可解释、可通用的下一代人工智能方法，并推动人工智能方法在科学领域的创新应用。
国家自然科学基金委
2024-03-15