|
搜索
搜 索
高等教育领域数字化综合服务平台
山东联科科技股份有限公司
山东联科科技股份有限公司成立于2001年4月，位于山东省青州市鲁星路577号，员工总数500余人。旗下拥有山东联科新材料有限公司和山东联科卡尔迪克白炭黑有限公司两个子公司。
公司是一家专业从事二氧化硅和炭黑的研发、生产与销售的高新技术企业，其中二氧化硅产品主要包括LK、LKHD及LKSIL系列橡胶工业用二氧化硅和非橡胶工业用二氧化硅；炭黑产品主要包括N100、N200、N300、N400、N500、N600、N700系列及LK系列橡胶用炭黑和特种炭黑。公司两大系列产品主要用于轮胎和工业橡胶制品、电缆屏蔽料、色母料及饲料和日化行业等领域。公司客户包括国内外知名轮胎企业、橡胶制品企业、橡塑企业、饲料企业和鞋业公司等，产品销售覆盖中国大陆、韩国、东南亚、欧洲等多个国家和地区。公司为中国无机盐工业协会理事单位、中国橡胶工业协会炭黑分会理事单位、中国汽车工业协会相关工业分会会员单位。
公司以“深化能源综合利用、发展绿色循环经济”为企业使命，坚持“众心相联、科技立业”经营理念，经近二十年的发展、积累和沉淀，已成为轮胎助剂行业的区域龙头企业。公司以资源高效综合利用为导向、以技术创新为驱动，致力向产业链专业化与精细化方向发展；坚持打造循环经济产业链，实现能源节约和循环利用，遵循“保护环境，绿色低碳，和谐发展”的节能环保理念；建设以质量、成本具有高度竞争力的二氧化硅和炭黑制造基地。
公司及其子公司高度重视研发创新，建有“省级企业技术中心”、“山东省院士工作站”、“潍坊市无机硅材料工程实验室”、“潍坊市纳米二氧化硅功能材料工程技术研究中心”、“山东理工大学研究生工作站”，并与上海交通大学合作设立“导电纳米碳材料联合研发中心”；先后主持和参与起草了多项二氧化硅和炭黑国家标准；报告期内，公司及其子公司先后获得山东省循环经济创新科技重大成果奖，被评为潍坊市‘专精特新’中小企业、山东省能源综合利用先进单位。公司拥有专利89项。
山东联科科技股份有限公司
2021-09-08
科威达科技集团股份有限公司
科威达科技集团股份有限公司是专业从事智慧城市建设与技术服务的国家高新技术企业。公司成立于1997年，注册资本6600万元，占地26亩，建筑面积12000平方米，由研发中心、两家控股公司、四个事业部、十二个分支机构及山东省科大城市交通技术研究院组成。公司拥有员工近200人（其中本科及研究生学历占比80%以上，中高级职称占比45%以上），具有较强的产品研发和系统集成技术服务能力，申报专利50余项、软件著作权70余项、产品检测报告30余项。
公司专注于智能交通等领域核心技术研究、产品研发与生产，特聘国内智能交通领域专家，担任兼职研究员和技术顾问，与上海交通大学、北京交通大学、西安电子科技大学等高等院校开展产学研项目合作。公司自主研发的软硬件产品获得“中国智能交通协会‘智能交通杯’创新产品奖”、“山东省大数据优秀产品和应用解决方案”等奖项。
公司拥有电子与智能化工程专业承包壹级、安全技术防范工程设计施工壹级、建筑智能化系统设计专项乙级、ITSS贰级、CCRC贰级、CMMI5级、计算机信息系统集成、企业信用AAA级、信息安全、信息技术服务、质量、环境、职业健康等30余项资质认证，获得“中国（智能交通）十大创新品牌”、“‘平安建设’优秀行业解决方案提供商”等荣誉。
公司在国内建立了营销与服务网络，为用户提供全生命周期的系统集成、售后运维、信控优化、交通规划、交通管理咨询等专业化服务。
在科学技术飞速发展的今天，科威达科技集团矢志成为受人尊敬的、具有强大科技创新和可持续发展能力的城市智能交通行业的领跑者，为我国智能交通、智慧城市建设事业的发展贡献更大的力量！
科威达科技集团股份有限公司
2021-06-15
中信科移动通信技术股份有限公司
中信科移动公司作为中国信科本次5G产业落地湖北的实施主体，是2018年武汉邮科院与电信科研院融合重组成立中国信科集团后，整合武汉北京两地无线通信科技产业资源，于2020年10月重组成立的无线通信核心骨干企业。
中信科移动通信技术股份有限公司
2022-05-26
天津市晟科思科技发展有限公司
天津市晟科思科技发展有限公司，成立于2012年，是一家以软件开发和网站设计为主的高新技术企业，产品广泛用于企业、政府、高校等领域，并且与多个单位建立长期战略合作伙伴关系。公司已经通过ISO9001质量管理体系和ISO14001环境管理体系认证，取得21项软件著作权，19年公司申请并通过了国家高新技术企业及双软企业认证。
晟科思公司擅长于高校实验室仪器管理以及高校实验室信息化建设，特别是对高校的实验室安全系统的平台建设拥有雄厚的实力，目前全国有近百所院校在使用。晟科思一直致力于为教育行业提供专业的实验室信息化解决方案，在高校的教学、教务、资产、设备、实验室、后勤等信息化建设领域的解决方案设计和个性化定制软件开发方面，积累了丰富的经验，拥有雄厚的系统设计和开发建设的实力。
自2012年起，共承接上百个高校相关业务。主要包括试剂耗材管理平台、实验室安全巡检平台、实验室安全准入系统、资产与设备管理平台、实验室综合管理平台、电商采购平台、云智能控制终端及智能柜系统、废液管理系统、高校就业平台，微软正版化平台以及移动平台开发等等。
目前合作有高校有：清华大学、北京大学、浙江大学、天津大学、西安交通大学、北京理工大学、东南大学、中国人民大学、华南理工大学、暨南大学、华东师范大学、华东理工大学、华北电力大学等百余所院校。
晟科思秉承"为代码注入灵魂、为产品注入情感"的工作态度和"创新、分享、合作、共赢"的价值理念，为政府，高校，企业等客户提供专业、稳定、持续的价值服务，并正致力于为成为国内最优秀、最专业的政府及教育行业信息化解决方案提供商。
天津市晟科思科技发展有限公司
2022-05-24
我国科学家揭示压力应激导致焦虑与代谢异常的神经机制
研究发现，长期处于压力应激下的小鼠，出现了焦虑行为，这些小鼠同时出现了摄食减少、能量消耗降低的现象。
科技部生物中心
2022-04-08
基于共变正交和神经网络的网络流量预测技术
可以量产/n该项目公开了一种基于共变正交和神经网络的网络流量预测方法，该方法首先确定神经网络参数，再利用神经网络参数进行网络流量计算。基于共变正交原理的流量预测方法可以有效的预测网络中的流量变化趋势，但对流量数值的精度预测上还有较大差距；基于神经网络的流量预测方法由于其无法准确描述网络流量的特性，因此在预测流量的变化趋势上效果一般，但在流量数值的精度预测上比较有效。该发明将这两种流量预测方法有机的结合起来，设计了一种
华中科技大学
2021-01-12
一种反馈型人工神经网络训练方法及计算系统
本发明公开了一种反馈型人工神经网络训练方法及计算系统, 属于神经网络计算领域。一种人工神经网络训练方法，突触权重根据 神经突出两端的前馈信号和反馈信号调整，当神经突出两端分别为兴 奋前馈信号和兴奋反馈信号时，该突出权重调整到最大值，当神经突 出两端分别为静息前馈信号和兴奋反馈信号时，该突出权重调整到最 小值；一种反馈型人工神经网络计算系统，节点电路包括计算模块、 前馈模块和反馈模块，节点电路通过忆阻器模拟的神经突出相
华中科技大学
2021-04-14
自主神经再平衡防治心律失常的调控策略与临床转化
本项目致力于将“心脏自主神经调控防治心律失常”的创新理念和技术成果进行全球范围内的推广，已在全国40 余家大型三甲医院进行项目成果推广应用，在急性心肌梗死患者中减少了恶性心律失常和心肌损伤的发生，缩短了住院天数和降低了住院费用。
一、项目分类
重大科学前沿创新
二、技术分析
心律失常是最常见的心血管疾病之一，据统计，约80%的心源性猝死与恶性心律失常相关，严重威胁国民健康。项目组长期致力于自主神经调控防治心律失常的创新转化研究，在国家自然科学基金重点项目、国家重点研发计划、中央“万人计划”等项目资助下，取得了系列理论创新和技术突破：
1）构建了自主神经再平衡的理论体系，并阐明心律失常的关键神经机制；
2）研发了系列自主神经调控策略防治心律失常；
3）研发无创迷走神经调控系统，进行自主神经调控防治恶性心律失常的临床转化。
相关成果主要发表在Circulation（IF 39.918）、 J Am Coll Cardiol（IF 27.203 ）、Advanced functional materials（IF 19.924，封面论文）、Nano Energy(IF 19.096，2篇)、 Basic Res Cardiol (IF 17.165)、Cardiovascular Research（IF 13.081）等国际知名期刊，并被Cell、JAMA、Nat Rev Drug Discov、Nat Rev Cardiol等学术期刊引用3100余次。研究成果获2018年湖北省科技进步一等奖，连续两年获美国心脏病学会（ACC）中国原创研究一等奖，被《中华心律失常学》杂志评为当年心律失常领域全球十大研究进展之一。
武汉大学
2022-08-15
一种基于 RBF 神经网络的电缆接头导线温度预测方法
本发明涉及一种基于 RBF 神经网络的电缆接头导线温度预测方法。本发明主要分以下 4 个步骤：1） 样本数据采集：实时测量与电缆接头导线温度有联系的关联因素（环境湿度、环境温度、护套温度、接 头处绝缘层温度、触头温度和各种表皮温度）；2）网络训练：首先对 1）采集的数据进行预处理，划分 训练数据和预测数据，然后设置各种参数，创建网络，最后进行数据预测；本发明将神经网络技术应用 到电缆接头导线温度预测中，对电缆接头导线温度在线实时监测与故障分析有较好的作用。
武汉大学
2021-04-13
一种基于动态哈密顿积的神经网络实现方法
一种基于动态哈密顿积的神经网络实现方法，其特征在于，包括以下步骤：首先，设计输入特征驱动的动态核生成机制，根据样本特性自适应调整卷积核参数，实现多尺度、多方向特征的细粒度提取，充分发挥四元数表示的空间感知优势；其次，构建符合四元数几何特性的整体激活函数，通过超复数空间中的非线性变换保持通道间旋转缩放关系，避免传统分量式激活导致的关联性断裂。本专利提出的动态卷积根据输入样本的特征动态生成卷积核，使得网络能够针对每个输入样本动态调整其卷积核。这种灵活的调整机制不仅增强了模型的表达能力，还使其能够适应不同输入的特征，提取更具细粒度的特征。
复旦大学
2021-01-12