|
搜索
搜 索
高等教育领域数字化综合服务平台
【人民网】直击高博会开幕首日：前沿科技与教育创新的精彩碰撞
第63届高等教育博览会在长春开幕。本届高博会以“融合·创新·引领：服务高等教育强国建设”为主题，吸引了近700家知名企业和1000余所高校参会。
云上高博会
2025-05-23
人才需求： 财务管理、销售管理、生产管理、技术研发管理
1. 财务管理：熟悉现代企业财务管理方法并能熟练应用，梳理财务内部管理制度，建立并完善成本管理、预算管理，协调公司财务资源和业务规划等；2. 销售管理：建设强有力的业务销售团队，制定年度销售目标并组织分解落实。，可独立分析市场行情和行业动向，及时掌握最新的销售动态，为公司营销策略及新产品研发提供依据。3.生产管理：制定生产部各个科室合理有效的人员结构，使每个科室每个人员的潜能都能得到最大化的发挥；根据业务需求作出合理产能规划并合理安排生产，确保计划达成；制定作业标准，确保工人按标准作业；改善工艺，并在内部形成奖励机制，以提高作业效率；做好生产成本管理。4.技术研发管理在线材制品领域具有一定的理论基础和技术工作经验。
山东鑫大地控股集团有限公司
2021-08-27
面向生命科学的原位显微分析与操作仪
研究团队面向生命科学发展的迫切需求，研制出具有可视化、微创化、定点化、定量化功能的，集检测分析与操作于一体的原位显微分析与操作仪。
一、项目分类
关键核心技术突破
二、成果简介
南开大学机器人与信息自动化研究所于1992年在国内率先开展面向生物医学工程的微操作机器人研究，并于1996年研制成功国内第一台面向生物医学工程的微操作机器人系统，2002年获得微纳机器人领域第一个国家技术发明二等奖。
近些年来，研究团队面向生命科学发展的迫切需求，研制出具有可视化、微创化、定点化、定量化功能的，集检测分析与操作于一体的原位显微分析与操作仪。研究团队利用该仪器实现了机器人化的细胞核移植流程，并致力于提高克隆操作发育率。首先，通过在核移植过程中分析细胞受力，提出了基于最小力的细胞拨动方法，攻破了自动化核移植最大的技术屏障；其次，探索了面向减小细胞伤害的微操作方法，提高了胚胎发育中最关键的指标——囊胚率；最终，在2017年，将510枚利用该仪器完成核移植的重构胚移植到代孕猪中，并于2017年4月底分两胎生下17头小猪。这是世界首例由机器人完成核移植操作的克隆猪，该成果已被国家自然科学基金委及新华社、人民日报、中央人民广播电视台等媒体进行报道。
南开大学
2022-07-28
高校实验室科学规划与设计论坛在青岛举办
10月12日，高校实验室科学规划与设计论坛在青岛举办。
中国高等教育学会
2023-10-18
小学科学资源箱岩石、矿物与土壤资源箱
岩石、矿物与土壤资源箱
型号：QDY1501
实验清单：
认识岩石 认识矿物
仍是土壤
岩石与矿物之间的关系
观察土壤的特点与特征
青华科教仪器有限公司
2021-08-23
小学科学资源箱种子的萌发与发育资源箱
实验清单：
种子的萌发与植物的生长
植物生长的向光性
种子的萌发与发育资源箱
型号：QSZ1302
青华科教仪器有限公司
2021-08-23
关于组织申报2022年度安徽省科技创新战略与软科学研究专项项目的通知
为深入实施创新驱动发展战略，加快推动高水平创新型省份和科技创新策源地建设，经研究启动2022年度安徽省科技创新战略与软科学研究专项项目申报工作。
安徽省科学技术厅
2022-05-10
海南省科学技术厅关于印发《海南省国际科技合作研发项目和经费管理暂行细则》的通知
为贯彻落实《海南省以超常规手段打赢科技创新翻身仗三年行动方案（2021-2023年）》和《海南省科技计划体系优化改革方案》等文件精神，根据《海南省科技合作专项和经费管理暂行办法》的要求，我厅制定了《海南省国际科技合作研发项目和经费管理暂行细则》，现予印发，请遵照执行。
海南省科学技术厅
2022-06-17
【中国教育新闻网】一场科技创新与产教融合的盛会
第63届高博会以“融合·创新·引领：服务高等教育强国建设”为主题。记者走进中铁·长春东北亚国际博览中心展馆，感受一场结合科技创新与产教融合、人才战略与区域振兴的盛会。
中国教育新闻网
2025-05-24
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。
解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。
在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。
目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学
2025-05-12