麦可思教学质量管理平台将专业数据挖掘技术与先进信息化手段结合，为管理部门提高效能，充分发挥教评数据价值，为高校诊断教师教学问题，支撑教师教学考核，指导教师教学进步，让教评数据既能作为学校内部管理抓手，又能支撑外部评估考核。

智慧教学 以科技助力教育数字化战略，以AI+大数据构建智慧教学生态，助力学校高质量发展，服务义务教育双减，基于智慧教室、教学云平台、移动应用，形成以教学大数据为核心的感知、采集、监测、挖掘和分析体系，深化新时代教育评价改革，支撑高质量个性化人才培养。 智慧教室 根据学校教学模式和学科特点构建双屏教室、三板教室、研讨型教室、MOOC教室、VR/AR/全息教室等多形态智慧教室，实现常态化直播录播、可视化督导评教、跨校区互联互通、线上线下混合教学，打造无边界课堂，让每一堂课实现智慧化升级。 教学大数据 聚焦教育内涵式发展，通过全过程、多维度的教、学、管、评、考大数据采集、汇聚、展示、分析、挖掘，构建科学化、精细化的教学质量监测评价指标体系及辅助支撑平台，赋能传统智慧教室，为提高院校教育教学质量、提升教育治理水平提供支撑。 虚拟仿真实验教学 依托虚拟仿真、裸眼3D显示、全息影像、数字孪生、体感交互等技术，构建高度仿真、可互动的沉浸式虚拟实验环境、实验平台和实验课程，有效解决传统实验教学中高危或极端环境、不可及或不可逆操作、学生数量多实验设备少等多种因素限制的问题。 工程训练中心 建设实施工业基础教育和工程创新素质教育的工程训练中心，涵盖机器人、人工智能、自动驾驶、无人机、5G等领域，为学生的实习、设计、竞赛等实践环节提供实验及工程实践训练环境，培养具有工程意识、创新意识和工程实践综合能力的高素质人才。 智慧校园 依托物联网、人工智能、云计算、大数据等新一代信息技术，实现校园内人、事、地、物、干的万物智能互联，实现全校域感知、全空间打通、全流程采集、全数据互联、全过程保障、全智能服务，服务智慧教学、智能安全、智慧科研、智慧后勤等多业务场景，以教育信息化全面推动教育现代化。 智慧后勤 以智能感知终端为基础，基于超低功耗物联网技术、大数据技术，服务学校能耗监测、资产统计、宿舍管理、车辆调度、人员值排班等后勤业务，实现学校后勤人、事、物精细化、网格化管理。 平安校园 基于AI与网格化引擎，实现校园视频监控、消防报警、综合值班、师生求助、远程会议、应急指挥6位1体的联动管理，全面把控学校人员、车辆、设备动态，通过安稳大数据互联互通、主动防御与风险预警，打造全方位、全天候的平安校园。 智慧校园 基于物联网与数字孪生，实现一张网全校域智能感知、一张图可视化管理，构建校园大脑，为各业务体系提供能力输出，整合实现微观全面感知、宏观全局掌控、信息精准采集、态势立体展现、实时分析预警、联动应急指挥、事件接诉即办、决策科学高效。

（专利号：ZL 201410258557.5） 简介：本发明公开了一种可吸收挥发性有机物并高效捕集细颗粒物的褶式滤筒，属于空气过滤领域。该褶式滤筒的过滤介质分为两层，靠近迎风面侧的一层为粗效或中效过滤介质，另一层为高效过滤介质，所述靠近迎风面侧的一层过滤介质中通过喷洒或浸渍方法浸渍了一定量的以活性氧化铝为载体的铁、银离子颗粒物；褶式滤筒的外径为160～350mm，滤筒外圆周上褶与褶间的弧长为3.9～4.5mm，褶高为褶数的18％～25％。

浙江大学水质自动监测站竞争性磋商

一种树径生长量的自动测量装置，通过无线网络节点远程监测装置实现实时监测树径的实时生长量和生长状态；包括装置固定模块和测量模块；装置固定模块将测量模块固定于树干上需要测量树径变化量的位置上；测量模块包括带有弹簧的直线位移传感器、测头端滑轮、转向滑轮、导向滑轮、无弹性细钢丝绳、卡头和测头端滑轮与带有弹簧的直线位移传感器的连接部分；无弹性细钢丝绳通过转向滑轮、导向滑轮和测头端滑轮后，无弹性细钢丝绳环抱于需要测量树径的位置上，通过卡头将无弹性细钢丝绳两端卡紧；根据带有弹簧的直线位移传感器的位移量来确定树径生长的变化量。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

项目成果/简介:一种树径生长量的自动测量装置，通过无线网络节点远程监测装置实现实时监测树径的实时生长量和生长状态；包括装置固定模块和测量模块；装置固定模块将测量模块固定于树干上需要测量树径变化量的位置上；测量模块包括带有弹簧的直线位移传感器、测头端滑轮、转向滑轮、导向滑轮、无弹性细钢丝绳、卡头和测头端滑轮与带有弹簧的直线位移传感器的连接部分；无弹性细钢丝绳通过转向滑轮、导向滑轮和测头端滑轮后，无弹性细钢丝绳环抱于需要测量树径的位置上，通过卡头将无弹性细钢丝绳两端卡紧；根据带有弹簧的直线位移传感器的位移量来确定树径生长的变化量。

本发明公开了一种自动钻铆机的插钉压铆单元，所述插钉压铆单元包括壳体，该壳体的外侧安装有驱动模块，该驱动模块包括用于提供插钉压铆单元作业时所需动力的驱动电机；壳体内设有进给模块，该进给模块包括与驱动电机相连并转动安装在壳体内的滚珠丝杠副，该滚珠丝杠副中的丝杠螺母座背向滚珠丝杠副和驱动电机连接处的一面固定有伸出壳体外侧的伸缩柱，伸缩柱背向丝杠螺母座的一端固定有用于作业的上铆模；所述壳体上还设有通过检测进给模块的轴向载荷和伸缩柱的轴向位移的检测模块。本发明具有结构紧凑、反馈精确、安全性和可靠性高以及适应性好的特点。