希望能与有三维建模能力的伙伴合作，基于我司的GIS平台加载能力，提供三维数据建模服务，支持提供LOD1-LOD5 多级别数据生产制作能力。

湖北中潮教育科技集团有限公司（简称“中潮教育”）是一家基于教育大数据和产教融合理念，通过教育内容研发与创新，充分利用移动互联网和信息技术的手段，打造商学类、管理类、法律类、党建类、人文类专业、职业与行业的课程体系，为各类企业、事业和政府组织建立特色化的职业技能提升学习系统，帮助社会大众提升职业素质，培养学习型组织，实现利用互联网平台传授知识、传播思想、传承文化的教育企业。

本发明公开了一种基于多感知数据融合的人机自然交互系统，包括MEMS手臂跟踪装置、视觉跟踪装置，以及安装在操作者的手掌上的力反馈装置，上述各装置由PC终端控制，PC终端包括手臂运动解算模块、图像处理模块、力学解算模块和虚拟场景渲染模块；虚拟场景渲染模块根据手臂运动轨迹和手指运动轨迹生成虚拟手臂和手指，力学解算模块根据虚拟手指与虚拟物体的碰触信息，计算操作者当前状态下应得到的期望反馈力矢量；本发明可满足手臂大范围运动情况下的手臂运动轨迹的跟踪要求；其次，可通过图像信息测量操作者手指的运动轨迹，可精确测量手指上多个关节的角度；再者，可为操作者提供力反馈和虚拟场景的视觉反馈，增强系统的临场感、交互性。

产品详细介绍我们公司多年来一直专注于图书馆自动化管理系统，谢谢广大客户朋友们多年来对我们产品的支持与肯定。今天又要给大家带来一个惊喜了。现在隆重给大家介绍一款我们公司最新推出的免费软件——《瑞天书目数据共享平台》！ 　　《瑞天书目数据共享平台》采用最新技术实现图书套录，达到资源共享。具体什么意思呢？就是您用我们的  《瑞天书目数据共享平台》可以在录入书籍信息时只需要输入书籍的ISBN码就可以远程获取我们公司服务器里的图书书目信息，而且我们这个书目数据库信息目前是完全免费开放的。 　　大家都知道，图书馆自动化管理中，最重大而繁琐的事情那就非“图书信息录入”莫属了，自己手工录入太累，找专门做数据的公司来录入图书数据经费又大，那怎么办呢？呵呵··当然是能找到一个可以免费获取图书书目信息的渠道最好呀。有这种想法的人，不妨使用我们的《瑞天书目数据共享平台》，体会这款系统的功能效果就知道是不是你们想要的。 　　此软件配合您现有的图书管理软件使用，让您的工作异常轻松，关键是免费！ 注1：目前中国大陆所有“联合编目数据中心”想要获取他们数据库里的数据都是需要花几毛钱一条的，有兴趣的可以网上了解，我们是中国大陆唯一一家免费提供数据共享平台的。 注2：远程编目服务器的开放时间一般是工作日时间段(作为我们的正式版用户，如果您需要其它时间段获取数据，请随时联系我们，我们会尽量安排开启服务器，请不用担心，这些都是免费提供的服务)。 注3：因近段时间远程编目服务器地址经常变动，若发生链接不上服务器，请联系我们的在线工作人员，我们会把最新服务器地址告诉您。  更多资讯及相关产品讯息可登录北创科技官网wwwbc863.com进一步了解。  

美林数据技术股份有限公司（简称：美林数据，NEEQ：831546）是国内知名的数据治理和数据分析服务提供商，重点面向企业客户提供数据资产管理、数据分析与挖掘、数据开发应用为主的大数据产品及增值解决方案。成立至今，在能源、制造、金融、政务等领域积累了丰富的项目经验，自主研发的 Tempodata 系列大数据产品广泛应用于上千家大型企业，为用户提供从数据采集、数据资产管理、数据挖掘、数据分析应用等综合解决方案。 当前，以信息技术和数据作为关键要素的数字经济蓬勃发展，并成为推动我国经济增长的重要力量。数字人才是数字经济发展的核心要素，实践出真知，美林数据基于数十年数据领域实践经验，结合产业发展的人才需求，为高校提供从教学、实践、科研一体化的大数据应用能力解决方案——Tempo Talents 大数据人才应用能力成长平台。  

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

本实用新型公开了一种单轴支撑四轮分列平衡摆臂式驱动桥及行驶车辆，包括主驱动桥，主驱动桥的两端分别连接有摆动臂，摆动臂的中部与主驱动桥铰接，摆动臂的两端连接有驱动轮，摆动臂内设有减速装置，减速装置的主动轮与主驱动桥的半轴连接，两个从动轮分别设于摆动臂两端，主动轮与从动轮之间通过链条传动，并通过轮边减速器将动力传递给驱动轮。可以使车辆在通过复杂路面时保持车桥有较小的重心变化，驱动力大、对复杂地面适应能力强。可适用于各种林用作业车辆、农用轮式拖拉机、工程用装载机、越野汽车等。

项目成果/简介:本实用新型公开了一种单轴支撑四轮分列平衡摆臂式驱动桥及行驶车辆，包括主驱动桥，主驱动桥的两端分别连接有摆动臂，摆动臂的中部与主驱动桥铰接，摆动臂的两端连接有驱动轮，摆动臂内设有减速装置，减速装置的主动轮与主驱动桥的半轴连接，两个从动轮分别设于摆动臂两端，主动轮与从动轮之间通过链条传动，并通过轮边减速器将动力传递给驱动轮。可以使车辆在通过复杂路面时保持车桥有较小的重心变化，驱动力大、对复杂地面适应能力强。可适用于各种林用作业车辆、农用轮式拖拉机、工程用装载机、越野汽车等。

成果描述：目前，国内工程机械行业所用变速箱大多为传统的行星式变速箱，有二进一退共三个档位，与这种变速箱配套的液力变矩器为四元件液力变矩器。这种传动方式具有操作简单的优势，但传动效率低，油耗大。 我们开发的定轴式多档位动力换档变速器具有九个档位，前进六个档，后退三个档，可以根据需要变为前五后三或前四后三等形式。该变速箱具有以下优点：采用多片式摩擦离合器为换档元件，电液先导控制换档，换档时不需切断发动机动力，换档快捷平顺；与三元件液力变矩器配套，系统传动效率高，能充分利用发动机功率；输入轴与输出轴的轴降可根据需要改变，输出轴两端可以直接输出动力，不需要分动箱；可直接在箱体上设置取力口；易于实现系列化。该种变速箱可广泛应用于装载机、平地机、铲运机、挖掘装载机等工程机械。市场前景分析：该产品广泛应用于装载机、平地机、铲运机、挖掘装载机等工程机械，其市场前景广阔。定轴式多档位动力换档变速器和单级单相三元件液力变矩器组合的传动形式是工程机械传动系统的发展趋势，国内老式传动系统将逐渐淘汰。目前，各大主机厂所用的该类型变速箱以进口为主。与同类成果相比的优势分析：档位：前六后三、前五后三、前四后三。 传动比：0.65—5.4等比分配。 功率：150hp—220hp 轴降：400mm、500mm、550mm 国内领先。

本发明公开了一种多轴加工系统相对动刚度的获取方法，包括如下步骤：(1)根据多轴加工系统的工作范围建立其刀尖点可达姿态的工作空间，并将该工作空间离散化，即对每个轴的行程，均用一系列离散点表示；(2)对于任一离散点，建立其对应的多轴加工系统的动力学模型；(3)计算该离散点对应的相对动刚度矩阵 KD。本发明还公开了上述获取方法在加工系统性能评价中的应用。本发明综合考虑了机床本身结构、刀具和工件的动刚度特性及其相互耦合关系，能够准确表征多轴加工系统在工作空间中的相对动刚度分布规律。