|
搜索
搜 索
高等教育领域数字化综合服务平台
结构化面试基础理论课
结构化面试
支持随到随学，23年01月过期
01结构化面试—基础知识与礼仪（一）
【录播】结构化面试—基础知识与礼仪（一）(23分钟) 免费试学
02结构化面试—基础知识与礼仪（二）
【录播】结构化面试—基础知识与礼仪（二）(58分钟)
03结构化面试—面试高分的要素
【录播】结构化面试—面试高分的要素(43分钟)
04结构化面试—社会现象分析（一）
【录播】结构化面试—社会现象分析（一）(33分钟)
05结构化面试—社会现象分析（二）
【录播】结构化面试—社会现象分析（二）(44分钟)
06结构化面试—言辞分析
【录播】结构化面试—言辞分析(41分钟)
07结构化面试—实务处理类—计划组织
【录播】结构化面试—实务处理类—计划组织(67分钟)
08结构化面试—其他实务处理类（一）
【录播】结构化面试—其他实务处理类（一）(44分钟)
09结构化面试—其他实务处理类（二）
【录播】结构化面试—其他实务处理类（二）(37分钟)
10结构化面试—人际关系
【录播】结构化面试—人际关系(43分钟)
11结构化面试—自我认知
【录播】结构化面试—自我认知(32分钟)
12结构化面试—联想与拓展
【录播】结构化面试—联想与拓展(31分钟)
杭州思政教育咨询有限公司
2021-02-09
32007氯化钠晶体结构模型
宁波华茂文教股份有限公司
2021-08-23
53001生物体的结构层次
宁波华茂文教股份有限公司
2021-08-23
4.创意组合模型-形状与结构组合
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
钢木结构图书馆书架
洛阳励耘家具有限公司
2022-07-25
希沃魏振水：夯实高等教育的教学“新基建”，推动高校信息化教育发展
我国正处于“两个一百年”奋斗目标的历史交汇期，对高等教育和创新创造的需求比以往任何时候都更加迫切。在国家“新基建”的带动和高校科研投入的大力增长下，我国高校在物联网、云计算、大数据、虚拟现实、智慧校园和信息安全等信息化领域正加快“智慧升级”的步伐，同时也加速了先进实验设备与仪器的更替，以提升教学效果，推进教育高质量发展。
慧聪教育网
2021-06-11
一种能产生高振强的多波变正弦曲线变频控制振动磨
本实用新型涉及一种变频控制的振动磨，特别是一种能产生高振强的多波变正弦曲线变频控制振动磨， 属于振动利用工程技术领域。由电源、变频器、振动磨、传感器、记录分析仪组成，变频器接线一端与电 源相连接，变频器接线另一端与振动磨的驱动电机相连接；变频器上可以进行多点频率的变化输入，以使 电机的输入频率按照设定的规律变化，从而驱动振动磨系统工作；传感器依靠磁力置于振动磨磨筒上，传 感器搭配积分电荷放大器使用，可将检测的加速度信号及二次积分即振幅信号，传输给记录分析仪，进而可以确定振动磨的振强、振幅变化曲线，便于调整变频器的变化规律，进行控制程序编制，对振动磨机实 施变频控制。
南京工程学院
2021-04-11
武汉大学卫星综合信息管理单机、卫星高频测振陀螺采购项目公开招标公告
武汉大学卫星综合信息管理单机、卫星高频测振陀螺采购项目招标项目的潜在投标人应在网上报名获取招标文件，并于2022年07月06日09点30分（北京时间）前递交投标文件。
武汉大学
2022-06-14
计算机仿真与试验检测的减振降噪研究及其在工程机械上的应用
科研团队经过3年多研究，形成了集理论分析、试验测试和计算机仿真于一体的技术方法，为工程单位整机性能进行振动与噪声评估、分析、优化及验证。
一、项目分类
关键核心技术突破
二、成果简介
科研团队经过3年多研究，形成了集理论分析、试验测试和计算机仿真于一体的技术方法，为工程单位整机性能进行振动与噪声评估、分析、优化及验证。
研究成果早期应用与宁波大学与玉柴动力的发动机减振降噪、方太叶轮异音减振项目，并在山东巨明集团的452、688等玉米机械上进行了减振降噪的优化改进上，使其发动机、驾驶室的传递率分别从156%降低至75%、157%降低至78%，驾驶室舒适性也得以大幅度改善，有效地提升了该款产品市场竞争力。2019年该两款产品的销售量为22500万元，年增长约20%。
2019年宁波大学与柳工集团所签订的TC800起重机减振降噪技术合同是本项目技术的进一步推广应用。
宁波大学
2022-08-16
网络的结构可预测性与网络结构的最短压缩比特串长度呈线性关系
在本研究工作中，该团队利用信息论和统计物理两个领域中熵的相关理论，对网络结构预测极限进行了研究。直观地说，一个可以仅用几个词描述的网络结构意味着它很简单，其边也很容易预测。例如二维晶格或一维链状结构。相反，如果一个网络需要很长的语言才能描述清楚，那么它应该具有非常复杂的结构，其结构很难预测。在计算机领域，任何网络的结构都可以被编码成二进制字符串。这启发了团队探寻最短二进制编码字符串长度，也就是熵，和可预测性之间的关系。 通过研究，该团队发现来自不同领域，很多大小不一的网络，其结构的最短压缩长度和可预测性之间存在一个普遍的线性关系。基于香农信源编码定理，该团队在随机网络上证明了这种线性关系。 进一步，利用这一线性关系，该团队推导出网络结构预测算法的性能上界，揭示出包括机器学习在内的预测算法性能尚存在多大的提升空间。因此，该性能界可用于指导未来在线商业推荐系统、蛋白质相互作用探测等场景中的算法设计。另外，该理论的一个有趣的用途是，可以实现在无需任何预测算法的情况下，通过网络结构压缩数据大小来估计一个网络数据集的商业价值。
中山大学
2021-04-13