|
搜索
搜 索
高等教育领域数字化综合服务平台
【央广网】一大批高校最新科技创新成果亮相高博会
第63届高等教育博览会5月23日到25日在吉林长春举行，吸引了全国6000多家高校、科研机构和企业携前沿科技成果参展、参会，为各方搭建人才供需对接和科技成果交易合作平台。
央广网
2025-05-25
【人民网】第63届高等教育博览会开幕 众多高校“高精尖”成果亮相
第63届高等教育博览会今日在长春东北亚国际博览中心开幕。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1000余所院校、800余家企业参会。
人民网
2025-05-23
北京返程客流溯源监测与疫情相关分析
随着返京高峰的到来，计算机学院软件开发环境国家重点实验室童咏昕教授团队与滴滴出行公司开展合作研究，全力攻关首都返程客流溯源监测与疫情相关分析，完成如下三方面内容：（1）协助北京市有关部门追溯确诊或疑似病例，并预警具有疫情接触风险的相关人员；（2）溯源外埠返京客流到北京各城区的人群流动模式，监测分析北京市各居民小区中外埠经历人群的动态移动模式；（3）分析外埠返京客流来源与首都各居民小区疫情变化的相关性。为服务社会大众了解疫情走势，并为相关部门提供决策支持，北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点。
北京航空航天大学
2021-04-10
基于智能视频分析的疫情预警系统
新冠病毒已经造成了全国甚至全世界范围内的感染。在国家强有力的管控下，疫情防控已取得极大的成效，但是返工复学形势仍然十分严峻，信息化手段在疫情防控过程中非常重要，通过对人员管理，加强疫病预防，巩固防控成果，取得这场战役的全面胜利。本成果由智能门禁测温终端、多人人脸测温识别智能系统、聚集性、异常事件检测、疫情视频回溯系统、GIS系统展示与电子布控等系统组成。可有效完成疫情预警。
北京交通大学
2023-05-08
聚焦高校实验室规划与设计 共话新时代高校实验室建设与管理
第62届中国高等教育博览会——新时代高校实验室建设与管理学术活动-高校实验室科学规划与设计论坛
中国高等教育博览会
2024-11-01
【央视网】一大批高校最新科技创新成果亮相第63届高博会
第63届高等教育博览会5月23日到25日在吉林长春举行，吸引了全国6000多家高校、科研机构和企业携前沿科技成果参展、参会，为各方搭建人才供需对接和科技成果交易合作平台。
央视网
2025-05-26
高校邦
高校邦在线教育平台是专为学习者打造、提升综合能力的在线学习云平台。秉承以“学习者为中心”的教育理念，加速产教融合，提供集内容、平台、服务一体化的混合式教学服务方案，提升学习者从认识到实践的综合能力，目前累计拥有超过350万注册用户，累计有效学习超过13.5亿分钟。
慧科教育科技集团有限公司
2021-02-01
新冠肺炎疫情地理信息系统
同济大学上海自主智能无人系统科学中心新冠肺炎疫情防控科研攻关NCP-GIS团队研发的新冠肺炎疫情地理信息系统（Tongji NCP-GIS）。
同济大学
2021-04-10
新冠肺炎的疫情评估与预测报告
面对国家在疫情防控决策方面的重大战略需求，北京航空航天大学计算机学院王静远副教授，联合经济管理学院吴俊杰教授、部慧副教授，计算机学院软件开发环境国家重点实验室孙磊磊老师等，快速反应，在1月22日开始陆续组织了一支包括20余名师生在内、跨学科、跨专业的疫情应急研究团队，开展基于大数据的疫情预测与大数据分析科研攻关工作。
团队经过连续不眠不休的集中攻关，于1月25日完成了第一个针对新冠肺炎疫情预测的模型，并最早具备了对外提供疫情预测服务的能力。该模型具备优秀的预测精度和疫情解释能力，为上级部门的疫情防控决策提供了重要的支撑。尤其是在疫情拐点尚未出现、全国发病走势尚不明朗的疫情早期阶段，为防疫决策提供精准的数据参考。预测模型基于王静远老师在2014年深圳H7N9流感爆发和季节性流感流行期间使用市民活动大数据与Meta-Population动力学模型相结合的方式设计的面向城市的呼吸道类疾病传播分析与预测模型，曾应用于深圳流感防控。
北京航空航天大学
2021-04-10
可视化疫情信息移动终端平台
清华大学美术学院视觉传达设计系向帆团队运用数据可视化技术，开发了精准、及时向公众传达疫情信息的移动终端平台。除了可以第一时间了解全国各省市新冠肺炎患者的增量、总数外，公众还可以通过这个平台对相关信息进行时间维度和空间维度的对比，进而提升自身对信息的认知度、理解度和解释度。疫情流图可视化设计的形式，是一个从左向右发展的时间结构。每个省的当日确诊病例数量是一条曲线，每条曲线的垂直高度随同当日国家发布的数据变化。曲线的外轮廓高低起伏的状态可以清晰地呈现出新增病例数量的变化，并突出那些疫情严重的地区。每日流图的生成、发布和讨论，逐渐成为一种开放数据、动态传播和公共参与的实验，让更多人愿意阅读数据、理解数据。可视化设计在参与人文研究时，它本身的领域将会被拓展。随着每日数据的注入，流图的形式本身已经超出了静态表达时间的实践功能，流动的力量正驱动着我们看向疫情的终点。实时、交互的圈层图反映了各地疫情的相对程度，每一个省的城市，都集合在一个圆圈里。每一个城市的新冠肺炎确诊病例总量定义着圆圈的大小，它们紧紧地被省级圆圈包裹着，被中国和世界包围着。每个城市的位置，根据容器图的算法，按照空间面积自动分配。
清华大学
2021-04-10