斑马AI课，是专为2-8岁孩子提供多学科在线学习的智能教育平台，由猿辅导在线教育出品，腾讯投资。现拥有英语、数学思维、语文等多个学科AI课程产品。课程通过趣味AI课+专业老师同步辅导的全新教学模式，个性化规划学习路径，全面提升学习效率，助力孩子的全面发展。

AI中台院致力于利用AI技术驱动教育变革，携手全球高水准人工智能科学家及教育领域顶尖人才，专注在计算机视觉、智能语音、自然语言处理和数据挖掘等前沿技术在教育行业的应用及创新。 基于好未来海量教育数据及优质的师资资源，AI中台不断取得前沿核心技术研发突破，并在语音技术、视觉理解、知识图谱等AI能力持续积累的基础上，实现多项技术的产品化应用，打造了包括AI课堂、教学过程评估、口语表达能力评测、作业拍搜批改等创新产品解决方案，覆盖“教、学、测、练、评”各教学环节。

一、产品概述 文香行为分析系统支持人工智能技术，实时洞察教学场景变化，通过智能行为分析盒可以自动抓拍并分析教师和学生的行为活动，并自动生成报告，例如：举手人数、低头人数、情绪占比率统计分析等，对课堂教师和学生行为进行分析，了解学生对学习的状态。通过人工智能及大数据个性化精准分析，从单一到多元，从封闭到开放，助力学校个性化教学的发展。对学校基础信息管理和学生行为相关数据进行收集，并将采集到的数据进行数字化存储，为智慧学校建设提供重要资源。 二、产品特点 课表一键导入 课表一键导入 多种可视化图表 智能统计分析 三、智能行为分析盒 无嗓音：采用嵌入式ARM架构，无风扇设计，使用时无噪音 支持本地输出：HDMI支持本地输出查看分析画面，画面中标注实时分析结果 网络视频流接入：支持不小于2路网络视 频流接入，实现教师、学生行为实时分析 标准接口对接：采用1路千兆网口，支持标 准的HTTP接口，与学校信息化系统对接 适应大场景分析：支持云台巡视功能，可 在行为分析盒配置巡视，适应大场景分析 安全供电：为保证产品使用安全，行为分 析盒采用12V安全供电

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。

自然环境的保护事关人居环境的品质，文化特色的彰显事关城市的“灵魂”。因城乡空间发展与自然环境失调、历史文化断裂暴露出的“水泥森林”、“千城一面”等问题，严重影响了我国人居环境的可持续发展。城乡空间的现代化发展与自然环境保护、历史文化传承的共赢是当代城乡规划设计的技术难题。 在城市空间与自然环境、历史文化的互动框架下，发现了城市发展中类比生物学的空间基因现象。空间基因是历史形成的相对稳定、独特的空间组合模式，它们既是城市空间、自然环境和历史文化长期互动的产物，也扮演着形成城市特色标识、

揭示了酪氨酸磷酸化对于植物免疫受体激酶活性调控的重要作用，解析了作为分子开关的关键酪氨酸位点的“预磷酸化-去磷酸化-再磷酸化”循环调控机理，促进了人们对于植物先天免疫信号调控机制的理解。 蛋白的磷酸化和去磷酸化是调控植物细胞信号转导的主要机制之一，蛋白酪氨酸磷酸化在动物细胞中的重要作用被广泛证实。然而，植物免疫受体激酶通常被归入丝苏氨酸激酶。本研究提示酪氨酸磷酸化对于植物先天免疫的重要调控作用，揭示了植物受体激酶与磷酸酶协同作用，通过对分子开关（关键酪氨酸位点）的循环磷酸化修饰，实现免疫信号转导的精细调控。

本发明公开了一种基于CZT变换和剪除分裂基快速傅里叶变换的三维摄像声纳波束形成方法，包括以下步骤：分别计算每个换能器接收到的声波中，与载波频率fk对应的第k个DFT变换系数；利用所得变换系数，构建矩阵C；对应方位角方向，对矩阵C的每一列，进行一维离散卷积运算，得到P×N的矩阵MD；对应仰视角方向，对矩阵MD的每一行，进行一维离散卷积运算，得到P×Q的矩阵ME；利用矩阵ME，构建矩阵MF；计算矩阵MF中每个元素的模，得到三维摄像声纳波束。本发明在FFT运算过程中识别和去除不必要的运算操作，有效降低了三维摄像声纳波束形成方法所需的运算量。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

成果描述：本发明公开了一种应用于地形模型风场特性风洞试验的三维渐变式边界过渡装置。所述边界过渡装置主要由多个节段串联拼接而成，每一节段包括两块侧板以及面层；每块侧板具有竖边、底边和曲边；两块侧板的曲边上固定铺设所述面层；所述侧板的竖边高度等于地形模型边界对应位置处的高度；所述侧板的底边长度为风洞宽度的5%-8%，且所述侧板的竖边与底边所形成的坡度在20°-40°；所述侧板的曲边线形由方程确定，其中x代表曲边的径向位置，y代表曲边的竖向位置，参数r与m由方程组确定，式中h0为竖边的高度，k0为竖边高度与底边长度之比。本发明能使气流过渡后其风场特性满足要求的前提下，对风洞空间要求低，适用性强。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

（专利号：ZL 201410081879.7） 简介：本发明公开一种超级电容器用三维中孔纳米笼状碳材料的一步法制备方法，属于碳材料制备技术领域。该方法是以有机金属配位化合物为碳源和模板，氢氧化钾为活化剂，两者研磨混合后转移至陶瓷坩埚中，采用微波加热制得超级电容器用三维中孔纳米笼状碳材料。所得三维中孔纳米笼状碳材料的比表面积介于1041～1595m2/g之间，总孔孔容介于0.79～1.52cm3/g之间，平均孔径介于3.05～4.88nm之