|
搜索
搜 索
高等教育领域数字化综合服务平台
STC IAP15W 8051 MCU学习板
上海皮赛电子有限公司研发STC IAP15W 8051 MCU学习板。
上海皮赛电子有限公司
2021-02-01
释锐-数字化学习：网络课程系统
产品详细介绍系统概述：
网络课程系统集成并整合了教育资源系统、网络课程系统、作业系统、在线测验系统、校内聊天系统以及Live直播系统等6个应用系统，提供了一套以课程为中心，集“资源汇集、课程建设、协作互动、基于教学和学习大数据的形成性评价于一体”的数字化学习解决方案，是开展网上自主学习的理想平台。
系统特色：
整体学情分析报告：生成整体数字化学习情况分析报告；
教师开课报告：生成以教师为分析对象的数字化教学报告；
课程分析报告：生成以课程为分析对象的教师视角课程分析报告；
课程学习报告：生成以课程为分析对象的学生视角课程分析报告；
学生学习报告：生成以学生为分析对象的数字化学习报告；
数字化学习工具种类丰富：学习笔记、学习问答、课程群聊、与老师一对一单聊、在线考试、试题层面的一对一互动、Live视频直播教学。
上海释锐教育软件有限公司
2021-08-23
释锐-数字化学习：教育资源系统
产品详细介绍系统概述：
教育资源系统为全体教师提供一个教学资源和专题资源的共建和共享平台，汇集优质教育资源，提高优质教育资源的利用率。
该系统是数字化学习平台(数字化学习背景和概念解释详见“网络课程系统”概述)和教师研修平台的核心成员系统，课程和主题教研等很多应用系统也都依赖该系统。
系统特色：
所有资源文件都统一进行格式转换或转码处理，确保任何格式的文档都被转换成统一的pdf文件，任何格式的视频都被转码成mp4格式，并且打上客户方水印；
系统支持跟JMS异步消息系统通讯；系统支持QUEUE队列系统，用于转码排队，由JMS消息系统来统一调度；
采用“教育社区”模式，建成一个“上传、转码、审核、上线、预览、购买、评价、应用”为主轴的教育交易市场，优胜劣汰，符合《教育 信息化2.0行动计划》利用平台模式实现资源“众筹众创”的指导方向；
重视一线教师的资源建设参与力度，改变数字教育资源自产自销的传统模式，鼓励教师“先共享，再自创”，解决资源供需瓶颈问题；
严禁重复上传，同一个教育资源除了在资源平台可以调用之外，还能被网络课程、主题教研、评课和作业等其它应用系统引用，大大提高了教育资源的利用率。
上海释锐教育软件有限公司
2021-08-23
乔益师高校外语专属学习平台
这个项目是集硬件、软件、服务于一体，通过高科技现代化的网络技术、4G/5G技术、云技术、调频广播发射技术、远程监测、播放管理等技术，实现远程管理、播放服务。
武汉市乔益师电子有限公司
2022-07-20
一种具有气动减阻效果的耦合仿生非光滑柔性表面贴膜
本发明公开了一种具有气动减阻效果的耦合仿生非光滑柔性表面贴膜。它包括柔性表面层、粘性液体、贴膜基体。柔性表面层与贴膜基体上均具有凹坑、凸包或沟槽的非光滑结构或者柔性表面层与贴膜基体均呈波浪状，柔性表面层的边壁与贴膜基体的边缘粘结为一体，二者之间形成密闭腔体，粘性液体填充在柔性表面层与贴膜基体之间。该贴膜通过设置仿生非光滑柔性表面，将该贴膜粘贴在汽车、高速列车以及城市地铁车身表面可以有效降低其气动阻力。
浙江大学
2021-04-11
能提高烟尘净化效果的多振镜大幅面激光选区熔化装备
本发明公开了一种能提高烟尘净化效果的多振镜大幅面激光选区熔化装备，该装备包含工作舱体、工作平台、成形缸组件、铺粉组件、振镜组合、移动式分区烟尘净化组件、保护气氛调控组件和控制系统；移动式分区烟尘净化组件与振镜组合分别包含 M(M≥1)组抽送气口和 M 列振镜队列，每组抽送气口均与一列振镜队列相配套，使得每组抽送气口都可在与其对应的面积较小的辐照区域上方产生稳定、均匀的气流，从而保证整个金属粉末层上方的烟尘均能被及时、
华中科技大学
2021-04-14
中国对美国疫情的报道及其舆论引导效果分析 ——以大学生为例
在叙事话语的研究视角下分析我国媒体的国际报道现状，结合舆论学探讨舆论引导的作用与效果，具体上运用文本分析法总结我国媒体报道的特点与趋势，并进一步提出增强舆论引导效果的建议。
中南财经政法大学
2022-08-01
一种具有强化滴状冷凝效果的非均匀超疏水涂层及其制备方法
一种具有强化滴状冷凝效果的非均匀超疏水涂层及其制备方法，通过将钛酸四丁酯和硅溶胶分别在无水乙醇中进行分散，然后将钛酸四丁酯和无水乙醇的混合溶液超声分散之后，加入到硅溶胶与无水乙醇的混合溶液中，加入氟硅烷并将溶液在50℃?65℃水浴中搅拌12h?24h，制备超疏水涂层面漆溶液；将超疏水涂层涂覆在基底上，然后通过光催化作用将TiO2表面的氟硅烷催化分解掉，而SiO2表面的氟硅烷则不能够催化分解，从而实现样品表面的亲水?超疏水表面制备。本发明的样品表面水滴冷凝脱附效率高，集水、防雾以及换热效果较好，具有较好的推广价值和应用前景。
东南大学
2021-04-11
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13