提供多样化的实训教学管理服务，可实现对实训设备、实训室、实训专业的智能化统一管理，同时支持第三方实训器材设施的兼容对接管理；满足多种专业教学场景的教学活动开展，实现远程巡课督导、远程教研活动、学生实训作业管理、老师教学点评管理；针对教学活动期间产生的各类教学资源数据、教学行为数据、教学内容数据进行多维度的采集、分析和管理，以可视化的方式呈现，辅助管理者做出科学的教学教务管理决策。

吉星未来远程智慧课堂可实现主课堂老师调取分课堂学生的书写细节进行辅导，分课堂学生能够身临其境参与到课堂当中。做到远程细节到桌面，价格亲民又实用。 联系方式： 广州市吉星信息科技有限公司 地址：广州市黄埔区玉树工业园D栋3楼 联系人：舒经理 电话：18924166589 公司官网：www.jetion.cn

      创新智慧实验室是广视通在自主生产的传统理化生实验室的基础之上，引入了智慧教育的概念，打造数字化、网络化、智能化的创新型实验室，让智慧教育进入实验室，让教师学生爱上实验课! 

 广视通自主研发的智慧书法教室，以大数据和AI系统为着力点，并引入了互联网络云资源、书法教学大数据以及多屏互动教学、智慧光源环境等多项关键技术，改变了传统的朴素教学模式，实现了创新科技与中国书法的完美融合，解决学校书法教育面临的痛点，提升学生学习书法的兴趣，提高学校的书法教学效率，使书法普及不再是难题，有力地促进中国优秀传统文化的传播与发展。

一德壹教智慧班牌作为综合展示平台及数据采集终端，定位于高校的班牌模式、场地预约、考勤管理、课程签到管理以及更多场景应用。以人脸识别技术为核心，充分结合校园运营的实际情况，辅以网络通讯技术、物联网技术、智能终端、移动互联网建设高校统一身份识别应用平台，平台以统一性为前提，打通应用之间的孤岛，使得应用互相联动，最后辅以综合的数据分析呈现，最终实现行为数据化、数据服务化、服务智慧化。

农田信息快速精准获取是肥药减施的前提和基础，基于实测信息的农田智慧管理是实施化肥农药“双减”和产量品质“双强”的重要手段。 一、项目分类 关键核心技术突破 二、成果简介 农田信息快速精准获取是肥药减施的前提和基础，基于实测信息的农田智慧管理是实施化肥农药“双减”和产量品质“双强”的重要手段。经过近十年产学研联合攻关，在无人机及卫星遥感作物信息高效融合获取与智慧管理的核心技术和装备上取得了重大突破，攻克了信息快速感知与肥水药精准管理两大难题，创新形成了国际领先的多源信息融合和肥水药精准管控技术产品。主要技术创新包括： 1.首次提出了基于无人机实时飞行性能的GNSS-IMU导航捷联解算控制融合算法，研制了多旋翼、直升机等两类12种农用无人机及适应多种作业模式的飞控系统，打破了日本雅马哈等同类无人机和MicroPilot等著名飞控系统对我国的封锁和垄断；首次研制了快拍式28波段（520g）、5波段（250g）和全反射式光栅成像微型光谱仪，分辨率为2nm，优于德国UHD185的8nm；突破了地-星融合的作物养分和病虫害检测技术，实现了遥感与农学模型高精度时空统一，时序MODIS数据解析由8-16天1km提升到逐日10-30m，病虫害发生短期预测精度提高8%。 2.发明了路径跟踪控制算法和分段式地头转弯精准接轨优化策略，攻克了弱GNSS信号下的自动导航难题；发明了无人机变载荷的重心平衡技术，研制了16种系列机/车载喷施装备和基于作物高度/作物密度/病害程度的精准对靶施药机具，实现了无人机和地面精准变量作业；首次研制了适用于水稻、水生蔬菜等复杂水田环境的无人空气动力船及船载装备，实现了水田的自动化除草、施肥施药作业，节肥省药10%-35%。  3.创建了集地面/无人机/卫星遥感信息获取融合、智慧决策和精准作业于一体的云平台管理系统。提出了植物-土壤养分一体化平衡施肥策略，建立了浙江省“两区一田”全覆盖的田块养分解析图；创建了高精度三维数字果园，在全球最大的荔枝生产茂名基地等进行了应用，节水8%，减药25%，减少劳力20%，增产10%，优果率提高23%。 项目授权发明专利 44 件（美国专利3件），发表论文 64 篇，出版专著 3 部,软著登记14项。经多位院士和专家评审，成果达到国际领先水平。制定国家标准3项、地方标准2项、浙江制造标准1项。研发的产品荣获北京市新技术新产品证书，14种产品被列入国家及省市农机推广补贴目录，并出口欧美、东南亚等，创汇近2亿元。成果近三年在全国20多个省市推广应用，累计综合效益21多亿元，社会、经济和生态效益显著。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。