一.设备台账易查询 教育装备管理系统，系统数据易查询，主管部门根据实际需要进行调取使用。 二.高效完成各类报表 高效完成各级领导及教育部门平时和年度所需的各类报表，减轻学校大量的数据统计工作。 三.主管部门精准采购 区、校设备配比率与使用率一目了然，为主管部门决策提供科学的数据支撑，从而轻松实现精准采购。 四.设备使用动态监控 学校设备使用情况，可在线动态查看，动态监管，真正的让设备物尽其用！ 五.资产管理更科学 教育装备管理工作规范化、科学化，提升了教育主管部门的工作管理水平。 六.无纸办公更环保 实现了主管部门与学校之间，学校与学校之间的无纸化通信与协同办公。

海信校园设备集控管理平台，为用户提供方便快捷的统一区域/校园设备管理方案。该平台通过对互 联网交互设备集控控制，实现教育局到学校，学校到班级的两级管理，为多级管理者提供设备状态 监控、远程管理控制、定时发布计划、多种统计数据查看等功能支撑，构建更加智慧的信息化区域 与校园。

　　金碟数码凭借20多年的图书馆自动化领域的系统开发与服务经验，研发了基于RFID(无线射频识别)应用技术的整套图书馆智能化解决方案及配套设备，不仅对图书馆自动化管理模式有所创新，而且对实现图书馆与读者互动的人性化服务，提高馆员的工作效率，加强图书藏、借、阅一体化的功能，增加了图书馆的安全性、准确性、可靠性和扩展性，为图书馆应用领域提供了完整的智能化解决方案。 　　◇升级和完善了图书馆系统，相比传统的“条形码+磁条”模式更为智能化。 　　◇自助借还书系统实现自助借还书及办证服务，支持人脸识别、指纹识别，实现无人值守、刷脸借还书。 　　◇简化了读者借还书手续，缩短了图书流通周期，提高了图书借阅率，提升了图书馆人性化服务水平，充分发挥了图书馆公共服务职能，更受读者欢迎。 　　◇为图书馆提供了全新盘点模式，降低了管理人员的劳动强度，大幅提高图书盘点及错架图书整理效率。 　　◇使错架图书的查找变得更为快捷便利，进一步挖掘出潜在图书资源，提高图书资料利用率。 　　◇安全门摆放距离更加宽阔，读者进出更加自如。由于RFID安全门不会产生误报，避免了读者与管理人员之间发生不必要争执，融洽了读者与管理人员之间的关系。 　　◇增加了移动端图书馆服务平台，如微信图书馆、App图书馆、小程序图书馆等，方便读者随时随地享受智慧图书馆服务。 　　◇利用云计算及大数据技术，为用户提供馆情大数据展示系统等智慧图书馆数据服务及决策支持。 　　RFID智慧图书馆系统主要包括：RFID图书馆管理系统、标签转换系统、自助借还书系统、智能检索系统、盘点系统、大数据展示系统、微信图书馆系统以及安全检测系统等。 金碟RFID自助办证借还书一体机，支持人脸识别、指纹识别

产品详细介绍

产品详细介绍华夏金东方的特色：开放灵活、有效实用、管理方便、客户端免安装、维护简便、操作简单直观、突出素质教育。 华夏金东方的内容：校园网上的电影院、校园网上的图书馆、校园网上的音乐厅、校园网上的美术馆、校园网上的备课室、校园网上的展览厅。  

YK301智能工具管理柜通过无源RFID标签对工具进行唯一标识，工具领用或者归还时，通过密码、刷卡、指纹等方式进行权限的管理并开门，记录使用责任人，关门后柜体实现自动盘点，记录领用工具的数量及种类。外型简洁美观，质量稳定、性能可靠，集成21.5寸电容触摸屏，方便交互操作，支持恒温除湿功能（选配），柜体支持RFID多标签读取，采用网口进行数据传输，是一款高性能、操作方便的工器具、标识牌等场景下专用的智能工具管理柜。

为适应后疫情时代数字化、服务化变革，针对目前实验室暖通空调及控制系统复杂性和专业性的特点，解决所面临的运维人员较少、专业性弱、运维效率低等问题，埃松推出信息化产品——智慧实验室云运维平台。 该平台通过对整个系统设备的不断迭代和功能优化，从功能上满足学校当前及未来的运维需求；从性能上达到目前国内该领域的领先水平；从可靠性上软、硬件都为埃松自主研发、生产，并充分考虑到在实际使用中会遇到的各种问题，有效的保障实验室安全、高效运行。 埃松智慧实验室云运维平台依托于物联网、云计算、大数据、人工智能、BIM建筑信息模型等前沿科技与技术，根据实验室建筑、环境、设备、人员、物料、流程的特点，从空间上覆盖实验室各类场景，从时间上贯穿实验室设备全生命周期，完成对实验室人、机、料、法、环的动态监控与闭环管理，形成互联协同、信息共享、安全监测及智能运维，结合智能终端和智慧平台构建的“智慧实验室”，变革性提升了科研建筑及设备的使用、配置和产出效率，智慧实验室让科研更简单。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

MCPS V4.0软件专门用于多分量地震数据的处理与解释，是一个完全具备自主知识产权的软件系统。本软件基于三分量地震数据的特点，充分利用多波地震数据的矢量信息，对随机干扰与面波干扰进行识别与压制，最大限度的保持了有效地震信息的真振幅、极化特征、频带范围；在此基础之上对矢量波场进行分离与合成，将偏移成像中的输入道与输出道技术相结合，对转换波数据进行CCP道集分选与叠前偏移成像。本软件系统还提供了一些必要的振幅调制模块，如三分量地震数据归一化、三分量道均衡模块，可用于对不同系统输出的中间数据进