|
搜索
搜 索
高等教育領域數字化綜合服務平臺
新冠肺炎疫情時期河南社會心態報告
河南大學教育科學學院教授李永鑫心理學團隊針對此次疫情的特點，研究完成《新型冠狀病毒肺炎疫情時期河南社會心態報告》，設計包含66個題目的社會調查表，通過手機微信平臺對全省民眾新冠肺炎疫情下的“信息獲取”“認知與辨別”“預防知識”“身心狀況”“非理性傾向”“心理援助需求”“參與防治意愿”等7個方面進行調查。 2020年1月27日17時上線，通過對大量真實數據評估和統計分析，得出河南省社會心態的總體判斷，并基于此從信息傳播、知識普及、應對措施、維護身心、平和心態、心理援助和發動群眾等方面，就如何引導和塑造當前的社會心態，凝聚力量，戰勝疫情，提出合理化建議。
河南大學
2021-04-11
網絡化機器人群編隊的分布式協調控制
研制了網絡化移動機器人群編隊的分布式協調控制系統，系統地開展了關于多機器人編隊尋跡控制方法、無線網絡下多機器人通信環境的建模和協議設計兩個方面的研究；研制了基于OPNET的多機器人編隊控制仿真平臺和具有非完整約束的多移動機器人實物演示系統。
東南大學
2025-02-08
分布式運動控制平臺
該平臺主要由多軸步進驅動控制模塊、PC調試程序和儀器仿真軟件組成，利用分布式的運動流程解析機制和便捷的用戶操作簡化儀器的運動控制。
清華大學
2021-02-24
內囊位置、組成及分布模型
XM-602-1內囊位置、組成及分布模型
?
XM-602-1內囊位置、組成及分布模型可拆分為2部件，顯示左半側的大、小腦的外形，左半側大腦作水平切面，示切面結構，右半側剝離部分大腦皮質，顯示內囊位置，豆狀核和尾狀核等結構。
尺寸：自然大，13×16×14cm
材質：PVC材料
上海欣曼科教設備有限公司
2021-08-23
新冠肺炎疫情下的高等醫學教育發展論壇
經研究，中國高等教育學會決定舉辦“新冠肺炎疫情下的高等醫學教育發展論壇”。該論壇是2020年11月8-10日在長沙舉辦的“第55屆中國高等教育博覽會(2020)”組成部分。
云上高博會
2020-11-08
新冠肺炎疫情下的高等醫學教育發展論壇
經研究，中國高等教育學會決定舉辦“新冠肺炎疫情下的高等醫學教育發展論壇”。該論壇是2020年11月8-10日在長沙舉辦的“第55屆中國高等教育博覽會(2020)”組成部分。
云上高博會
2020-11-08
新冠肺炎疫情數據導航、防控態勢及溯源研究
為服務社會大眾了解疫情走勢，并為相關部門提供決策支持，北京航空航天大學北航大數據與腦機智能高精尖創新中心劉旭東教授、胡春明教授、李建欣教授等組織師生，與復雜系統可靠性實驗室李大慶研究員聯合組成團隊，全力投入建模和系統研發，已向決策部門提供疫情數據評估與預警報告、區域物資保障評估專項報告等，并迅速開發“新冠肺炎疫情數據導航服務”平臺，數據單日訪問量近 5 萬次。此外，中心還進行新型冠狀病毒的疫情評估與預測報告并開發疫情實時更新系統。中心對疫情現狀進行分析和預測，為公眾提供及時、準確的疫情態勢分析、走勢預測、輿情動態和政策措施等智能數據服務，實現全國及重點城市日度傳播系數計算、短期確診人數預測和長期疫情拐點與結束日期預測、疫情緩解系數評估等功能。此外，大數據與腦機智能高精尖創新中心研究團隊根據疫情確診患者相關公開數據，利用自然語言處理等技術，從已公開全國各省市直轄區四千余位確診患者軌跡中抽取了基本信息(性別、年齡、常住地、工作、接觸史等)、軌跡(時間、地點、交通工具、事件)及病患關系形成結構化信息。同時開發確診患者軌跡可視化查詢與分析系統，為疫情傳播與防控相關研究提供有效支撐。
北京航空航天大學
2021-04-10
高校疫情監控采集區塊鏈系統產品和解決方案
南京審計大學研發出疫情監控采集區塊鏈系統，該系統已部署在中國電信、浪潮云等平臺上。按照電子政務安全標準及規范對系統與數據進行嚴格的安全防護，并針對每個院校提供獨立的前后臺賬號權限及數據管理權限，各院校申請開通管理員賬號后導入師生信息即可快速完成業務啟動和上線。系統可以實時采集在線師生的各種動態信息，達到快速部署、快速統計上報、實時在線監測防控的目標，并結合區塊鏈技術保證疫情數據信息的防篡改和可追溯的能力。具體方案如下：（一）信息提報系統登錄快速，使用簡單，填報界面簡潔明了。師生利用移動終端可以隨時在線登錄、隨時填報自己的最新情況。（二）后臺管理后臺具有強大的管理功能，可以設定后臺管理人員對不同單位、部門的上報信息進行管理，提醒當天尚未填報信息的人員，并進行數據的匯總、分析。系統極大程度提高了疫情監測和管理的效率。1、 信息填報查詢能夠實現對已隔離、疑似、確診、接觸史、癥狀等人員的查詢；按照日期搜索未填報人員等功能2、 用戶信息可以完成對學生、教職工等人員信息的快速導入和權限管理等功能3、 此外還可通過通知公告、基礎信息、系統管理等模塊完成對界面通知、表單維護、機構角色數據字典等功能，實現對疫情填報信息和數據的管理和定義。（三）鏈瀏覽器1、所有用戶填報信息全部存儲在鏈上，由Txhash和Block id進行標識。 2、所有鏈上數據可解密，便于追溯。（四）可視化管理駕駛艙>>>點擊查看全文<<<
南京審計大學
2021-04-10
分階段估計武漢市新冠肺炎疫情趨勢的研究
上海交通大學公共衛生學院蔡泳團隊和上海交通大學醫學院附屬瑞金醫院張欣欣團隊合作完成了一項最新研究結果，分階段估計了武漢市的新型冠狀病毒感染的流行趨勢，并提出在各項防控措施的有序開展下，二月下旬疫情有望得到有效控制。該研究成果2月17日已被Cell Discovery接收。 該研究采用了在學界較為認可的傳染病動力學SEIR模型（Susceptible，Exposed，Infectious and Removed model；SEIR model），這是一種常用于對病毒流行趨勢進行分析的模型，其參數包括感染者（S）-暴露者（E）-感染者（I）-康復者（R）、傳播率、感染率、治愈率、基本再生數（R0）和有效再生數（Rt）等。 研究表明面對疫情的發生，中國采取的措施，特別是1月23日做出的武漢“封城”等斷然決定，是非常有效的，這一決定和后續的一系列措施從根本上改變了疫情演變的格局。通過四個階段的多階段模型擬合，研究最終計算得到武漢地區感染人數可能在2月下旬出現流行高峰和拐點（兩種不同暴露者E與感染者I的比例估計），高峰感染人數估計為55869-84520人。估計感染人數指的是模型中在某一時刻現存的感染人數，這些估值中包括了有明顯癥狀的患者和潛在的無癥狀或癥狀很輕的感染者。
上海交通大學
2021-04-10
基于AI技術的對全國疫情擴散情況及高峰期
2月1日，清華大學深圳國際研究生院馬兆遠課題組首次公布基于AI技術的對全國疫情擴散情況及高峰期預測模型。根據后續一周內國家衛計委公布的疫情實時數據反饋，該模型在一周（2月1日至2月7日）之內的預測結果與真實情況吻合度較高，平均準確率達98%以上。團隊比較早地對疫情高峰期及拐點出現時間做出“2月7-12日內達到峰值，疫情拐點最遲于2月16日前后出現，總感染人數或達7萬”的預判，該預測與鐘南山院士的判斷互相印證。雖然預測結果的準確度得到驗證，課題組團隊并沒有因此松懈，而是不斷根據最新的數據變化調整參數、優化擬合結果，同時積極聯絡政府相關科技、數據信息等部門，讓預測結果成為施策者有力的決策參考。2月1日，清華大學深圳國際研究生院馬兆遠課題組首次公布基于AI技術的對全國疫情擴散情況及高峰期預測模型。根據后續一周內國家衛計委公布的疫情實時數據反饋，該模型在一周（2月1日至2月7日）之內的預測結果與真實情況吻合度較高，平均準確率達98%以上。團隊比較早地對疫情高峰期及拐點出現時間做出“2月7-12日內達到峰值，疫情拐點最遲于2月16日前后出現，總感染人數或達7萬”的預判。
清華大學
2021-04-10