|
搜索
搜 索
高等教育領域數字化綜合服務平臺
鴻合展示臺HZ-V530,V570,V290,V700,H350
產品詳細介紹 HV-6100,6200,6300鏡頭 :F＝1.6～3.7mm/f=3.9-85.8mm光圈 :自動/手動成像元件 :1/4英寸專業CCD鏡頭像素數(萬像素) :300萬 HV-8100,8200,8300 鏡頭 :F＝1.8～2.7mm/f=5.4-64.8mm光圈 :自動/手動成像元件 :1/4英寸專業CCD鏡頭像素數(萬像素) :300萬像素 HV-9100,9200,9300 鏡頭 :F＝1.8～2.7mm/f=5.4-64.8mm光圈 :自動/手動成像元件 :1/4英寸專業CCD鏡頭像素數(萬像素) :200萬像素
南京凱漠科技有限公司
2021-08-23
工信部：加快充換電基礎設施建設 破解老舊小區、高速公路“充電難”問題
據工業和信息化部官網消息，工業和信息化部黨組書記、部長肖亞慶近日主持召開節能與新能源汽車產業發展部際聯席會議2022年度工作會議，其中提到目前我國已建成充電樁93.6萬個、充電站1.4萬座、換電站725座，下一步還將加快充換電基礎設施建設，破解老舊小區、高速公路“充電難”問題。
人民網
2022-01-19
工信部等三部門聯合印發《“十四五”原材料工業發展規劃》
原材料工業是實體經濟的根基，是支撐國民經濟發展的基礎性產業和贏得國際競爭優勢的關鍵領域，是產業基礎再造的主力軍和工業綠色發展的主戰場。“十三五”期間，我國原材料工業轉型升級成效顯著，綜合實力穩步增長，國際競爭力持續增強，已成為名副其實的原材料工業大國。
工信微報
2021-12-30
工信部等五部門聯合印發《制造業可靠性提升實施意見》
到2025年，重點行業關鍵核心產品的可靠性水平明顯提升，可靠性標準體系基本建立，企業質量與可靠性管理能力不斷增強，可靠性試驗驗證能力大幅提升，專業人才隊伍持續壯大。
工業和信息化部科技司
2023-07-03
財政部、工信部組織開展中小企業數字化轉型城市試點工作
2023年先選擇30個左右城市開展試點工作，以后年度根據實施情況進一步擴大試點范圍。
工業和信息化部
2023-06-14
工信部等三部門組織開展“百園百校萬企”創新合作行動
重點任務包括實施成果轉化對接行動、實施聯合技術攻關行動、實施產教融合育才行動等三個方面。
工業和信息化部規劃司
2024-06-25
北京返程客流溯源監測與疫情相關分析
隨著返京高峰的到來，計算機學院軟件開發環境國家重點實驗室童詠昕教授團隊與滴滴出行公司開展合作研究，全力攻關首都返程客流溯源監測與疫情相關分析，完成如下三方面內容：（1）協助北京市有關部門追溯確診或疑似病例，并預警具有疫情接觸風險的相關人員；（2）溯源外埠返京客流到北京各城區的人群流動模式，監測分析北京市各居民小區中外埠經歷人群的動態移動模式；（3）分析外埠返京客流來源與首都各居民小區疫情變化的相關性。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。
北京航空航天大學
2021-04-10
旋轉機械動平衡分析儀和軟件
不平衡是旋轉機械最常見振動故障。動平衡儀用于測試各類旋轉機械啟停和正常運轉時振動數據，提供頻譜圖、波形圖等各類分析圖表。動平衡分析軟件融入了火電機組振動國家工程研究中心20多年來從事動平衡工作的理論和經驗，功能全面，已被成功應用于300多臺機組動平衡工作，并被30多家電廠、電力試驗研究所和制造廠選用。
東南大學
2021-04-11
計算機輔助牙齒矯正分析軟件系統
虛擬牙齒矯正系統是為隱形牙套制造系統輸出模擬矯正數據的軟件。通過對患者牙齒的 CT、MRI 等圖像進行三維重構，患者只需按牙科醫生指示，不同時期佩戴不同的牙套就可以達到預期矯正效果。 隱形牙齒矯正具有美觀、易摘取、無刺激、易控制、可以預先看到虛擬的治療過程等優點，虛擬牙齒矯正系統的開發具有很高的商業價值和應用前景。 計算機輔助牙齒矯正分析軟件系統項目獲得陜西省自然科學基金資助，已獲發明專利1項，發表高水平學術論文20余篇。
西安科技大學
2021-04-11
工業大數據分析平臺與應用
研制背景：企業數據處理與數據分析需求在擴大，數據投入在持續增加；數據種類多，數據量大，潛在價值高；使用者難以有效地操作使用；業務復雜，調參靜態組合參數過程繁瑣；
平臺技術：
微服務的構建方式，微服務、前后端完全分離。
分布式開發框架——SpringCloud
Web開發框架——SpringBoot 、VUE（ELE）
機器學習算法框架——R、Spark集群計算
數據存儲工具——Mysql、JPA、Hadoop（集群）
中間件: RabbitMQ
山東大學
2021-05-11