葡京娱乐场-富盈娱乐场开户

蘇文職校智慧校園V4.0建設方案-軟硬件-PPT版文檔鏈接

5G+AI 云邊一體化智慧出行解決方案，針對道路事故率高、交通擁堵困局、道路交通監管難、公共交通信息阻塞等問題，匯集了5G 通信、AT 算力資源平臺、AI 算法、邊緣計算網關、車路協同、智慧燈桿、大數據管理平臺等諸多軟硬件技術成果，具有充分的綜合性、創新性、協同性、大集成等特征，同時將 5G、AI、物聯網、大數據、云邊一體化等技術交互融合，實現交通流感知、交通事件感知、配時方案優化、智慧燈桿、邊緣計算網關等功能。 建設進展 研發方向一：網絡建設規劃南京移動在新港地區優先投入5G建設資源，目前新港開發區范圍內，共 規劃5G站點114個，其中宏站82個，桿站32個；已開通宏站27個。本項 目規劃恒競路需求站點11個，宏站9個，桿站2個，廠區內部宏站2個，興 智路需求站點6個，其中宏站2個，桿站4個。 研發方向二：AI云平臺研發 南郵信產院投入建設AI云平臺，為人工智能提供算力支撐，為算法模型訓練提供海量數據和開發環境，為區內 人工智能企業及高校科研人員提供一站式人工智能產業服務，帶動人工智能技術的提升。目前已建成。 研發方向三：智慧燈桿+邊緣網關 智慧燈桿：場景載體，環境感知等多功能實現。 邊緣網關：各個功能互通互聯的媒介 目前智慧燈桿進入融合各家設計階段。 研發方向四:車路協同/無人駕駛交通流感知-實時感知城市交叉口內車流量、速度、排隊長度、占有率等數據。交通事件感知-提供停車，逆行，超速，擁堵，變道等事件信息，并提供照片和視頻。車路協同-將感知數據下發至無人駕駛車輛，車輛根據獲得的信息自動優化行駛路線。配時方案優化-將感知數據直接下發到交通信號機，實時生成交通信號配時方案，下發至交通信號機，實現路口單點自適應控制。 研發方向四：車路協同/無人駕駛建設面向L4級無人駕駛的車路協同系統。主要是車路協同系統車端建設。通信網絡建設方面：參與對5G網絡的驗證，協助驗證5G網絡與無人駕駛的互聯互通。 大數據平臺建設方面：其無人駕駛車可以在多場景應用，充當城市各種數據收集的載體。 車路協同云控平臺建設方面：承擔車路協同云控平臺建設。 關注重點 開放性場景定義：一般是指城市基礎設施建設運營管理、產業發展、民生服務等領域，對新技術新產品有應用需求的各類工程、項目。通過應用場景開發建設，可以推進新技術新產品的示范應用和迭代升級，助力新技術新產品推廣應用。《南京市關于加快應用場景開發建設2021年行動方案》圍繞5G+AI云邊一體化創新應用示范道路，向全產業鏈（企業、科研機構等）開放能力。一是路側基礎設施開放，在南京南郵信息產業技術研究院有限公司統籌管理下，開放路側龍門架、桿位等資源，以及相應的供電 、聯網能力，為路側生態參與者提供寶貴的示范場地；二是數據開放，在保障信息安全和公共隱私的前提下，開放路側時空全覆蓋的結構化與非結構化數據，形成"興智路數據集"，為產業發展注入珍貴的稀缺數據資源；三是應用開放，建立其他生態參與者加入的申請入口，規范開放"數據集"，通過互聯網、展廳等線上線下渠道向全社會展示 5G+AI云邊一體化創新應用示范道路的成效。 示范性在中國（南京）智谷的指導下，本項目參與四方集聚各自技術及資源優勢，群策群力，協同創新，緊密且高效地推進建設計劃；將5G、AI、物聯網、大數據、云邊一體化等技術交互融合，期望建成經開區人工智能產業方向上的標志性應用場景，樹立良好的示范典型。 先進性5G+AI云邊一體化創新應用示范道路"項目，針對道路事故率高、交通擁堵困局、道路交通監管難、公共交通信息阻塞等問題；匯集了5G通信、AI算力資源平臺、邊緣計算網關、車路協同、智慧燈桿、大數據管理平臺等諸多軟硬件技術成果；與其他單純的車路協同場景、智慧燈桿場景相比，具有充分的綜合性、創新性、協同性、大集成等獨特特征和 充分的先進性。

“全面感知、深度融合、多維服務”的淮陰工學院智慧校園建設與應用實踐近十年來累計投入 1.98 億元，圍繞新型基礎設施、數據中臺、智慧教學、智慧科研、智慧管理、智慧服務等方面建成了高水平智慧化數字校園，在學科與信息化融合、網絡安全等方面形成鮮明特色。

（一）項目背景 當前，智慧教育具有智能導學、精準推薦、定制輔導、精細評價等特點，已成為國際國內教育信息化發展的趨勢。智慧教育的研究主要聚焦于智慧學習環境建設的研究、智能技術支持下的智慧教學研究和機器學習技術支持下的個性化學習研究。智慧教育的出現極大地促進了當前教育中學習空間的重構。在“學習空間”之前，人們通常使用“教學空間”來指代這種場所，將有教學活動的場所均稱作教學空間。隨著人們對學習過程的理解變化、智慧教育的快速發展以及人們對非正式學習的重視，學習空間逐漸由單一的物理教學空間向包含物理空間、網絡空間、移動空間的多元學習空間轉變。多元學習空間的提出雖然更多地體現出了“以學生為中心”的傾向，但如何具體衡量多元學習空間對學生學習效果的影響是評價多元學習空間的重要步驟。同時，在多元學習空間具體構建時，面對空間中來源不同、結構多樣、數量龐大的多模數據如何進行處理存儲、并在保證數據有效性的前提下對教育數據進行隱私保護是多元學習空間需要解決的另一個難點。 （二）項目簡介 本項目主要目標是針對信息技術支撐下學習空間多元化、場景復雜、需求多樣化，學習者及學習行為呈現出新的特點和規律，研究多元學習空間中學習行為數據化關鍵技術，構建“云-邊緣-物聯網”架構的多模態數據存儲與處理平臺，實現混合式學習環境下學習行為智能感知和數據化，優化學習行為模型，基于實際應用與不同學習目標函數及內容，建立可重復、可預測、可驗證的對比數據集，為數據驅動的智慧教育生態構建和教育應用提供核心技術與數據支撐。 （三）關鍵技術 我們面向智慧教育中準確認知學生的學習狀態和行為的大數據需求提出研究方案。本項目實施方案涉及教育學、物聯網、云計算、人工智能、隱私保護等多個領域，主要技術路線如圖所示： 圖 1 技術路線圖 其中，項目包括的關鍵技術主要有以下三點： 1.基于物聯網的多模態數據實時智能感知和多時間域數據采集技術 該技術針對學習狀態的數據化、特征參數量化問題，設計能夠采集多 重學習空間下的智能數據感知物聯網系統。主要技術難點在于抽樣頻率與 識別準確度的平衡、人機交互的變化規律等全新科學問題。 2.學習狀態多模態數據解析和智能處理技術 利用智能感知物聯網采集實時性的原始學習狀態數據，包括面部表情、 腦電信號、頭部姿態、交互行為等原始數據，這些數據具有數據量大、模 態多、冗余度高等特點，需要通過智能化的預處理方法轉換成可以量化的 狀態數據。 3.多層次數據差分隱私保護技術 學習行為數據是學習者被動采集的多方面行為數據，受到日益增長的 具有爭議性的數據倫理的制約。該項技術通過數據隱私保護機制實現數據 多層次化的差分隱私安全算法；在保證學習者最大數據隱私性的前提下， 研究滿足學習行為分析所需要的數據顆粒度。

新能源學院趙學波教授領銜的氫能團隊在具有工業應用前景的丙烷氧化脫氫制丙烯高性能催化劑研究方面取得新進展，相關論文《含硼金屬有機框架化合物衍生的球形超結構氮化硼納米片》（A Spherical Superstructure of Boron Nitride Nanosheets Derived from Boron-Contained Metal-Organic Frameworks）在國際化學領域頂級期刊Journal of the American Chemical Society發表。我校2016級博士生曹磊、新能源學院代鵬程副教授為該論文共同第一作者，新能源學院趙學波教授、代鵬程副教授、昆士蘭大學Yusuke Yamauchi教授為共同通訊作者，中國石油大學（華東）為第一署名單位。 丙烯是極為重要的大宗化工基礎原料，后續衍生出的眾多有機化工產品在建筑、汽車、包裝紡織等領域有廣泛應用。近年來隨著丙烯下游產業規模的迅速擴張，傳統的丙烯來源已無法滿足市場需求，因而亟需開發新的丙烯來源。丙烷氧化脫氫制丙烯具有底物轉化率高、工藝能耗低和無積碳不易失活等優勢，極具工業應用前景。但是由于產物丙烯容易與氧化劑發生過度氧化，降低了目標產物的選擇性，從而讓丙烷氧化脫氫工藝一直無法達到工業化的要求。因此，開發一種高效催化劑，抑制過度氧化，提升產物中丙烯的選擇性是推動丙烷氧化脫氫發展最直接有效的手段。 氮化硼是目前烯烴選擇性最高的丙烷氧化脫氫催化劑，但是單程烯烴收率離工業化需求仍有一定差距。通過可控合成提高活性物種在氮化硼表面的含量和分散度是一種提升催化性能的有效途徑。構建分層的三維結構，尤其是基于二維氮化硼納米片為基本單元的球狀三維結構，有助于提高邊緣活性物種的含量。除豐富的邊緣活性位點外，特殊的三維球狀結構促使反應混合氣沿著球面進行有效地擴散并充分與活性位接觸，提高催化劑的催化活性。然而迄今為止，如何控制氮化硼納米片自組裝形成三維球狀超結構仍是一個充滿挑戰性的工作。 針對上述問題，研究人員以金屬有機框架化合物（MOFs）為前驅體，通過溶劑熱轉換的方式制備了三維球形超結構MOFs納米片（SS-MOFNSs），并進一步以SS-MOFNSs為自犧牲模板，制備了球形超結構氮化硼納米片（SS-BNNSs）催化劑。 SS-BNNSs在丙烷氧化脫氫反應中表現出了優異的催化性能，510 ºC的操作溫度下，產物中烯烴的收率達到了40.2%（丙烯，27.8%；乙烯，12.4%），遠超商業化的氮化硼納米片（丙烯，23.8%；乙烯，8.6%）和高比表面積的氮化硼纖維（丙烯，20.7%；乙烯，10.2%）。通過系統的表征可以發現，SS-BNNSs表面富含B-OH，讓催化劑無須活化就可以直接催化反應進行，同時特殊的結構優勢提高了活性物種的分散度，利于反應氣與活性位點快速接觸和產物丙烯的迅速脫附，提升了產物丙烯的單程收率。SS-BNNSs自組裝的構造過程和結構優勢帶來的性能提升拓寬了催化劑的設計思路。 該研究成果獲得審稿專家充分肯定，審稿專家一致認為該工作提出的含硼MOFs衍生三維超結構氮化硼納米片具有很好的創新性，其作為丙烷氧化脫氫催化劑表現出的高烯烴收率在工業應用方面具有較大潛力，為丙烷氧化脫氫催化劑的研究提供了新的參考。

大會將圍繞新能源及智能網聯汽車產業發展趨勢及西咸新區高質量創新發展等需求，匯聚新能源及智能網聯汽車與相關產業的新理論、新技術、新成果，聯通政產學研用各界，打造高端學術交流平臺、成果發布平臺、創新合作平臺、產業聚集平臺和投融資對接平臺，建立長效合作機制，推動產業結構轉型升級和經濟高質量發展。

大會將圍繞新能源及智能網聯汽車產業發展趨勢及西咸新區高質量創新發展等需求，匯聚新能源及智能網聯汽車與相關產業的新理論、新技術、新成果，聯通政產學研用各界，打造高端學術交流平臺、成果發布平臺、創新合作平臺、產業聚集平臺和投融資對接平臺，建立長效合作機制，推動產業結構轉型升級和經濟高質量發展。