基于融合反馈的算法模块管理在高机动追踪中的应用

以算法模块及算法内部参数的管理为核心,探索并提出新的敏感指标,通过融合反馈的方法来完成高机动追踪。该方法通过敏感指标对融合后的反馈结果的分析,用硬决策的方式完成机动追踪中的滤波器选择,以较少的计算量完成了模型未知的高机动追踪。与传统的IMM算法相比,此算法具有计算量小、模型集少的优点。一个多目标机动追踪实验结果验证了此算法在高机动目标追踪中的优秀表现。

基于常态化数据服务的智慧校园建设方案探究

随着高校数字治理与智慧校园建设的纵深推进,面对师生多样化、个性化与精准化服务的迫切需求,宁波幼儿师范高等专科学校以常态化数据服务为学校推进数字化改革的关键切入口,构建“宁师大脑”架构下的数据服务,重塑数据服务的建设流程,坚持大数据服务“以人为本”“以解决问题为导向”“以场景化应用为原则”,践行以“师生为中心”的服务理念,对高校的综合数据治理与智慧校园建设进行了有益的实践与探索。

高职院校素质学分数据模型构建

素质教育是我国教育改革发展的战略主题,素质学分制是一种大学生评价模式的新探索,主要体现在学业计划之外的内容,是对高校学生在校就读期间非学业状况提高的侧面体现,素质学分模型是建设在素质学分之上,通过已收集的学生信息,采用SQL语言查询创建数据视图链接,最终构建素质学分数据模型。

数据服务常态化助力校园治理现代化--基于“宁师大脑”实践与思考

全面推进数字化改革浪潮下,宁波幼儿师范高等专科学校以建设“宁师大脑”为一体化数字底座与场景化服务窗口,为师生提供“实时、处处、人人”伴随式、个性化数据服务,为各级管理者提供“场景驱动、数据支撑、智能应用”的数据管理服务,以常态化数据服务助力学校数字化改革纵深应用、实现校园治理现代化。该项目是全省教育领域数字化改革创新试点之一,以此为基础的数改案例入选是全省教育领域数字化改革50大实践案例。

校园监控系统建设中人工智能技术应用探索

校园监控是校园信息化建设的重要组成之一,也是校园安全保障的重要手段。从人工智能技术与校园监控应用结合的角度,探索新一代监控系统的建设方向与可行性。

高校校园大脑建设的若干思考

高校校园大脑是高校信息化的高级形态,将会成为下一个高校重点建设的项目。然而,如果没有完善的顶层设计、覆盖面广的服务场景和全面的分析能力引擎,高校校园的建设将难以达到预期目标,造成投资浪费。针对高校校园大脑建设,阐述了高校校园大脑的特点、服务场景、分析能力引擎、以及可能会遇到的问题。

教育信息化建设走出了新路径——智慧教育:以宁波市探索实践为例

宁波智慧教育已经摸索出一条＂公益＋市场＂的新路子。借＂智慧城市＂的东风,2012年,宁波智慧教育正式起步,并提出了智慧教育的建设理念。2013年,以课题为引领,初步建成了面向基础教育、高校科研、终身学习的一期三大平台。2014年,宁波市着眼顶层设计,协调各部门制定智慧教育三年建设方案,智慧教育被列入宁波市经济社会转型发展三年行动计划重点工程之一,以3年1.4亿元的大投入进行建设。2015年,