CN117314330A - 一种基于数字孪生的智能制造系统 - Google Patents
一种基于数字孪生的智能制造系统 Download PDFInfo
- Publication number
- CN117314330A CN117314330A CN202311120024.6A CN202311120024A CN117314330A CN 117314330 A CN117314330 A CN 117314330A CN 202311120024 A CN202311120024 A CN 202311120024A CN 117314330 A CN117314330 A CN 117314330A
- Authority
- CN
- China
- Prior art keywords
- data
- teaching
- unit
- virtual
- space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 21
- 230000003993 interaction Effects 0.000 claims abstract description 29
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 230000009466 transformation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于数字孪生的智能制造系统,包括教育管理系统,用于进行教育的相关管理的控制和实现;现实空间,作为数字孪生的物理空间;信息交互接口,用于物理空间和虚拟空间之间进行数据信息的传输;虚拟机,用于实现虚拟空间及进行虚拟信息的存储;以及虚拟空间,作为数据孪生的虚拟空间,对现实空间的一个映射。本发明中,设置有数字孪生系统、可视化仿真,模拟教学环境,同时不管丰富知识库,对学习效率进行优化改进,不断提升,方便教学资源的使用,通过数字化教学,大大提高了教育效率和接受教育的积极性,同时设置有虚拟现实设备,给学生营造一种良好的学习氛围,同时对界面进行优化,给使用者很好的体验,提高学习效率。
Description
技术领域
本发明涉及智能制造技术领域,尤其涉及一种基于数字孪生的智能制造系统。
背景技术
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
智能制造,源于人工智能的研究,一般认为智能是知识和智力的总和,前者是智能的基础,后者是指获取和运用知识求解的能力。智能制造应当包含智能制造技术和智能制造系统,智能制造系统不仅能够在实践中不断地充实知识库,而且还具有自学习功能,还有搜集与理解环境信息和自身的信息,并进行分析判断和规划自身行为的能力。
教育数字化转型是指利用数字技术推动教学范式、组织架构、教学过程、评价方式等全方位的创新与变革。教育数字化转型将帮助区域、学校管理者突破教育数据汇聚流转、治理方式变革的难点,帮助教师激活教育数据价值,赋能教学实践的痛点问题。
目前现有的教学模式较少,部分学生学习积极性不高,同时学习趣味性不高,教学时对于教学资源的利用率不高,因此,提出的一种基于数字孪生的智能系统。
发明内容
本发明的目的是为了解决现有技术中存在现有的教学模式较少,部分学生学习积极性不高,同时学习趣味性不高,教学时对于教学资源的利用率不高的缺点,而提出的一种基于数字孪生的智能制造系统。
为了实现上述目的,本发明采用了如下技术方案:
一种基于数字孪生的智能制造系统,包括教育管理系统,用于进行教育的相关管理的控制和实现;现实空间,作为数字孪生的物理空间;信息交互接口,用于物理空间和虚拟空间之间进行数据信息的传输;虚拟机,用于实现虚拟空间及进行虚拟信息的存储;以及虚拟空间,作为数据孪生的虚拟空间,对现实空间的一个映射;所述教育管理系统与现实空间之间存在数据连接,所述虚拟机与虚拟空间之间存在数据连接,所述现实空间通过信息交互接口与虚拟空间之间进行交互。
上述技术方案进一步包括:
所述现实空间包括教室教学环境实体、虚拟现实设备和人机交互,所述教室教学环境实体作为教学环境的客观主体,为数据孪生提供物理实体,所述虚拟现实设备用于实现虚拟现实,使使用者处于虚拟空间中,所述人机交互用于使用者与系统进行交互操作。
所述人机交互包括现实空间使用者与教育管理系统的交互,还包括虚拟空间中在虚拟条件下与教育管理系统进行交互,所述虚拟空间的交互通过对使用者的规定动作进行识别,并对其进行信息传输,系统根据信号进行反馈。
所述虚拟空间包括数字孪生体、知识资源库和可视化仿真,所述数字孪生体用于对现实空间物理试题进行模拟,所述知识资源库用于存储和调取所需要使用的资源并进行自动更新和丰富,所述可视化仿真用于对模拟结果进行可视化,为用户提供展示界面。
所述教育管理系统包括教学资源预选单元、数据采集单元、教学模式管理单元、数据处理单元、课程推荐单元、数据分析单元和界面优化单元,所述教学资源预选单元发送信号到数据采集单元,所述教学模式管理单元将信号传输到数据采集模块,所述数据采集单元将数据传输到数据处理单元,所述数据处理模块将数据传输到数据分析单元,所述数据分析单元将数据传输到课程推荐单元和界面优化单元,所述教学资源预选单元用于提供教学资源的获取选择,所述教学模式管理单元用于设计和实现丰富多彩的教学模式,所述数据采集模块用于根据需求进行数据获取,所述数据处理模块用于对获取的数据进行处理,所述数据分析模块用于对处理后的数据进行整理分析,所述课程推荐单元用于对使用者进行课程学习的推荐,所述界面优化单元用于对虚拟现实展示的界面进行优化,提高教学效果。
所述数据处理模块应用有主成分分析特征提取的方法,将预处理后的数据设置为M个样本{X1,X2,...,XM,},每个样本有N维特征每一个特征Xj都有各自的特征值;
首先对所有特征进行去中心化,即去均值,求出每个特征的平均值,然后对于所有的样本,每一个特征都减去自身的均值,其中各均值分别为在去中心化后再求协方差矩阵其中对角线上分别是特征X1和X2的方差,非对角线上是协方差,cov(X1,X1)的计算公式为/>由此得出M个样本在这N维特征下的协方差矩阵C;
得到协方差矩阵后,根据特征方程Cμ=λμ求出其特征值及其对应的特征向量,其中λ为特征值,μ为其对应的特征向量,选择最大的前k个特征值和相对应的特征向量进行投影,投影即为降维的过程,将原始特征从高维度降低到低维度,去除了大量的冗余信息,保留了至少80%的数据,更少的数据可以提供相同的数据信息,提高效率。
所述教育管理系统将数据存储在数据库,所述数据库将存储的信息传输到模型映射单元,所述教育管理系统收到中央控制系统的信号控制,所述中央控制系统获取数字孪生系统的相关信息,所述数字孪生系统与虚拟空间之间存在连接,所述数字孪生系统与模型映射单元将数据传输到中央控制系统,所述数字孪生系统用于利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中对教学环境场景完成映射。
所述数据孪生系统包括场景设计、过程规划、教学布局、过程仿真、教学效果优化等,所述场景设计主要是对于教育环境的设计,所述过程规划是对教学过程的设计,所述教学布局是对界面的布局展示,所述过程仿真是对教学过程的模拟,所述教学效果优化针对教学效果对其他部分进行优化。
本发明具备以下有益效果:
1、本发明中,设置有虚拟现实设备,给学生营造一种良好的学习氛围,同时对界面进行优化,给使用者很好的体验,提高学习效率。
2、本发明中,设置有数字孪生系统、可视化仿真,模拟教学环境,同时不管丰富知识库,对学习效率进行优化改进,不断提升,方便教学资源的使用,通过数字化教学,大大提高了教育效率和接受教育的积极性。
附图说明
图1为本发明提出的一种基于数字孪生的智能制造系统的系统框图;
图2为本发明中的教育管理系统的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提出的一种基于数字孪生的智能制造系统,包括教育管理系统,用于进行教育的相关管理的控制和实现;现实空间,作为数字孪生的物理空间;信息交互接口,用于物理空间和虚拟空间之间进行数据信息的传输;虚拟机,用于实现虚拟空间及进行虚拟信息的存储;以及虚拟空间,作为数据孪生的虚拟空间,对现实空间的一个映射;其特征在于,教育管理系统与现实空间之间存在数据连接,虚拟机与虚拟空间之间存在数据连接,现实空间通过信息交互接口与虚拟空间之间进行交互。
现实空间包括教室教学环境实体、虚拟现实设备和人机交互,教室教学环境实体作为教学环境的客观主体,为数据孪生提供物理实体,虚拟现实设备用于实现虚拟现实,使使用者处于虚拟空间中,人机交互用于使用者与系统进行交互操作。
人机交互包括现实空间使用者与教育管理系统的交互,还包括虚拟空间中在虚拟条件下与教育管理系统进行交互,虚拟空间的交互通过对使用者的规定动作进行识别,并对其进行信息传输,系统根据信号进行反馈。
虚拟空间包括数字孪生体、知识资源库和可视化仿真,数字孪生体用于对现实空间物理试题进行模拟,知识资源库用于存储和调取所需要使用的资源并进行自动更新和丰富,可视化仿真用于对模拟结果进行可视化,为用户提供展示界面。
本发明的实施例中,对教育管理系统进行设计应用于现实空间,对人机交互、教室教学环境实体进行充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射在虚拟空间中,现实空间使用者与教育管理系统进行交互,虚拟空间中在虚拟条件下与教育管理系统进行交互,虚拟空间的交互通过对使用者的规定动作进行识别,并对其进行信息传输,系统根据信号进行反馈。
如图2所示,本发明的实施例中,教育管理系统包括教学资源预选单元、数据采集单元、教学模式管理单元、数据处理单元、课程推荐单元、数据分析单元和界面优化单元,教学资源预选单元发送信号到数据采集单元,教学模式管理单元将信号传输到数据采集模块,数据采集单元将数据传输到数据处理单元,数据处理模块将数据传输到数据分析单元,数据分析单元将数据传输到课程推荐单元和界面优化单元,教学资源预选单元用于提供教学资源的获取选择,教学模式管理单元用于设计和实现丰富多彩的教学模式,数据采集模块用于根据需求进行数据获取,数据处理模块用于对获取的数据进行处理,数据分析模块用于对处理后的数据进行整理分析,课程推荐单元用于对使用者进行课程学习的推荐,界面优化单元用于对虚拟现实展示的界面进行优化,提高教学效果。
数据处理模块应用有主成分分析特征提取的方法,将预处理后的数据设置为M个样本{X1,X2,...,XM,},每个样本有N维特征每一个特征Xj都有各自的特征值;
首先对所有特征进行去中心化,即去均值,求出每个特征的平均值,然后对于所有的样本,每一个特征都减去自身的均值,其中各均值分别为在去中心化后再求协方差矩阵其中对角线上分别是特征X1和X2的方差,非对角线上是协方差,cov(X1,X1)的计算公式为/>由此得出M个样本在这N维特征下的协方差矩阵C;
得到协方差矩阵后,根据特征方程Cμ=λμ求出其特征值及其对应的特征向量,其中λ为特征值,μ为其对应的特征向量,选择最大的前k个特征值和相对应的特征向量进行投影,投影即为降维的过程,将原始特征从高维度降低到低维度,去除了大量的冗余信息,保留了至少80%的数据,更少的数据可以提供相同的数据信息,提高效率。
教育管理系统将数据存储在数据库,数据库将存储的信息传输到模型映射单元,教育管理系统收到中央控制系统的信号控制,中央控制系统获取数字孪生系统的相关信息,数字孪生系统与虚拟空间之间存在连接,数字孪生系统与模型映射单元将数据传输到中央控制系统,数字孪生系统用于利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中对教学环境场景完成映射。
数据孪生系统包括场景设计、过程规划、教学布局、过程仿真、教学效果优化等,场景设计主要是对于教育环境的设计,过程规划是对教学过程的设计,教学布局是对界面的布局展示,过程仿真是对教学过程的模拟,教学效果优化针对教学效果对其他部分进行优化。
教育管理系统收到中央控制系统的信号控制,中央控制系统获取数字孪生系统的相关信息,数字孪生系统与虚拟空间之间存在连接,数字孪生系统与模型映射单元将数据传输到中央控制系统,数字孪生系统用于利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中对教学环境场景完成映射。
教学资源预选单元用于提供教学资源的获取选择,教学模式管理单元用于设计和实现丰富多彩的教学模式,数据采集模块用于根据需求进行数据获取,数据处理模块用于对获取的数据进行处理,数据分析模块用于对处理后的数据进行整理分析,课程推荐单元用于对使用者进行课程学习的推荐,界面优化单元用于对虚拟现实展示的界面进行优化,提高教学效果。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于数字孪生的智能制造系统,包括教育管理系统,用于进行教育的相关管理的控制和实现;现实空间,作为数字孪生的物理空间;信息交互接口,用于物理空间和虚拟空间之间进行数据信息的传输;虚拟机,用于实现虚拟空间及进行虚拟信息的存储;以及虚拟空间,作为数据孪生的虚拟空间,对现实空间的一个映射;其特征在于,所述教育管理系统与现实空间之间存在数据连接,所述虚拟机与虚拟空间之间存在数据连接,所述现实空间通过信息交互接口与虚拟空间之间进行交互。
2.根据权利要求1所述的一种基于数字孪生的智能制造系统,其特征在于,所述现实空间包括教室教学环境实体、虚拟现实设备和人机交互,所述教室教学环境实体作为教学环境的客观主体,为数据孪生提供物理实体,所述虚拟现实设备用于实现虚拟现实,使使用者处于虚拟空间中,所述人机交互用于使用者与系统进行交互操作。
3.根据权利要求2所述的一种基于数字孪生的智能制造系统,其特征在于,所述人机交互包括现实空间使用者与教育管理系统的交互,还包括虚拟空间中在虚拟条件下与教育管理系统进行交互,所述虚拟空间的交互通过对使用者的规定动作进行识别,并对其进行信息传输,系统根据信号进行反馈。
4.根据权利要求1所述的一种基于数字孪生的智能制造系统,其特征在于,所述虚拟空间包括数字孪生体、知识资源库和可视化仿真,所述数字孪生体用于对现实空间物理试题进行模拟,所述知识资源库用于存储和调取所需要使用的资源并进行自动更新和丰富,所述可视化仿真用于对模拟结果进行可视化,为用户提供展示界面。
5.根据权利要求1所述的一种基于数字孪生的智能制造系统,其特征在于,所述教育管理系统包括教学资源预选单元、数据采集单元、教学模式管理单元、数据处理单元、课程推荐单元、数据分析单元和界面优化单元,所述教学资源预选单元发送信号到数据采集单元,所述教学模式管理单元将信号传输到数据采集模块,所述数据采集单元将数据传输到数据处理单元,所述数据处理模块将数据传输到数据分析单元,所述数据分析单元将数据传输到课程推荐单元和界面优化单元,所述教学资源预选单元用于提供教学资源的获取选择,所述教学模式管理单元用于设计和实现丰富多彩的教学模式,所述数据采集模块用于根据需求进行数据获取,所述数据处理模块用于对获取的数据进行处理,所述数据分析模块用于对处理后的数据进行整理分析,所述课程推荐单元用于对使用者进行课程学习的推荐,所述界面优化单元用于对虚拟现实展示的界面进行优化,提高教学效果。
6.根据权利要求5所述的一种基于数字孪生的智能制造系统,其特征在于,所述数据处理模块应用有主成分分析特征提取的方法,将预处理后的数据设置为M个样本{X1,X2,...,XM,},每个样本有N维特征每一个特征Xj都有各自的特征值;
首先对所有特征进行去中心化,即去均值,求出每个特征的平均值,然后对于所有的样本,每一个特征都减去自身的均值,其中各均值分别为在去中心化后再求协方差矩阵其中对角线上分别是特征X1和X2的方差,非对角线上是协方差,cov(X1,X1)的计算公式为/>由此得出M个样本在这N维特征下的协方差矩阵C;
得到协方差矩阵后,根据特征方程Cμ=λμ求出其特征值及其对应的特征向量,其中λ为特征值,μ为其对应的特征向量,选择最大的前k个特征值和相对应的特征向量进行投影,投影即为降维的过程,将原始特征从高维度降低到低维度,去除了大量的冗余信息,保留了至少80%的数据,更少的数据可以提供相同的数据信息,提高效率。
7.根据权利要求5所述的一种基于数字孪生的智能制造系统,其特征在于,所述教育管理系统将数据存储在数据库,所述数据库将存储的信息传输到模型映射单元,所述教育管理系统收到中央控制系统的信号控制,所述中央控制系统获取数字孪生系统的相关信息,所述数字孪生系统与虚拟空间之间存在连接,所述数字孪生系统与模型映射单元将数据传输到中央控制系统,所述数字孪生系统用于利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中对教学环境场景完成映射。
8.根据权利要求7所述的一种基于数字孪生的智能制造系统,其特征在于,所述数据孪生系统包括场景设计、过程规划、教学布局、过程仿真、教学效果优化等,所述场景设计主要是对于教育环境的设计,所述过程规划是对教学过程的设计,所述教学布局是对界面的布局展示,所述过程仿真是对教学过程的模拟,所述教学效果优化针对教学效果对其他部分进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311120024.6A CN117314330A (zh) | 2023-09-01 | 2023-09-01 | 一种基于数字孪生的智能制造系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311120024.6A CN117314330A (zh) | 2023-09-01 | 2023-09-01 | 一种基于数字孪生的智能制造系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117314330A true CN117314330A (zh) | 2023-12-29 |
Family
ID=89254336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311120024.6A Pending CN117314330A (zh) | 2023-09-01 | 2023-09-01 | 一种基于数字孪生的智能制造系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117314330A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540244A (zh) * | 2020-05-11 | 2020-08-14 | 镇江纵陌阡横信息科技有限公司 | 一种基于大数据分析的多端线上授课系统 |
CN113988676A (zh) * | 2021-11-03 | 2022-01-28 | 江苏四联自动化科技有限公司 | 一种水处理设备的安全管理方法及系统 |
CN115099296A (zh) * | 2022-04-15 | 2022-09-23 | 河北建投海上风电有限公司 | 基于深度学习算法的海浪高度预测方法 |
CN115641232A (zh) * | 2022-09-16 | 2023-01-24 | 常州纺织服装职业技术学院 | 一种基于数字孪生技术的课堂教学系统及方法 |
CN116320525A (zh) * | 2023-05-25 | 2023-06-23 | 广州冠科技术股份有限公司 | 一种基于数字孪生的教学信息处理系统及方法 |
-
2023
- 2023-09-01 CN CN202311120024.6A patent/CN117314330A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540244A (zh) * | 2020-05-11 | 2020-08-14 | 镇江纵陌阡横信息科技有限公司 | 一种基于大数据分析的多端线上授课系统 |
CN113988676A (zh) * | 2021-11-03 | 2022-01-28 | 江苏四联自动化科技有限公司 | 一种水处理设备的安全管理方法及系统 |
CN115099296A (zh) * | 2022-04-15 | 2022-09-23 | 河北建投海上风电有限公司 | 基于深度学习算法的海浪高度预测方法 |
CN115641232A (zh) * | 2022-09-16 | 2023-01-24 | 常州纺织服装职业技术学院 | 一种基于数字孪生技术的课堂教学系统及方法 |
CN116320525A (zh) * | 2023-05-25 | 2023-06-23 | 广州冠科技术股份有限公司 | 一种基于数字孪生的教学信息处理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110364049B (zh) | 一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法 | |
CN111274411A (zh) | 课程推荐方法、装置、电子设备及可读存储介质 | |
CN112489507B (zh) | 基于vr与全息投影的大数据融合式智慧教学法 | |
CN111915148B (zh) | 一种基于信息技术的课堂教学评价方法和系统 | |
CN109754349B (zh) | 一种在线教育智能师生匹配系统 | |
CN112101828B (zh) | 岗位技能评估方法、系统、电子设备及存储介质 | |
CN111540244A (zh) | 一种基于大数据分析的多端线上授课系统 | |
CN107742266A (zh) | 一种基于增强现实的教学系统 | |
KR100877583B1 (ko) | 학습 스타일 진단 시스템 및 그 진단 방법 | |
CN106886408A (zh) | 应用于机器人软件工程师的智能决策系统 | |
CN108874861A (zh) | 一种教学大数据可视化分析系统及方法 | |
CN113094495A (zh) | 深度强化学习的学习路径演示方法、装置、设备及介质 | |
CN108961888A (zh) | 一种个性化重构知识体系学习系统及方法 | |
CN115131627A (zh) | 一种轻量化植物病虫害目标检测模型的构建和训练方法 | |
CN111275239A (zh) | 一种基于多模态的网络化教学数据分析方法及系统 | |
CN116957867A (zh) | 一种数字人教师线上教学服务方法、电子设备及计算机可读存储介质 | |
Xie et al. | Virtual reality primary school mathematics teaching system based on GIS data fusion | |
CN111027941A (zh) | 一种基于stm32单片机的教学实验平台 | |
CN113242468B (zh) | 一种基于大数据云平台教育数据流的控制方法及系统 | |
CN116028702A (zh) | 学习资源推荐方法、系统及电子设备 | |
CN112365183A (zh) | 一种人工智能教育的方法及装置 | |
CN112635060A (zh) | 一种生存力评估方法、装置、评估设备及存储介质 | |
CN117314330A (zh) | 一种基于数字孪生的智能制造系统 | |
CN109840756A (zh) | 一种基于人工智能识别技术的教学系统及方法 | |
CN112202861B (zh) | 一种基于bim的水电工程工法管理应用系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |