在浙江师范大学,智慧校园建设工作给师生带来了很多便利。
比如,忘带校园一卡通,被阻图文信息中心门口,尴尬、焦急,怎么办?这时候,就靠救急“神器”:微信校园卡来帮忙。
前几天,还在期末复习中,文传学院2017级数字媒体专业潘婷和同学一起去图文信息中心上自习,到门口却发现忘带一卡通。“原来打算等同学过门检,再将她的卡给我刷,结果被拦下,一脸尴尬。”
潘婷不得不折返宿舍,刚回头转眼瞥到门口的宣传栏上微信校园卡的宣传。她扫了二维码,绑定一卡通,通过手机刷二维码,顺利进了图书馆。“像我这样经常忘记带卡的人,有了微信校园卡着实方便。”她说。
与她有相似经历的,还有人文学院汉语言专业的王青。“想起手机上的微信校园卡,感觉很安心。”他是2017年3月绑定了微信校园卡,进图文信息中心时,发现一卡通在宿舍,赶紧打开微信,点击我—卡包—微信校园卡,再点击卡上的二维码,对准图文扫描机一扫,通道立马开放了。
除了进图文时救急使用外,微信校园卡的服务大厅还提供课表、校历、电费查询和移动图书馆等服务。
在浙师大,通过校园微信企业号,师生动一动拇指就可以完成成绩、一卡通消费等业务信息的查询。这项早在2016年9月开通的服务,是学校推进智慧校园建设的一部分。
智慧校园建设的核心诉求是以信息化便捷师生的日常生活。升级迎新系统,便利新生报到;开发离校系统,毕业生在电脑面前完成各项离校手续,免去奔跑各部门盖章之苦。开发浙师云盘,介入师生的日常教学管理,生成数字化教育决策资源;开发智慧校园数据挖掘系统项目,实时抓取学生集体或个体大数据,可使大数据应用于学校安保、后勤、学生管理等各个方面。
2017年,学校积极响应浙江省“最多跑一次”改革,学校网上办事大厅服务平台新增服务50余项,涵盖人事、学工、教学、公共服务、平台基础等,目前该平台已经入住90余项校园微服务。推进学生数据综合分析和预警平台建设,在主数据平台的基础上集成一卡通、门禁、图书馆、医院等系统,综合分析学生状态,并给出警示信息,有助于全面掌握学生情况方便学生管理。其中,微信智慧校园和QQ智慧校园建设,成果初现。学校推出2017年毕业生“师大光阴”数据分析报告共8512份,单日访问量达到40000多人次,企业号还新增拾卡寻人等新功能。6月份推出微信校园卡(虚拟卡)的应用:23000多人已经领取,门禁使用次数达5万多次。
此外,近年来经过多次建设实现了全校无线覆盖,借助万兆中心AP和运营商级接入认证网关BRAS来保证Wi-Fi的良好体验,集灵活控制和方便接入于一体,还成功部署了eduroam国际学术网络WiFi漫游服务,方便外出师生和来校同行使用本地的WIFI接入服务。
学校大力推进信息化和智慧校园建设获得越来越多业内人士的认可。仅2017年,学校获得浙江省高校网络信息化建设工作先进单位的荣誉。
解决方案:
使用华为高端敏捷核心交换机S12708做为网络核心,通过ACU2无线业务板卡实现AC管理功能,通过ME60对无线用户进行认证;
行知学院校区使用3×3MIMO的AP5030DN进行室内覆盖,使用4×4 MIMO四空间流的AP6050DN进行高密会场覆盖,室外使用AP8130DN进行双5G覆盖;
本部宿舍区采用华为敏捷分布式方案,即中心AP+分体AP架构,中心AP AD9430可实现万兆上行带宽,分体AP接入宿舍房间内,实现360度无死角覆盖。
成果共享:
在保证核心网络可靠性和易扩展性的基础上,实现万兆骨干带宽,同时针对差异化场景合理选择AP款型,真正实现无死角覆盖,保证了师生的极速上网体验。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
谷歌研究院开发的论文助手工具PAT,利用分阶段深度推理流水线自动审查学术论文,在真实错误检测任务上达到89.7%召回率,并已在STOC和ICML两大顶会完成超4700篇论文的真实部署。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港大学与武汉大学联合开发的EO-WM系统,将地球观测卫星图像预测重新定义为天气驱动的世界建模问题,通过把气象信号拆解为气候基线、天气异常和累积压力三层,显著提升了对极端干旱和热浪事件下植被退化的预测准确性。