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
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
人工智能初创公司aiOla推出基于流匹配训练技术的语音AI模型Drax,挑战OpenAI和阿里巴巴等巨头。该模型重新定义语音算法训练方式,能在嘈杂环境中准确识别语音,兼顾速度与准确性。相比OpenAI的Whisper和阿里巴巴Qwen2,Drax采用并行流处理技术,速度提升32倍,词错误率仅7.4%。该模型已在GitHub开源,提供三种规模版本。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。