云之翼云桌面融合版是一套融合VDI 和VOI两种技术架构的新型桌面云产品，即具备VDI桌面的资源按需分配、可移动性、高集中管控等特性，同时具备VOI桌面的高性能、离线场景应用等优势。 该产品针对不同场景需求，实现离线桌面和在线桌面的融合，多个桌面场景可访问到本地同一数据磁盘，实现数据共享；同时可以让用户通过任意终端，在任意地点、任意时间接入云桌面，实现资源的合理集中。 一、产品优势 全场景兼容 根据不同场景需求选择不同架构，可满足不同行业全场景需求。 兼容VDI和VOI优势 两种架构融合，兼容VOI架构的媲美PC的使用体验、离线可用、复杂外设兼容和VDI架构数据安全、资源弹性分配，移动访问的优势。 统一管理，便捷运维 单一WEB端融合版管理平台，实现对不同终端设备，两种架构桌面进行统一部署、管理和运维，减少维护复杂度，提升维护效率。 多级用户，分权管理  可以制定多种角色，可以对整个平台的用户进行权限管理。 灵活异构，利旧PC纳管 不限定终端类型，兼容PC机，瘦胖终端等异构设备的统一管理；可对利旧PC进行统一管理，设定统一安全策略，改变原有PC机分散使用，无序管理状态。 数据安全可控 数据盘与系统盘分离，数据安全可管可控：用户数据存放在服务器端，可对其进行统一管理和控制，杜绝非法下载拷贝，保证了用户数据的安全性。 二、应用场景 VDI场景     教育：公共机房、3D类机房、电子阅览室、教师办公医疗：医护工作站、行政办公类、培训会议室等 VOI场景     教育：多媒体教室、语音机房、实训类实验室、PC利旧纳管等;医疗：医学影像医技类、收费窗口、门诊科室、PC利旧纳管等;

通过教学质量基于事实数据进行动态诊断和改进，提供教师、学生和管理者三个维度的数据分析 ， 承载教与学全过程记录，多维度形成性评价数据分析，助力高校工程教育专业认证。 经典案例  

噢易云PC-融合版（简称：OS-EasyvPC））一套国产自主研发的深度融合VDI、VOI、IDV三种桌面技术架构的新型桌面云产品，虚拟化软件集成桌面云的管理平台，且自带数据库，无需单独安装和配置；虚拟化软件所有功能均一次性部署完成，可实现如虚拟桌面链接克隆、集群自动负载均衡等功能。为大规模的、分散的、个性化的复杂办公场景，提供不同架构的虚拟办公桌面，并通过“单一融合管理平台”管理所有硬件设备、终端、桌面、模板等资源，实现了统一集中运维。 产品架构   组成 描述 平台软件 噢易云PC-融合版 服务管理端 B/S架构单一融合管理平台，实现对不同终端设备，三种架构桌面进行统一部署、管理和运维 VDI客户端 部署在云终端上，提供Linux客户端、Windows客户端、Android客户端 VOI客户端 部署在胖终端或利旧PC上，提供操作系统底层客户端和上层客户端 IDV客户端 部署在胖终端或利旧PC上 噢易云盘系统   实现个人资料随时随地移动存取、文件共享 噢易桌面云运维系统   实现对不同架构桌面的安全行为管控，包括应用程序管控、外设管控、网络访问管控等 平台硬件 噢易云服务器   多种配置型号选择 噢易终端 云终端 ①多种配置型号选择②高品质材料，无⻛扇、超低功耗 胖终端 ①i3/i5/i7多种型号选择②外形小巧，支持高清多媒体和复杂图形处理 噢易一体机 云一体机 ①多种配置型号选择②一体化设备，低功耗，外形高端，21.5寸显示屏 胖一体机 ①i3/i5/i7多种型号选择②一体化设备，高性能计算，可选独立显卡 其他配件   ①19.5/21.5液晶显示器②交换机③鼠标键盘套装 国产化 国产化支持 服务器芯片 飞腾、鲲鹏、海光 终端芯片 飞腾、龙芯、兆芯 国产操作系统 中标麒麟、银河麒麟、深度 功能特性 >>“1个”单一融合管理平台 >资源统一管理（服务器、储存、网络） >终端设备统一管理（云终端、胖终端、一体机、利旧PC） >镜像统一管理 >桌面和模板统一管理 >桌面配置策略统一管理 >用户账号统一管理 >>“5融”实现五个层次深度融合 数据融合>办公数据、终端设备数据、镜像数据、模板数据、桌面数据、配置数据、连接使用数据、账号数据等融合，实现了统一的可视化呈现 模板融合>实现了VDI模板和VOI模板复用，办公桌面模板和个人桌面模板复用 桌面融合>实现了漫游桌面，VOI桌面关机状态下，通过VDI终端可以访问该VOI桌面，一个账号可以访问VDI桌面和VOI桌面，一套桌面部署流程 资源融合>实现了资源池融合，网络统一规划、服务器计算资源统一规划、存储资源统一规划 界面融合>产品界面统一设计，单一管理平台，一个入口单点登陆，一致的界面操作体验 >>“6类”交付不同类型桌面 >>“N场景”满足多元化、个性化桌面需求 技术优势 更安全—加强桌面安全性 桌面备份 桌面管控 权限控制 国产化支持 数据传输加密 终端桌面零数据 桌面内外网隔离 统一安全身份认证 符合等级保护2.0要求 桌面安全防护与安全审计 更灵活—提升办公灵活性 漫游桌面 移动办公 公共桌面池 双桌面模式 单用户多桌面 桌面访问更灵活 新一代终端跑老系统 不同终端设备接入桌面 支持更多操作系统类型 个人桌面与网盘绑定，随时存取资料 更稳定—桌面使用体验升级 支持离线桌面 启动运行速度更快 长时间运行稳定性 多种桌面还原方式 桌面运行连续性保障 办公环境更干净整洁 桌面故障一键还原恢复 更便捷—提高IT运管效率 故障告警 消息即时推送 定时自动备份 集中管控策略 桌面配置灵活扩容 快速恢复桌面数据 资产监控与盘点统计 远程重启、定时开关机 大规模软件统一更新速度更快 单一融合管理平台，实现统一管理 更节省—降低综合运维成本 PC利旧 云终端节能环保 终端使用寿命延长 人员维护场成本降低 5年TCO可节省40%以上 硬件资源平均利用率提升80% 维护周期缩短，故障排查恢复更快 更先进—多桌面云融合架构，满足发展需求，技术超前3-5年 数据可视化BI 超大规模集群支持 桌面镜像分层技术 具备更广泛的兼容性 多架构桌面统一模板 超融合架构，自由扩展 交付VDI、VOI、IDV三种架构的桌面，满足所有场景应用需求

Al协同创新实验云是Al教学实验实训协同工具，涵盖真实行业项目的教学课程、授课教案、实验教学资源、硬件、平台等，可满足人工智能专业的学生了解行业真实案例中从起始阶段、细化阶段、构建阶段、业务环境、需求分析、技术架构选型等等各方面的项目细节，在线完成分类、建模、分析、可视化、结果输出等任务，并支持私有化部署和云端协同，帮助院校开展人工智能应用研发。

针对智慧城市、移动设备、工控系统等多个领域的CPS 多源异构时空大数据，提出了多种时序模式挖掘算法和时空 模型构建方法，并应用在轨迹预测、交通流预测、空气质量 预测、用户画像、活动识别、异常行为检测、网络攻击检测 等多个任务中，并为“人机物”融合的数据驱动模型提供理 论与技术基础。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

开放化、高速化和高精度化都是现代信息技术的发展趋势和研究热点。数据采集系统是通信技术和数控技术领域的重要功能模块，应用领域十分广泛。 本数据采集平台的中央控制芯片选用美国TI公司的DSP (Digital Signal Processor，数字信号处理芯片)TMS320C5402。DSP具有高速、高精度的运算能力，强大、方便的数据通信能力，灵活、可靠的编程与信号处理能力。设计选用昀A/D转换芯片是AD公司推出AD976A，其转换精度是16位，转换速率最高可达200k/s。系统的核心采用DSP控制AD976A实现高速数据采集的功能。

系统重点解决舆情数据分析中可视化舆情数据采集、存储和分析方法问题。系统提供可视化舆情数据采集方法，解决了用户定义数据采集模板易用性问题。系统采用主流的hadoop系统作为存储系统，解决了系统可用性问题。系统实现了多种舆情数据分析算法，实现了舆情报告辅助生成功能，能够有效的协助舆情分析人员工作。系统数据采集吞吐量、数据存储、计算能力均具有良好的扩展性。

该项目利用国家卫健委公布的确诊病例总数数据链，以应用传播动力学为方法，以黄森忠教授建构的普适SEIR模型作为模型理论，通过“南开大学智英健康数据研究中心”开发的程序EpiSIX，分析新冠病毒肺炎疫情有关数据，并将分析结果生成可视化网页，开展疫情发展回顾、确诊病例数时序区间预测等相关工作，对疫情发展情况及疫情防控效率作出研判。 研究团队由黄森忠教授和山西大学复杂系统研究所所长靳祯教授、南京医科大学公共卫生学院彭志行副教授共同领衔，南开大学统计与数据科学学院多名年轻教师与研究生加入。研究团队从1月30日至2月14日，每3日发布一次预测，已连续发布疫情传播预测6期，并根据疫情变化，及时调整预测评价指标，其预测区域也进一步细化，由原来的对全国、湖北省、武汉市的疫情预测，拓展为对全国各省市的预测。

近日，中国科学技术大学管理学院在时空面板数据模型的研究中取得重要进展，突破经典的广义极大似然估计和广义矩估计理论框架，提出了基于空间权重矩阵特征分解的估计和模型选择方法。相关论文在学术期刊《美国科学院院报》上发表。现在很多大数据（环境，疫情，犯罪，物流，区域经济等）呈现出时间和空间的复杂相依关系，由于时空的交互影响提高了对应的时空模型的估计难度。有别于已有的复杂估计方法，文章改变传统的估计思路，充分利用时空数据的空间结构特征，采用空间权重矩阵的特征分解，极大的简化了估计方法，提高了估计精度和运算速度，并提出了相应的模型选择方法。理论部分模型的示意图如下图所示：文章以 2008 年 1 月到 2013 年 12 月（72 个月） 138 个美国匹兹堡行政地区的犯罪数据为例做了示范。在这个例子中，犯罪数据重罪（Part I）和轻罪(Par II)在138个行政区的平均犯罪个数分布如下图：文章还选取了 15 个区域社会经济变量作为解释变量，包括区域总人口、收入、失业率、贫苦率、非裔比例、教育水平等。模型的拟合程度指标R平方（接近1时，拟合程度高）达到 0.98，表明选择的模型非常好的拟合了数据。数据分析结果可以用于以轻罪发生率预测重罪发生率，解释犯罪学的“破窗理论”，分析重罪发生率和总人口、收入和贫困等的量化关系。论文链接：https://doi.org/10.1073/pnas.1917411117详细阅读：http://news.ustc.edu.cn/2020/0318/c15884a414854/page.htm