沈阳启云智网科技有限公司，成立于2020年9月16日，注册资本3500万元人民币，是专业从事嵌入式软件、汽车应用软件研发的高新科技企业，公司核心研发团队有着十余年的相关软件研发经验，已持有10项C-V2X应用软件著作权和1项C-V2X场景测试系统软件资质证书。         公司响应社会需要，紧跟最新国家标准，根据为多家大型主机厂和央企提供服务的经验，自主研发面向各级高等教育学校，车联网教学的一站式解决方案，覆盖算法开发及应用、虚拟仿真测试、自动化实验报告、全流程实训等，无缝对接车联网前沿教学和厂家实际生产应用。        公司将持续服务于车联网相关厂家和高校，在C-V2X新技术以需求带动研发，研发促进生产，生产带动人才和新技术需求，形成良性循环，为产业创新发展作贡献。

★软件具有国家版权局颁发的软件著作权登记证书。 ★软件具有省级或国家级检测机构出具的软件产品登记测试报告。 特殊教育资源中心（资源教室）云平台，划分为学校端、学生端等多用户端口。用户端口登录使用上相互独立，在数据和资源上又能实时同步共享。 学校端集成了人员信息管理、档案管理、数据中心、评估中心、训练中心、个别教育计划、系统管理、云课堂等核心功能模块，主要用于学校创建、管理特殊学生档案、建立个别教育计划、进行科学评估训练的工作平台。 学生端以学生能够简单操作、便捷使用为核心，主要用于学生进行评估训练、线上课堂、在线学习等。 系统支持对资源中心管辖的学生、教师、家长的基本信息和扩展信息的上传和维护；支持查询全部学生使用系统的全部记录档案，包括学生的基本信息、在系统中所进行的评估、个性化辅导计划、参与的训练、在线训练的游戏的结果等。 系统建立起资源中心辐射的特殊教育云数据中心。可随时动态查询学校的学生数量、教师数量，还可以根据不同障碍类型、不同年龄段的学生等等进行自由统计。实现学生进行专业量表测评后结果的自动分析和数据挖掘，查看各学生的评估与训练开展情况，为特殊教育资源分配和管理提供极具价值的参考依据。 系统预置特殊教育专业评估工具，可以各种针对不同问题类型进行评估，以便特教老师了解特殊儿童的障碍程度，使教学、训练或研究更有针对性。普通学校和培智学校常见的特殊学生包括：智力障碍、学习障碍、自闭症、情绪与行为障碍、注意力与多动障碍、社会适应障碍等不同类型。提供了包括学习障碍儿童筛查量表、孤独症行为评定量表、儿童感统发展评定量表等权威评定量表。 系统根据儿童的发展阶段和信息加工过程，不同类型的特殊儿童提供了包括感统训练、语言训练、人际交往训练、认知训练、情绪训练等各种主题训练方案，促进特殊儿童的潜能开发，提高他们的各项能力。训练内容包括视频、动画、游戏、多媒体课件等形式多样，具体包括：大龙球游戏、我是谁、心情日记、小小乐队、蝴蝶的形成、戴帽子、手的训练等不同维度不同内容的训练课。 系统提供完整的IEP（个别教育计划）模板，教师可以根据学生的障碍奠定评估报告，结合系统资料介绍中的教学建议，为学生制定训练目标和训练计划，再开展适宜的训练内容，即实施个别教育计划。学生在进行训练的过程中，学校管理人员可以查阅到学生的所有训练计划，并且了解学生的训练情况，对当前个别训练计划进行检查、追踪与指导。在每个阶段性评估中，教师也可以根据评估报告适当地调整个别训练计划，使得个别训练计划在每一个时期都是最适应儿童发展的。

疫情防控，快速识别出潜在的感染者是关键。近日，西安交大管理学院刘跃文副教授研发出新冠肺炎感染风险的大数据评估模型，可基于旅行大数据，综合计算新冠肺炎感染风险指数和级别。该模型在云南省全面推广应用，大幅度提升了防控一线现场核查工作的效率，在一定程度上控制了疫情传播风险，得到了云南省委、省政府领导的高度认可。 当前，在阻断新型冠状病毒传播的工作中，存在三个盲区也是关键点，严重影响着疫情防治的效果，即：一是很难知道某个人是否在公共交通工具及场所中与已确诊人员或疫源地人员接触过；二是个别人员近期到过疫源地或接触过确诊人员，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地或接触过确诊人员的历史。为此，上述三种类型人员给疫情防治工作带来了巨大的挑战，使其无法开展有效核查，也无法有效规避风险。据刘跃文介绍，2月4日，新型冠状病毒感染风险的大数据评估模型及系统在云南省正式上线应用，基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。

研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐； 平台技术： 微服务的构建方式，微服务、前后端完全分离。 分布式开发框架——SpringCloud Web开发框架——SpringBoot 、VUE（ELE） 机器学习算法框架——R、Spark集群计算 数据存储工具——Mysql、JPA、Hadoop（集群） 中间件: RabbitMQ

目前，有许多基于区块链技术的骗局存在。为了给投资者在区块链技术投资时提供风险提示，inpluslab通过搜集各种骗局信息，利用区块链中记录的公开交易记录，使用机器学习和数据挖掘技术构建了基于区块链的骗局预警模型。

南开深海大数据智能分析平台，是面向公共安全、电子政务、医 疗卫生、金融保险等行业领域的大数据智能分析平台。在处理多源异 构大数据问题上，平台具有先进的信息融合与深度分析技术，其中包 括异质多源行业领域大数据的融合处理、异构行业领域大数据的存储 管理、面向行业领域大数据的深度分析等关键共性技术；此外，平台 为行业领域大数据的智能分析提供支持，有效辅助管理部门感知、响 应、追踪与处理各类事件。已申请相关软件著作权两项:《南开深海行 业领域大数据智能辅助决策平台》、《大数据多任务调度计算平台》。以及相关专利一项：《一种多源异构行业领域大数据处理全链路解决 方案》。 项目特色：  平台提供了多源异构行业领域大数据处理的全链路解决方案， 覆盖了数据的全部生命周期，包括数据抽取、数据转换、数据 加载、数据挖掘、数据存储、数据可视化等步骤。  平台提供了高性能的多源异构行业领域大数据的清洗集成方 法以及特有的三层存储模型，实现了对行业领域信息的实时清 洗、高度融合以及高效存储管理。  平台提供了适用于海量异构行业领域大数据的多层次多维度 数据分析与知识发现方法，此外平台还支持自定义方法，具有 很强的扩展性。  平台提供了集群管理及多任务调度管理的功能，适用于不同级 别的用户群体的使用需求。 

“智能物联大数据分析决策系统”是以复杂装备及过程在工程现场的指挥决 策为需求、以对大规模运行工况进行智能化分析与决策作为切入点、以对使用先 进物联手段获取到的装备过程运行监测数据进行采集、处理、分析、呈现、交互 等为途径，完成了 “大规模的系统装备运行监测数据的完整实时存储与检索”“大 数据环境下运行监测数据的智能分布式交互处理”“利用运行监测数据深度解析 直观呈现系统装备运行状况”“具有多层级特征的系统装备运行监测数据的云架 构服务平台”等系统性研究，研发了一系列具有自主知识产权的智能物联大数据 分析决策关键技术，以此为基础申请了 53项发明专利（其中授权21项），发展 成为了相应的方法体系，并在航天测试发射任务、智能消防综合服务、热轧无人 化行车生产、机电设备安装调试及运维等多类对象及场景中进行了指挥控制、在 线监测、诊断评估、决策支持等方面的系统级应用。成果针对系统装备运行提供了智能化的决策和监控手段，为系统装备运行工 况监测和运行机理认识和发现形成了完备的数据基础和先进的技术支撑。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。 无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。 本成果以历史客流数据分析研究为起点，通过轨道交通客流预测，为轨道交通运营优化提供科学依据，以提高轨道交通服务质量，方便市民出行，为重庆市新发展需要创造更大经济效益和社会效益。