星立方第三方学习测评服务”是一种基于学生学科知识、学科技能以及学科思想等多种维度的检测与学业数据挖掘、分析、反馈服务。

基于微服务架构，以“管理＋服务”的设计思想，涉及学生入学前、入学时、在校期间、毕业以及毕业后的全生命周期管理，提供招生服务、迎新服务、学生工作服务、公寓服务、团委组织服务、电子离校服务、就业服务、校友服务等功能，实现信息数据化、业务流程化、工作系统化，开启校园服务新生态。

随着高校信息化工作的开展，众多高校陆续完成了校园网主干设备等硬件环境的建设，并纷纷根据校区分布情况、高校培育模式、高校师生管理方式等客观状况，建设了一批平台和应用系统。然而，随着信息化技术的飞速发展，社会信息化环境产生了巨大的变化 社会服务意识也随之崛起，高校信息化的理念也相继产生了改变，从以往管理导向转向人本化服务。因此，提供统一、便捷、智慧的信息化服务，成为当前高校信息化重要发展方向。 时代锐思在高校信息化的浪潮下，依托强大的软硬件自主研发能力，面向全校师生提供自助打印、自助查询、自助业务办理、宣传门户等自助服务一体化平台。师生通过此平台可以24H、不间断打印所需文档，实现了高校“终端办、网上办、不见面”的师生管理服务理念，高校管理也愈发省时升效。 打印文档设计部门和类型（部分） 自主打印一体化平台应用

噢易线上实训与科研桌面服务平台，以智慧校园总体框架建设为基础，独立部署智慧教学资源和智慧教学管理服务，面向全校师生，围绕教学育人和科研互动提供个性化、多元化的桌面空间和桌面集群空间服务，通过将虚拟空间和信息空间有机衔接，实现教学环境和教学资源的融合互通，使任何人，任何时间、任何地点都能便捷地获取桌面资源和服务。 方案架构 噢易云线上实训与科研桌面服务平台 功能特性 服务学生在线学习/实验 01个人专属实训桌面空间 >个人账号登陆“用户门户中心”，每个人专属桌面空间 02桌面预约 >预约单个桌面，或者实验所需的一套桌面集群，灵活预约学习和实验时间 03一键进入实训桌面 >实训桌面一键进入，浏览器窗口方式打开可同时打开运行多个桌面 04任意终端接入桌面 >提供笔记本、终端pc、手机pad等移动终端接入桌面 05随时随地进行线上实训 >anytime、anywhere、anyexperiment 06实训作业提交 >在老师规定时间内提交实训报告作业 服务老师线上教学 01服务工单申请 >线上申请实训教学资源所需配额，以及资源使用时间和时长 02学生学习和实验环境和时长匹配 >统一批量匹配教学实训环境，以及每个学生实训时长 >师生环境匹配一致 03教学环境更新 >老师自助更新教学实训环境 >从本地电脑上传文件，支持任意文件格式 04教学环境还原，数据回退 >教学环境恢复到初始状态 >实训错误，恢复单个学生实训环境至正常状态 05教学课件共享、作业发布 >课件共享：从本地电脑上传，发布教学课件、实验视频和文档 >实验作业：发布实验作业，进行考核，线上监督学生实验报告完成情况 06教学网盘 >教学数据随身携带，随时存取 07远程办公、移动办公 >远程办公：在家远程登录学校个人办公云桌面空间，获取教案和教学资源 >移动办公：用不同设备在不同地点，登录个人专属桌面空间 服务教师科研、竞赛、创业、团队项目协作 01提供高并发计算能力 >租用大数据、人工智能、并发算力类科研实验类桌面 >按使用时间和时长进行申请，分时复用 02GPU显卡资源共享 >全面支持NVIDIA和AMDGPU虚拟化 >一个或者多个成员租户共享 03租户成员配额弹性扩容 >桌面配置按需动态扩容 04自动回收释放 >资源使用时间到期，提前提醒，自动回收 05支撑团队协作及活动赛事 >临时租用资源，用于团队专项培训、活动竞赛 >在组织租户中，成员之间桌面互相协作 06公共桌面突发应急远程访问 >提供公共桌面，多人都可访问 >突发应急远程处理 服务于IT决策者运营分析 01构建统一桌面资源服务模型，无限扩展 02计时计量计费 03灵活编排桌面服务计划 04标准化几口服务，资源互联互通 05数据伴随式采集，数据驱动分层教学、个性化教学 技术优势 资源分时复用，最大化利用 >资源分时复用，空闲资源对外开放。 >计算机实验和实训机房在时间和空间上的无限延展。 多租户特性 >多租户架构，桌面集群协作扩展和协作性更灵活。 >单用户多云桌面相关联，可自由切换。 服务目录，匹配多元化、个性化的桌面资源内容 >匹配教学、学生自主学习和实验、科研、培训、考试、竞赛等各类桌面环境。 >支持安装winXP、win7、win8、win10、Linux、国产操作系统。 >桌面内容（配置规格、操作系统版本、软件、设置）自定义。 >服务目录，按需交付教学资源内容。 5A桌面访问 >Anydevice：任意设备接入桌面（pc、笔记本、手机pad移动终端）。 >Anytime：任意时间访问。 >Anywhere：任何地点，不限指定教学楼、学生寝室、远程在家、出差在外。 >Anynetwork：任何网络访问，有线、无线、私有网络、互联网访问。 >Anyexperiment／work／research：任何实验／办公／科研。 高稳定、持续的桌面体验 >桌面空间从课堂延续到课外，任意地点随时学习和实验。 >保障课堂教学、学生学习训练、科研项目的持续性。 线上审批、全面计量 >资源走线上审批，快速交付和扩容。 >按租户使用时间、使用配额弹性计量。 >平台服务对象、服务内容、使用率全面分析。 私有／公有云桌面混合部署 >底层资源打通，统一构建全校级桌面资源数据中心。 >支持私有云和公有云混合部署。 操作易用、简单运维 >统一的用户门户中心。 >自动化操作机制，如：资源自动化检测、自动化创建服务计划、弹性资源负载等。

  轨道交通基础设施路轨两栖综合检测车可以实现线路全断面与限界、轨道几何参数、钢轨磨耗与表面状态、感应板几何参数、通信、信号、线路环境等关键项目的快速综合检测，具有检测精度高，线路占用时间少的优点，能有效缓解现代轨道交通运营时间长与检修任务重的矛盾。与高速铁路综合检测列车相比，路轨两栖综合检测车特别针对0-70km/h的中低速检测进行了优化设计，兼具动态检测与静态检测的优点，同时由于其还拥有公路和铁路两栖走行能力，可以方便地实现不同线路之间的转轨，是城市轨道交通和长大铁路网工务部门日常检修作业的理想检测工具，对确保轨道交通安全具有重要意义。路轨两栖综合检测车还可以应用在高速铁路建设后期，在高速综合检测列车和各种专项检测车能够上线检测之前，及早检测和发现线路建设中的问题，有利于降低建设费用、保证工程质量和进度。应用范围：      本项目的研究成果符合国家发展需求，市场化推广后可以为保障轨道交通运营安全提供重要技术手段，有助于建立适合我国国情的城市轨道交通综合检测技术体系的基础。另外，本项目还可为开展列车运行控制和无线专用通信等基础理论和应用技术研究提供试验平台，为复杂环境下地铁隧道的修建和维护理论发展提供数据支持，因此兼具理论研究与工程应用价值。

基于三维数字化信息管理系统的健康管理和3D打印云平台 卫生行业信息化建设已经走过了二十多个年头，IT 技术的应用越来越成为卫生行业前进必不可少的助推器，IT 技术的应用正在走向如何利用信息化技术提高医疗质量减少医疗差错，如何利用信息化技术进行医疗服务的创新，如何将分散的医疗资源整合，为人民提供更安全更完整的医疗服务。基于远程影像会诊（

西安科技大学自 2006 年开始就矿山应急救援通信技术和装备着手开始研究，现该成果获陕西省科技进步二等奖 1 项，发明专利 1 项，实用新型专利 6 项，发表论文 21 篇；研制成果的 “ 无线 / 有线相结合 ” 的矿山应急救援无线多媒体通信系统及装备，通过现场应急救援实践，系统装备提高救护队员的救援效率，实现了灾区信息的实时准确传送，提高了救灾决策的效率和准确性，有效的避免了救援队员遇到的潜在危险，为科学救灾提供了技术和装备保障。项目研究成果目前成功得完成了数十次矿山事故应急救援，并为煤矿企业挽回巨大经济损失，保障了广大煤矿井下工作人员的人身安全，树立了良好的国际形象，取得的巨大的经济效益和社会效益，推广应用前景广阔。

本发明公开了一种实时视频通信中的感兴趣区域提取方法，本发明首先对视频图像中的运动区域和 亮度区域进行提取，同时将视频图像划分为结构化纹理，平滑纹理，随机纹理三个区域。根据人眼对运 动的区域，亮度较高的区域以及结构化纹理区域较为感兴趣的特点，对运动信息，亮度信息和纹理信息 设置不同的权重，最终综合得出人眼对各个区域的感兴趣程度。本发明基于人眼的视觉特性，根据人眼 对视频图像中不同区域感兴趣程度的不同，对视频中感兴趣区域进行分级提取，从而使提取的感

项目简介： SG 网络系统下， 机器类通信 (Machine Type Comm unication-MTC) 变得

AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。 这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。 多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。 单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。 视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。 听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。 文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。 多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。