安徽现代信息工程职业学院坐落于充满神话色彩和古都风韵的八公山下、淮河之滨的淮南市。这里是省政府确定的全省七个重点旅游城市之一，拥有AAAA级风景区八公山国家森林公园、国家历史文化名城寿州古城和世界灌溉工程遗产安丰塘。属于合肥一小时城市生活圈，高速高铁航空四通八达，交通十分便利。 学院系省民政厅、教育厅年检优秀院校之一;属于全省高职院校首批自主招生改革试点高校。 学院占地面积300多亩，建筑面积6万多平方米，环境优雅，设施完善。为学生提供标准的学生公寓(4人/间)，内有独立卫生间和阳台，全天候供应洗浴冷热水，光纤宽带网络接口、衣柜、电脑桌等设备齐全，并有专人管理;学院内设有超市、移动电话网点、自动取款机、医务室、理发室等公共服务设施，学习、生活极为便利。 学院已聘具有从事高等教育工作经历的系主任、专业带头人和专任教师86人，兼职教师27人，具有副高级以上专业技术职务的教师17名，具有硕士以上学位的教师41名，“双师型”教师16人。学院建立并严格执行对教师的选聘、管理、考核制度，已经形成一支专兼结合，相对稳定的高素质师资队伍。 学院大力推进合作办学、合作育人、合作就业、合作发展的校企合作新机制，与上百家知名企业建立了联系;通过大范围、全方位比较，我们和奇瑞汽车、中国东贝集团(欧宝电器)、中国人本集团、长城宽带、南京易推、浙大网新科技、芜湖中达电子、北大荒集团、上海吉臣酒店、上海千速传媒和天坤国际教育集团等几十多家大中型企业签订实习、就业和订单班、冠名班培养合作关系。每年均邀请就业工作环境好，工资待遇高，学生未来有发展空间的企业单位到校开展双选活动，确保每一位学生高质量满意就业，就业率一直在96%以上。 学院各专业都有数个实训基地。其中信息工程系的综合布线实验室淮南市高校只有两家拥有，全省也屈指可数。 机电工程系的数控技术和汽车维修两大实训基地，门类齐全、技术先进、条件优越，设备总价值近2000万元。学院在谢家集区(距离学院10分钟车程)实训基地实训厂房近13000㎡，标准生产厂房达5000多㎡，拥有各类普通机床、数控机床和大型汽车实训中心等，以及70余台设备的实习工厂。 学院设有信息工程系、机电工程系、经济管理系、建筑工程系和艺术传媒系五个系，有汽车技术服务与营销、汽车检测与维修技术、机电一体化技术、数控技术、模具设计与制造、信息安全与管理、数字媒体应用技术、智能终端技术与应用、信息技术应用、动漫制作技术、软件技术(游戏方向)、广告设计与制作、环境艺术设计、视觉传播设计与制作、高铁乘务、酒店管理、互联网金融、电子商务、工商企业管理、会计信息管理和会展策划与管理等28个专业。 当前，学院办学条件达标，机构健全，制度完善，管理规范，服务到位，教风优良，学风浓，校风正，和谐稳定。站在新的起点上，学院秉承“修德、励志、勤朴、笃行 ”的校训精神，在党和国家教育方针政策的指导下，按照“四个全面”要求，遵循五大发展理念，坚定信心，迎接挑战，齐心协力，与时俱进，促进学院全面、协调、可持续发展，已初步建成省内具有广泛影响力和竞争力的高职院校。

合肥信息技术职业学院是经安徽省人民政府批准，国家教育部备案，具有独立颁发学历文凭资格的纳入国家计划内统招的全日制普通高等学校。 校园环境优美 学院座落于包公故里、科教基地、历史名城安徽省省会合肥，地处合肥市大学城，毗邻安徽大学、合肥工业大学新区;学院占地852亩(其中大学城校区占地面积305亩，新桥校区一期占地547亩);现有校舍建筑面积13.9万平方米，教学仪器设备总值2400余万元，图书馆藏书35.38万册，另有电子图书66万册。学院校区建筑风格中西合璧、格调高雅，包括意大利建筑风格的主教学楼、西班牙建筑风格的第一教学楼、伊斯兰建筑风格的第二教学楼和英国建筑风格的第三教学楼。学院教学、后勤配套设施日臻完善，能为师生员工的学习、工作和生活提供良好的保障。 师资力量雄厚 学院拥有一支专兼结合、结构合理、水平较高的教学、管理团队。教学、管理机构的专家、教授，大都来自中国科学技术大学、合肥工业大学和安徽大学等知名高校。同时，学院聘请了多名国家教指委成员、著名学者专家担任我院学科带头人和一批与专业建设紧密相关的行业企业的优秀技术、管理人才参与学院的人才培养工作。目前，学院现有教师402人，其中，校内专任教师254人、校外兼职教师102人、校外兼课教师46人。专任教师中，高级职称57人，占专任教师的22.4%;中级职称71人，占专任教师的27.96%;硕士及以上学位教师131人，占专任教师的51.57%;“双师素质”教师142人，占专任教师的55.91%。 专业布局合理 学院根据安徽省经济社会发展战略目标及产业结构调整对人才的需求，结合学院优势资源，构建热门优势专业，拓宽专业布局。目前，学院共有信息工程系、电子商务系、会计系、建筑系、土木工程系、新媒体艺术系、通识教育部和思政教学部等8个教学系部;开设电子竞技运动与管理、游戏设计、风景园林设计、移动互联应用技术、投资与理财、房地产经营与管理、电子商务、市场营销、物流信息技术、软件技术、电子信息工程技术、计算机信息管理、计算机应用技术、物联网应用技术、信息安全与管理、数字媒体应用技术、广告设计与制作、数字媒体艺术设计、动漫制作技术、工程造价、建设工程管理、建筑设计、环境艺术设计、会计信息管理、会计、连锁经营管理、云计算技术与应用、影视动画等28个全日制专科招生专业，覆盖电子信息、计算机、电子商务、物流、财务会计、金融、建筑设计、建设工程管理、房地产、艺术设计、广播影视、工商管理、市场营销等15个专业类，形成了以电子信息、财经商贸、土木建筑、文化艺术等类别专业为主，以信息技术相关专业为特色，其它专业协调发展的专业格局。电子商务、信息安全与管理2个专业为省级特色专业，物流信息技术、电子商务、动漫制作技术、建筑设计、信息安全与管理等5个专业为教育部创新发展行动计划骨干专业。 办学条件优越 学院实验实训中心配备了以博士学位、副教授职称的具有丰富实践经验的专职实训中心主任，配备了相关的专职管理人员。在实践教学上，安排“双师型”教师，并从行业、企业聘请有实践经验的专家、工程技术人员和能工巧匠，担任实践课程的指导工作。学院建有电工实训室、电子实训室、微机原理与接口技术实训室、动漫设计与制作实训室、计算机组装与维护实训室等34个实训室;根据专业实践教学需要与北京水晶石科技有限责任公司、上海火速网络科技有限公司等106家企业合作建立了运行良好并有保障机制的校外实训基地，较好满足了各专业的实践教学需要。 技能认证权威 学院是全国计算机信息技术高级人才水平考试(NIEH)、国家信息化计算机教育认证(CEAC)、中国建设教育协会认证、全国计算机应用水平考试(NIT)、国家动漫游戏产业振兴基地认证(NACG)、财税等级考试(ATT)、Adobe认证考试、Autodesk认证考试等职业技能认证考点，可鉴定279种工种(科目)。2017届毕业生获证率91.71%，2018届毕业生获证率92.43%。按照“专业+技能+创业素质”的复合型人才培养目标，学院认真指导、积极组织学生参加职业技能证书考试，使学生在毕业时实现“一张文凭，多种证书，一技之长，一专多能”，确保毕业生能在激烈的就业竞争中抢占先机。 就业机制健全 学院秉承“以服务为宗旨，以就业为导向”的办学指导思想，建立了“领导主抓、部门统筹、系部为主、全员参与”的就业工作体系，每年定期策划和举办人才交流会，为用人单位和毕业生搭建广阔的双向交流平台，并实行全程的就业指导和跟踪服务，为毕业生开通就业的“绿色通道”。学院毕业生就业率连续七年保持在90%以上。2012届毕业生初次就业率99.28%，2013届毕业生初次就业率99.06%，2014届毕业生初次就业率92.47%，2015届毕业生初次就业率94.01%，2016届毕业生初次就业率91.39%，2017届毕业生初次就业率93.28%，2018届毕业生初次就业率92%。 校园文化浓郁 学院建有学习实践、文化体育、社会公益等类型的19个学生社团，凝聚学生力量，丰富学子校园生活;定期举办足球联赛、篮球赛、田径运动会等活动，增强学生体质，展现青春活力;开展演讲比赛、校庆庆典仪式暨新生迎新晚会、征文比赛、艺术作品征集、优秀设计作品展等，打造人文校园，促进学生全面发展;举行“三感恩”系列教育活动，让学生对祖国、母亲、母校永怀感恩之心，培育学生识恩、感恩、施恩意识和情怀;组织学生参加全国信息技术应用水平大赛、中国大学生计算机设计大赛、中国大学生原创动漫大赛、中国大学生游戏设计大赛、全国大学生广告艺术大赛、全国高校数字艺术作品大赛、省职业院校技能大赛、省科普创意创新大赛、校内职业技能竞赛等，激发学生勤奋学习、积极进取的热情，提高创新意识和自主学习能力。 社会声誉良好 学院先后获批中央财政支持的职业教育实训基地建设项目1项，省级质量工程项目29项，省高等教育振兴计划项目4项，高职教育创新发展行动计划项目8项。学院连续两年被省教育厅评为“民生工程高校学生资助工作考核优秀单位”，被省民政厅评为“中国社会组织评估AAAA等级”，连续两年荣获省属“百优社会组织”称号，荣获安徽省平安校园建设优秀成果二等奖，荣获全国高校创新创业教育示范学校成果孵化奖;学院党校连续两年荣获合肥市“先进基层党校”称号;学院毕业生初次就业率连续七年保持在90%以上。2015年11月，学院顺利通过人才培养工作评估。2017年，在基层党组织标准化建设考核验收中，院党委被上级党组织评定为“先进”等次。 办学方向国际化 学院积极推进与国内外有关高校的交流和合作办学，不断拓展对外交流与合作办学渠道。学院在与北京理工大学等国内高校开展合作办学的基础上，还积极拓宽国际化办学视野，让学子共享国际学习平台与优质教育资源，为有意出国深造的学子走出国门、寻求在世界舞台上的发展提供更多选择。学院先后与英国斯旺西大学、美国科罗拉多理工大学、韩国青云大学、泰国博仁大学等国外知名高校签署协议，合作办学，不断向培养国际化人才的目标迈进。2017年10月，学院与英国东伦敦大学、安格利亚鲁斯金大学就“3+1”模式、“2+2”模式合作办学达成初步共识。 学院将立足中国，面向国际，以培养开拓型、创造型、国际型的高级专门人才为目标，朝着容电子信息、经济金融、艺术传媒等工、商、法、文、外国语为一体的合肥信息技术大学阔步迈进!

海信校园多媒体信息发布系统，为用户提供校园信息文化，节目制作发布平台。平台可进行校 园多媒体统一发布信息，文本，节目终端发送，统一管理，为构建校园文化信息展示助力。系统部署方便，快捷，通过网页或移动端即可登录操 作使用，让管理不再局限。持对不同类型素材上传，对图片、视频、音乐等进行分类 管理，满足学校个性化宣传需求。上传，下载采用先进技术，支持超大、超高清视频稳 定上传和下载，为使用者带来便利，节省时间。所有操作都可通过静默采集，直接形成可视化数据报表， 利于管理者分析统计数据。

智能机器视觉系统由：成像模块、图像智能分析模块、数据通讯模块构成。图像智能分析模块中，应用了当前国际先进的图像处理、目标检测、三维成像和实时三维位姿高精度计算等算法。

成果介绍“卫星与无线通信融合系统研发及产业化”就是由东南大学、南京中网卫星通信股份有限公司和江苏大学三家单位合作完成。卫星通信具有覆盖广和不受地域限制的优势，但是受到遮挡以后，信号就会不好，而且通信的成本太高，2M带宽每小时就要花费几千元。而随着3G、4G的普及，地面无线通信已经发展得相当完善，但是在地面基站未覆盖区域，或基站一旦受到洪水、台风、地震等自然灾害破坏时，就无法通信了。正是基于这两个通信系统的特点，我们‘取长补短’，巧妙地将两种通信系统融合起来，研制完成的系统可以根据不同策略自适应地选择地面通信链路或卫星链路”技术创新点及参数他和团队成员克服了很多困难，提出了多项独创性的方法，目前已申请国家发明专利40项（其中24项已经获得授权），编制国家标准3项，发表国内外核心期刊论文61篇（其中SCI收录16篇）。项目研制的卫星与无线通信融合系统实现了规模产业化，部分性能指标处于国际领先水平，并在气象、安监、环保和军队等诸多行业得到极其广泛的应用，得到了政府有关部门和客户的一致好评。市场前景目前本项目的产品已经应用到全国26个省市的18个行业。其中，气象和安监市场占有率达到70[%]，环保市场占有率达到60[%]。产品曾为“神舟系列”飞船的发射和回收提供气象保障，为汶川地震、雅安地震和甘肃舟曲特大泥石流等提供了应急通信服务，为上海世博会和深圳大运会等重大活动提供了气象保障和视频直播服务。产品已经实现直接销售收入8.3亿元，产生的间接经济效益数百亿计。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

流立方在技术流派里属于流式大数据实时处理领域，但兼顾了批式数据处理技术的优势，一定程度的做到了混合时态的实时处理。流立方通过在数据流水过程中嵌入流处理引擎将所有流过的数据进行实时处理, 并生成多维度的可计算数据魔方。1）超高并发性：“流立方”产品拥有每秒处理百万笔交易流水复杂分析的能力。而达到这样的性能仅需要 8 台普通的 pc 服务器搭建的集群。2）超低时效性：流立方对每笔流水处理的延时严格控制在毫秒级，实际生产中平均延时稳定在 10 毫秒左右。形象一点来说，也就是在海水涌进海洋的几乎同一时刻，数据就被分析完成了，远远低于人类学上 0.1 秒即有所感知的时间节点，处理速度比一眨眼快了很多倍。最近一年，流立方的高级版本更是提升到了微秒级的处理延时，将被用在春运票务、军工、反恐等要求更加极致的场景。3）高可靠性、高扩展性、高兼容性：流立方自带的可计算分布式缓存高性能、高可靠、高可扩展。在内存不足时, 能够平滑扩展到多节点。流立方平台内支持算法数量达到几十个。计算模型、脚本独立管理,在线编写、即时部署即时生效, 大大节约上线时间。

中国传媒大学融合门户平台竞争性磋商

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。