黑布、方形容器、传感器固定件等，完成温度、湿度、氧气浓度、光照度、二氧化碳浓度的变化等专题实验。

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “生物安全，人人有责” 推出背景： 在国际竞争白热化，战争形态多样化的今天，生物安全已成为国家安全的重要组成部分，为积极应对这一挑战，2019年10月，生物安全法草案于首次提请十三届全国人大常委会第十四次会议审议。本次新冠肺炎疫情的爆发，让各界更加意识到，生物安全对于确保国家安全、保障社会稳定、人民群众生命安全和身体健康的重要性。 国家安全就是国家竞争，归根结底又是科技实力的竞争！因此，作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，以NMT：非损伤微测技术为底层核心技术，迅速推出了与国家生物安全相关多种检验，监测仪器设备，以及适用于多个学科及领域的研发平台： 《NMT生物安全创新平台》特制系列产品！   应对挑战： 1）有效性：随着研究的深入，单细胞的生理状态，以及对疫苗的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织的在体检测，很好地弥补了这一研究手段的空白。 2）安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 分类及用途： 1）《疫苗研究NMT工作站》（型号：NMT-VER-100） 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   2）《疫苗研究NMT工作站》（型号：NMT-VER-200） 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   《疫苗研究NMT工作站》（型号：NMT-VER-100） 应对挑战： 1）有效性：随着研究的深入，单细胞的生理状态，以及对疫苗的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织的在体检测，很好地弥补了这一研究手段的空白。 2）安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 用途： 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   参数： 1.基本功能： 1.1针对疫苗研究设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、K+、Ca2+、Cl-、O2 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速 《疫苗研究NMT工作站》（型号：NMT-VER-200） 应对挑战： 1）有效性：随着研究的深入，单细胞的生理状态，以及对疫苗的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织的在体检测，很好地弥补了这一研究手段的空白。 2）安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 用途： 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   参数： 1.基本功能： 1.1针对疫苗研究和研发设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、K+、Ca2+、Cl-、O2 1.4可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度 1.5配备新指标拓展功能 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速，以及检测时的环境参数

产品详细介绍奥龙（AOLONG）研究生教育管理系统助力高校信息化建设！         随着我国高校教学体制改革的发展，更加体现出以人为本的教育方针政策。学生自主地选择专业及专业方向、学生与导师的双向互选、课程的选修机制、成绩审核、学分制等管理方式的改革向传统的管理软件提出了新的挑战。基于这种广泛的需求。在充分综合各高校研究生管理特点的前提下， 在多年深入研究的基础上，我公司推出了一整套能够适应新的教学体制、能够最大程度满足高校研究生现代化管理要求的教育信息管理系统。 AOLONG研究生教育信息管理系统涉及到学生从入学到毕业的全过程管理，包括学籍管理、导师双向选择、专业培养方案/个人培养计划、开课 / 排课、选课、排考、中期考核、成绩管理、论文管理、学位管理及教学质量监控等多个环节。“研究生教育信息管理系统”包括系统工具、学生管理、教师管理、导师互选管理、培养管理、开课管理、排课管理、考务管理、免修管理、成绩管理、质量监控、教学资源管理、学科建设、学位管理、网页功能管理等十余个子系统，适用于招收研究生的综合性大学、学院，能够完成学年制、学年学分制、完全学分制管理部门对研究生从入学到毕业离校的全过程管理。  研究生教务管理工作是研究生教育中的一个极为重要的环节，是整个研究生管理的核心和基础。面对种类繁多的数据和报表，手工处理方式已经很难跟上现代化管理的步伐，随着计算机及通讯技术的飞速发展，各个方面都对研究生教务管理工作提出了更高的要求。尽快改变传统的管理模式，运用现代化手段进行科学管理，已经成为整个研究生教育系统亟待解决的课题之一。 AOLONG研究生教育信息管理系统（ES）是一个大型复杂的计算机网络信息系统，采用基于浏览器/服务器（B/S），客户端/服务器（C/S）混合的应用体系结构来建设高校研究生网络信息管理系统，使研究生教务管理真正实现远程办公、异地办公。满足各类高校现在和将来对信息资源采集、存储、处理、组织、管理和利用的需求，实现信息资源的高度集成与共享，实现信息资源的集中管理和统一调度。为各级决策管理部门提出准确、及时的相关信息和快捷、方便、科学的决策分析处理系统；为信息交流、教务管理提供一个高效快捷的电子化手段；最终达到进一步提高各级领导科学决策水平，提高研究生管理部门、各院系研究生管理人员管理水平与办公效率，减轻工作负担的目的  系统设计宗旨：计算机能做的尽量让计算机做，计算机不能做的才使用手工方式处理，教学工作能下放的尽量下放，将研究生管理单位的老师工作从繁重的，机械化中解放出来，投入到实际的教学管理、监督和改革中。 适用范围:学校研究生管理部门、各招收研究生的系（部） 典型用户案例：中科院研究生院、中国矿业大学、北大基础医学院、 南京航空航天大学、上海中医药大学、吉林农业大学、云南中医学院、武汉体育学院、长春理工大学、长春师范学院等众多研究生院。

本项目以嵌入式控制器为核心，结合现代电子测量技术、智能控制技术、 工程流体力学、呼吸力学等多学科知识，研发一款智能呼吸机，主要用来治疗 睡眠呼吸暂停综合症、慢性阻塞性肺病等疾病，同时开发基于 Android 系统的 智能手机数据采集与通信系统，并构建物联网健康信息管理系统和健康信息云 平台，通过云传输实现患者与医生及其医疗机构的双向远程监控与服务。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。