产品详细介绍 致学·智慧纸笔 发现适合每一个孩子的学习路径 回归教育本质，专注数据智慧 广州宏途教育网络科技有限公司秉承“科技改变教育，教育改变未来”的理念，聚焦K12基础教育领域的互联网应用和信息服务运营，旨在布局谋划围绕学校全应用场景、多接触渠道的教育信息服务生态圈，现已在市场上得到广泛认可。 产品介绍： 致学智慧纸笔云服务平台是由广州宏途教育网络科技有限公司基于“教、学、评、测、练”教育闭环需求自主研发的AI教育大数据服务平台。 其中AI纸笔产品保留了传统的纸笔书写方式，保护青少年视力，前端通过智能点阵笔与铺码点阵  纸，采集学生课堂互动与课后作业过程的数据，结合人工智能、物联网、大数据和云计算等技术，实现手写笔迹自动识别与分析，对应后端K12全学段全学科多维多层评价指标与模型，全面呈现教情和学情监测和诊断报告，为分层教学、智能适应学习及推动教学持续发展和助力教学管理提升，提供数据支撑和决策保障。 课堂场景流程： 教师发起互动课堂——学生纸笔作答——数据实时上传——同步统计与分析 方案优势： 纸笔书写、讲练结合、多方互动、高效有趣 以纸笔替代智能终端、围绕课堂场景开展教学 教师与学生多方互动、即问即答激发学习热情 课后场景流程： 教师布置作业——学生完成作业——批改作业——数据统计与分析——错题归集汇总——资源推荐 方案优势： 纸笔书写，数字存储 智能批改，增效减负 多维数据，评价分析 有效归集，查缺补漏 智能推荐，提分增效

产品详细介绍请登录 中国科学软件网 了解更多Grapher软件信息和报价。Grapher 10新特性 新颖的界面Grapher的新界面使用起来更简单。完全可定制的功能区能被最小化，增加了新的选项卡，指令在现在的选项卡中被重新排列。创建Q-Q图Q-Q图是一种概率图，通过绘制它们各自的位数，来对比两种数据集的可能性分布。每个点代表两个数据集中相同的位数。一个y=x线，可以查看并解释两个数据集是否成直线或来自相同分布点。创建等高线函数图等高线函数图以二维或三维的方式显示三种变量方程式。等高线图可以结合其他2D和3D图形使图形更好美观。改变等高线图的各个地方，包括3D垂直位置和等高线/填充属性。显示3D矢量，连接XYZ图形的两个点；所有的颜色矢量相同或用颜色表明长度；创建3D矢量图创建3D矢量图，连接3D图形的两个点。矢量可以由两个XYZ点、一个XYZ点和在每个X、Y、Z方向的距离来决定。所有的颜色矢量都相同或在矢量长度的基础上决定颜色矢量。改进了的盒须图在盒须图中添加了统计信任度等级。通过显示这种等级，您得提供更确凿的证据以证明您的数据没有问题。另外，还提供了一种更快的方式来对比两种盒须图。除了这种信任度等级外，您现在还可以决定如何还绘制盒须图。绘制盒须图到1/99百分位、5/95百分位、10/90百分位、最小/最大数据值或者内部四分位范围的一个方面，您完全可以控制您的数据。自定义类图符号应用一个颜色比例符号。让所有的符号一次性有相同的大小或形状。基于类，创建大小递增符号。创建扇形图表有时，展示的扇形图太过复杂以至于标签无法指向每个扇形区。或者在一页中，多个扇形图是相同的类别和颜色。现在，创建一个简单的图表就可以显示扇形区的类别信息。

产品详细介绍 背景： “绿色云端班班通方案”是学之泉集团响应国家教育部“以教育信息化带动教育现代化，促进基础教育跨越式发展”的发展战略，为实现优质教育资源“班班通”特别研发。立足“互联、互通、互动、节能、经济、高效”的开发理念，有效实现局域型“班内通”无线协同教学和广域型“班外通”远程可视化协同教学。     学之泉绿色云端班班通方案设计贴近中小学课堂教学实际，系统采用节能电脑、超短距投影机与交互式电子白板的有效整合，配以具有自主知识产权的教学互动软件平台和数字化学习资源，形成了班班通解决方案，在国内处于领先水平。该系统研发成功和推广应用，对于我国基础教育信息化环境建设具有重要意义。 操作： 数字多媒体教学模式，具有绿色、实用、好用的优势。安装便捷，操作简便，互动教学，提高效率。 服务： 根据不同方案需求，学之泉集团拥有专业研发团队，提供后续全方位平台和软件服务支持，具备完成“绿色云端班班通”工程产品与服务、交付的能力。 能耗： 由一体机加电子白板的“班班通”教学模式，不需外配计算机、音响等设备，同等功能情况下，降低系统造价。实现交互式教学，建立环保健康教室，具有高性价比特点。 应用： 5大方案可通用于小学、中学、高中、高职、高专、大学及各类培训机构等所有教室； 绿色云端班班通方案（二） 方案构成 交互式电子白板 复合推拉绿板 教学一体机（音响、中控、电脑、视频展台） 短焦投影机 钢制讲台 学之泉教育云资源平台（白板软件、资源、互动教学）

产品详细介绍     学之泉绿色云端班班通方案设计贴近中小学课堂教学实际，系统采用节能电脑、超短距投影机与交互式电子白板的有效整合，配以具有自主知识产权的教学互动软件平台和数字化学习资源，形成了班班通解决方案，在国内处于领先水平。该系统研发成功和推广应用，对于我国基础教育信息化环境建设具有重要意义。 操作：数字多媒体教学模式，具有绿色、实用、好用的优势。安装便捷，操作简便，互动教学，提高效率。 服务：根据不同方案需求，学之泉集团拥有专业研发团队，提供后续全方位平台和软件服务支持，具备完成“绿色云端班班通”工程产品与服务、交付的能力。 能耗：由一体机加电子白板的“班班通”教学模式，不需外配计算机、音响等设备，同等功能情况下，降低系统造价。实现交互式教学，建立环保健康教室，具有高性价比特点。 应用：5大方案可通用于小学、中学、高中、高职、高专、大学及各类培训机构等所有教室； 绿色云端班班通方案（一） 方案构成 智能触摸互动一体机（液晶电子白板）55寸、60寸、65寸、70寸、84寸 哑光高分子可擦写推拉白板 钢制讲台 视频展台

本项目研发出防控土传病害的全元生物有机肥系列产品以及配套施用技术，利用这些技术能有效控制土传病害的发生，田间应用效果十分显著，技术水平处于国际领先。 一、项目分类 显著效益成果转化 二、成果简介 针对经济作物土传病害已经成为我国发展高效益农业的瓶颈（由于我国经济作物的生产都是集约化生产模式，过量施用化学氮肥导致土壤酸化和养分不平衡，这给土传病原菌创造了更有利的生长环境，使我国土传病害发生比国际上更严重）问题，成果完成团队长期从事高产和抑病型土壤微生物区系特征解析研究，并在此基础上研发调控高产和抑病型土壤微生物区系的技术途径，从理论到实践，收到了很好的效果。在实践上，研发出防控土传病害的全元生物有机肥系列产品以及配套施用技术，利用这些技术能有效控制土传病害的发生，田间应用效果十分显著，技术水平处于国际领先。所研发的系列全元生物有机肥专利技术和产品已被全国20多家大型生物有机肥企业转让和转化，产生了显著经济和社会效益。在学术上，揭示了经济作物抑病型土壤微生物群落中的关键微生物和核心微生物，及其种群间互作关系，在国际土壤微生物领域权威刊物上发表了大量研究论文，产生了较大的学术影响，吸引了众多国际著名专家前来开展合作研究。

TES-5630MA经济型数字红外无线系统一体机   　　深圳台电 (TAIDEN) 是全球领先的会议系统设备供应商，已成功装备联合国总部、世界银行总部、欧洲委员会总部、G20 首脑峰会、APEC 首脑峰会、厦门金砖会议等国际组织及大型会议。深圳台电公司最早于 2001 年研制出全球第一套不受高频驱动光源干扰的红外线同声传译系统，并于 2008 年自主研制出数字红外处理芯片，发明了数字红外无线会议系统。 　　2015 年，深圳台电公司首次将国际先进的数字红外技术引入到多媒体教学环境中，基于对多媒体教学环境音频设备需求的深度挖掘，先后推出了一系列音质清晰、抗干扰能力强且便于管理的教室音频系统，充分满足了教学 环境中的扩声、常态化录音、互动录播、教室多媒体设备集中控制(一键上下课)的需求，同时通过内置带电子锁充电座的设计解决了设备管理繁琐和需要反复回收充电的难题，还完全杜绝了老师贴身佩挂传统无线麦克风时会产生的射频辐射问题，是真正意义上的功能丰富、人性化设计且绿色环保的解决方案。       音质清晰 结合深圳台电自主研发的数字红外处理芯片及国际先进的数字红外技术，在20米范围内不论远近均保持完美音质：频响：主机线路-主机：50 Hz~20 kHz           麦克风-主机：100 Hz~20 kHz信噪比：≥90 dBA总谐波失真：≤0.05% 提高声音清晰度，让老师能较长时间以自然声调讲课，保护老师声带，避免声嘶力竭 清晰的声音能调动学生注意力，减少上课分心、开小差现象，从而提高听课效果 超强抗干扰 先进的数字红外技术，不受高频驱动光源干扰，可正常工作于阳光下的环境 多个教室同时使用，相互之间不会串频和干扰 不受外界无线电干扰 便于使用和管理 红外麦克风无需对频，即开即用，简单方便 可为教师配备个人专用红外麦克风，一师一麦，高效，卫生 麦克风充电座内置电子锁，可通过手机扫码或刷卡解锁无线麦克风，方便管理，避免丢失 无电磁辐射 不产生对人体有害的电磁辐射 不受无线电频率使用限制，节省广电频率资源       TES-5630MA 经济型数字红外无线系统一体机 TES-5630MA ……………………………… 经济型数字红外无线系统一体机（带BNC接口，含数字红外接收器，可配1个无线麦克风，内置功放，可连接2只音箱，标配含电源适配器）

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。