为全面贯彻落实国务院办公厅《国务院关于在线政务服务的若干规定》、《关于简化优化办公服务流程方便基层群众办事创业的通知》、《推进“互联网+政务服务”开展信息惠民试点实施方案》若干规定，并结合《中国教育现代化2035》和《加快推进教育现代化实施方案（2018－2022年）》的要求，全面提升高校事务服务规范化、便利化水平，杜绝一纸证明“跑断腿”，优化高校服务环境，推进服务型高校建设。 时代锐思通过多年的研究和实践，借助数据共享技术、电子签名技术、大数据及物联网技术等前沿信息化手段构建出第三代“数据共享—电子签名—文档可信—文档服务门户/终端自助打印—文档验真”一体化的可信电子文档管理平台，依托一体化的可信电子文档管理平台实现高校服务线上线下深度融合，实现高校各部门、各环节数据资源的高度联通，给高校的全面数字化转型提供有力的支撑，夯实数字校园建设。 高校可信电子文档管理平台由可信电子文档库系统、可信电子文档服务门户、可信电子文档自助打印三大系统构成。高校师生可通过可信电子文档服务门户和可信电子文档自助打印两种途径，来实现24H、全方位高校文档的获取。通过高校可信电子文档管理平台的建设，加速高校打造文档服务线上线下闭环生态。 高校可信电子文档管理平台即将部署5所高校 高校可信电子文档管理平台在四川传媒学院应用

实现“教学考评管”全流程课堂管理，教师教学过程中可以按年级、班级、学生等不同单元组建教学课堂，根据课程教学目标自由进行课程实践、项目实训的实验内容、进度、结果的管理。教师可以自定义教学计划，并结合学生情况设置拓展和必修课程及相关考核要求。平台将学生实验进度、学习行为和结果的全流程数据完整记录，支持教师管理课程学习与考核数据，开展多维度学情分析，满足多种类型教学管理场景需求。 定制课堂 平台基于元子课及实训项目，教师可以根据课程教学目标、学生情况、选用教材等，选择不同方向、分类、难易度的实践元子课和实训项目组合教学课堂，针对不同专业、年级、班级的学生灵活搭配出符合自身教学需求的课堂，实现个性化定制，让实践教学与整体教学目标更好地融合。 教学计划 教师可以根据自身课程教学内容和教学进度，设置课程评分规则、完成时间等，并实时查看学生的学习进度、学习成绩，直观了解到当前课堂的学习进度。同时平台还提供必修课与拓展课配置，在满足教学目标的基础上，还能添加“拓展内容”，为学习意愿与能力较好的学生提供更多的学习机会，更好地激发学生的学习兴趣。 作业评价 平台中对于实训项目作业提供了统一的审阅、评分入口，教师可实时查看实训项目作业的提交情况，便于对学生作业进行评分。同时平台还提供了优秀作业展示模块，教师可以在评分时将学生的作业评选为优秀作业展示出来，树立榜样，为优秀学生提供了展示风采的平台，营造出了评优争先的学习氛围，调动了学生的积极性。 学情分析 学情分析模块中统计了每个学生的课程学习进度、课程平均分及总学习时长等关键数据，以图表的形式直观展示出来，将学生的学习情况量化，使教师对学生的学习情况一目了然。教师可以通过对课程学习进度、学习时长等数据，了解到每个学生的学习积极性，便于教师对学生的平时成绩进行一个更准确更有依据的评判。平台还内置了生动形象的“成绩单”，可以让教师看到课堂中单个学生的全部课程学习情况及成绩，使教师对每个学生的学习动态有了更加全面、及时的了解，协助教师更有效地优化教学过程，达成教学目标，提高教学质量。 在后台中，平台记录了每个课程的访问情况、使用情况以及每个用户在平台中的操作记录，并按课程与用户两个维度分别进行统计，以统计表的形式进行汇总展示，方便平台管理者对平台内资源使用情况及用户操作情况有一个全面的了解。 课程资源 平台针对每个课堂，都提供了公共的课程资源库，可供教师上传课堂教学过程中全部课件、文档、视频、代码包等教学资源，实时共享到课程资源库中，方便学生进行查看、下载，教师教学资源共享更便捷，学生课后自学归纳更高效。 课程考核 平台为教师提供了试卷、试题库，支持教师自定义新建试题或批量导入试题，以及通过模板自动组卷和手动选题组卷两种方式创建试卷，积累自己的教学成果。教师可通过试卷创建考试并发送至课堂，以课堂为单位进行在线考试，可在线评阅试卷并查阅考试成绩、成绩分布以及详细答题情况分析，帮助教师快速了解学生对课程知识的掌握情况。 优秀作业 优秀作业模块展示了教师在实训课程中评选出来的优秀作业，可以在学生间树立优秀榜样，其他学生用户也可以浏览查看优秀作业，促进学生互相学习，共同进步。同时优秀作业还将展示相同专业课程的往届优秀作业，可供学生在学习过程中参考，助推总结反思。为学生们搭建了展示风采、相互促进、观摩学习的平台。  

一、系统概述 综合信息门户系统主要是针对网络游客、学校教职员工、学生等提供信息资源以及相关信息服务，是学校实验室综合管理平台的信息展示窗口和平台登录入口。 二、系统特点 1、门户网站建设采用“1+N”模式：1个校级门户管理N个院级门户。 2、兼容主流的浏览器，如IE7.0以上的浏览器、火狐浏览器、谷歌浏览器、360浏览器等。 3、支持多终端自适应，在Windows、Android、iOS等终端设备上均能正常访问院校的门户网站。 4、承担校院二级平台的统一门户接入，用户在校级平台登录（支持校级统一身份认证）后可快速跳转至各二级学院平台，无需在各自的二级平台再次登录。 5、提供链接管理功能：可无缝链接到国家级实验教学示范中心（链接）、省部级实验教学示范中心（链接）、各个二级实验中心门户平台等，以扩大学校的知名度。

自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用

本项目基于 iSCSI 的块数据 I/O 连续跟踪、块差异存储及压缩、虚拟镜像及快速启动、数据库一致性检测以及嵌入式技术等，结合现有的高性能硬件平台，提供文件级和卷级连续 数据备份方案，可实时、透明保存企业内的分散数据，保证用户数据的安全和完整。该系统 提供任意时间点或版本的数据恢复;采用基于差量的版本管理，存储空间小，网络传输数据 少，易于实施，系统后台透明运行，稳定可靠;支持远程异地办公人员使用;备份数据集中 管理，便于公司集中备份和保护企业价值数据。与传统备份产品相比，具有可靠性高、可用 性好、速度快、部署简单、无缝集成的特点。本地化的生产和服务，可以大大地提高服务质 量和降低成本。而且作为具有自主知识产权的安全产品，可以更加稳定地保护数据安全，减 少风险。同时本产品在国际市场上也有一定的竞争力。

北京大学信息学院机器感知与智能教育部重点实验室袁晓如研究组设计开发了一系列大数据可视化与可视分析工具。针对目前在新冠疫情方面形势变化，通过处理、分析、接入多种数据，提供多维度、多视角的交互式可视化。 项目组件包括1.疫情变化晴雨表，可视化各地每日新增病例和变化趋势；2.各类动态时空地图，提供在地图空间浏览分析和多角度对比国内外各地疫情趋势；3.相关舆情可视分析，分析媒体和社交媒体舆情影响；4.综合态势可视分析系统，支持面向专家或者决策判研。

PLC远程程序监控与数据监控系统实现了对PLC设备的远程程序修改与升级维护，以及对PLC设备运行状态的实时监测以及远程指令控制。整个系统由远程发射器（自主开发）和监控软件两部分组成，远程发射器可支持三种网络连接模式：以太网、WIFI和GPRS（2G/3G）。其中，以太网方式适用于具有网络端口的环境；WIFI方式适用于具有无线网络的工业现场；GPRS方式则适用于无以太网环境下的设备连接，但网速受限。监控软件支持C/S和B/S两种工作模式，其客户端为用户提供数据监控与分析、程序升级、客户信息查询、设备位置管理等功能。一旦设备出现故障，维修人员通过及时对PLC设备进行远程数据和程序监控，就能帮助客户排除故障，从而减少售后服务时间，也提高了设备利用率。

 针对我国高速铁路建设中动车组是在引进国外4个国家装备的基础上由我国生产制造的，其中车载网络部分国外没有转让技术，这对实现运行中动车组故障状态实时采集与诊断及地面监控带来极大的挑战。      本团队承担了铁道部下达车地通信系统的技术攻关任务，重点解决在不影响原系统正常工作的前提下，从动车组车载信息系统自动收集与运行安全、维护和使用寿命有关的故障和状态信息，并通过无线通信系统传输到地面监控管理中心。

本成果面向交通运行监测、城市管理与民生服务，构建了大数据即服务（Big Data as a Service,BDaaS）平台。本成果通过建设的区域无线网络、区域综合交通感知系统、布设的高清视频、市民交互平台和智慧城市数据中心，动态关联城市路网信息、运营信息、生活信息等多种异类数据，利用海量信息处理和信物融合技术，为政府、企业和公众解决城乡一体化管理、安全和服务中的各种关键问题提供数据支撑，促进智慧城市的绿色、高效、协同发展。 智慧城市数据即服务平台（BDaaS）包括城市数据感知体系、智慧城市大数据平台、面向政府业务的智慧管理与服务平台、面向社会公众的服务平台、面向科研机构的数据共享服务平台、数据质量实时监测与评价系统共6个体系。本平台不仅应用于城市交通运行监测、公众出行信息服务、城市交通规划，特别的，还可面向研究的机构海量数据分析提供实时数据支撑。海量数据实时挖掘（综合数据处理时间<2s）