产品详细介绍  鼎易数影仪X310 产品特点 高速高分辨率文档拍摄/复印      采用高性能高分辨率CMOS传感器，只要轻轻“一键”点击鼠标即可完成文件或实物的拍摄/复印工作，文档可以是A4、A5、A6尺寸的。具有300万像素的镜头，拥有麦克风 只要把文件放置于鼎易数影仪下拍摄，影像是高清高分辨率的图片。拥有麦克风，可以让声音更宏亮。   文档管家： 软件可实现文档或实物的拍摄/复印、图片编辑、网络传真、邮件发送、PDF保存、OCR识别等应用。 小巧精致、便携 合拢尺寸只有337mm*100mm*128mm，可放置在提包里，随身携带。 1.高速扫描一键完成A4、A5、名片等文件的扫描与保存，让办公瞬间提升。 2.实物展示 实物实时拍摄功能，数影仪的拍摄感应组件可向上打开，方便实体对象的拍摄并可以将之数字化存盘。可连续拍摄，时距自由设定。3.图像处理 数影仪为你提供了功能强大的图片处理功能，实现了许多图像处理软件的常用功能，为你提供了图片添加文字、框选、镜像、裁切、改变图像大小、反色、灰度图、二值图、抖动处理、颜色变换、增加亮度、降低亮度、增加饱和度、降低饱和度等功能。4.语音功能 内置数码麦克风，可实现扬音和扩音功能，把你的声音带到你想达到的地方。 5.免拍打印 经由数影仪所提供之驱动接口将文件，照片等影像以约1秒的速度截取，并可经由你的黑白或彩色打印机实时打印，具有文件影印的功能。可自由设定放大缩小比例及旋转，并可翻拍一部书或是装订的文件。 6.网络传真    透过数影仪所拍摄截取之影像，可经由传真软件选择传真机号码，实时传真至对方。 7.即时投影  数影仪为直立式设计，实体对象可置于拍摄镜头下，实时捕 捉实物影像并与软件与之配合，直接投影于银幕上，提供实时无限度的缩放与移动，动态图像自由旋转，投影时可提供批注，是简报时不可或缺的展示利器。 8.视频录像 视频录像功能，数影仪除了提供文件及实物之拍摄功能外，随机附赠之程序具实时录像录音之功能且操作方便，录像时间之长短并无限制，且每秒至多可录78张画面。 9.电子邮件 经由数影仪扫描存盘之影像可经邮箱E-Mail至他方。 产品规格 展开尺寸：     337mm*245mm*128mm合拢尺寸：    337mm*100mm*128mm拍摄范围：     A4像素：         300万（2000*1600）图片格式：     JPG、TIF、PNG、BMP输出格式：     PDF、DOC、TXT              视频格式：     AVI    接口类型：     USB2.0光源补偿：     LED灯 麦克风：       有重量：        0.731KG感光元件：     CMOS

产品详细介绍★2.0声道全频音箱放大器、麦克风音量与音乐音量独立调节、一路音频输入、一路录音输出、安装调试简单、扩音清晰、性能稳定。

产品详细介绍 智慧班牌 数字班牌方案 电子班牌系统云班牌 学校电子班牌软件 云班牌 新高改特色化 解决新高考改革、分层走班教学改革下的选课走班模式的教学管理问题 支持分层教学的走班模式下为学校提供在线选课 实时发布走班模式下的课程信息和课堂内容 采集学生考勤数据为走班教学管理提供数据支持 完美支持一师一课表、一室一课表、一生一课表 功能丰富 一应俱全 便捷的选课平台  不需要电脑、手机等终端，学生在每班一台的云班牌上轻松完成选课操作 强大的走班管理   教室课表、教师课表、学生课表、走班考勤，通过云班牌轻松实现  全面的教学支撑  课前发布教学要点与课件、课中状态展示、课后反馈改进，全周期支撑教学管理 无门槛的翻转课堂  无需专属系统和设备，马上实现翻转课堂 班级文化创意平台 个性化的班级名称、LOGO展示，多形式的风采呈现 高效的资源管理平台  课件、习题、试卷、微课等多类型的教学资源轻松上传、便捷发布和高效管理 最实用的信息发布窗口  校园通知、新闻资讯、考场信息，一个后台轻松管理 最贴心的安全考勤  便捷随意刷（卡）、轻松管理出勤、家长实时掌握 我们的优势 1)课前课中课后协同支撑 课前 老师高效云备案，推送课件资源给学生，实现翻转课堂。 学生在线选课 轻松搞定，一键智能生成个性化课表。 课中 课表实时呈现，走班制更灵活。 走班云动态考勤，数据实时传递，管理更便捷。 课后 老师资源推送，学生完成知识要点，个性化学习更智慧。 课堂反馈教学质量智能分析，随时掌握学生学习动态。 2)家校协同推动家校共育 学校将公告和学生到校信息有效传递家长  消除家校沟通隔阂。 家长实时查看孩子课后作业、学习情况、在校信息等，实现家校共育。

产品详细介绍 智慧班牌 数字班牌方案 电子班牌系统云班牌 学校电子班牌软件 云班牌 新高改特色化 解决新高考改革、分层走班教学改革下的选课走班模式的教学管理问题 支持分层教学的走班模式下为学校提供在线选课 实时发布走班模式下的课程信息和课堂内容 采集学生考勤数据为走班教学管理提供数据支持 完美支持一师一课表、一室一课表、一生一课表 功能丰富 一应俱全 便捷的选课平台  不需要电脑、手机等终端，学生在每班一台的云班牌上轻松完成选课操作 强大的走班管理   教室课表、教师课表、学生课表、走班考勤，通过云班牌轻松实现  全面的教学支撑  课前发布教学要点与课件、课中状态展示、课后反馈改进，全周期支撑教学管理 无门槛的翻转课堂  无需专属系统和设备，马上实现翻转课堂 班级文化创意平台 个性化的班级名称、LOGO展示，多形式的风采呈现 高效的资源管理平台  课件、习题、试卷、微课等多类型的教学资源轻松上传、便捷发布和高效管理 最实用的信息发布窗口  校园通知、新闻资讯、考场信息，一个后台轻松管理 最贴心的安全考勤  便捷随意刷（卡）、轻松管理出勤、家长实时掌握 我们的优势 1)课前课中课后协同支撑 课前 老师高效云备案，推送课件资源给学生，实现翻转课堂。 学生在线选课 轻松搞定，一键智能生成个性化课表。 课中 课表实时呈现，走班制更灵活。 走班云动态考勤，数据实时传递，管理更便捷。 课后 老师资源推送，学生完成知识要点，个性化学习更智慧。 课堂反馈教学质量智能分析，随时掌握学生学习动态。 2)家校协同推动家校共育 学校将公告和学生到校信息有效传递家长  消除家校沟通隔阂。 家长实时查看孩子课后作业、学习情况、在校信息等，实现家校共育。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。