国家电网-工会积分平台是服务于政府机构内部的网站，该网站包括文体人才，文艺作品和文体设施，提升员工对国家的认同感和员工的幸福指数，使管理更加人性化。

噢易线上实训与科研桌面服务平台，以智慧校园总体框架建设为基础，独立部署智慧教学资源和智慧教学管理服务，面向全校师生，围绕教学育人和科研互动提供个性化、多元化的桌面空间和桌面集群空间服务，通过将虚拟空间和信息空间有机衔接，实现教学环境和教学资源的融合互通，使任何人，任何时间、任何地点都能便捷地获取桌面资源和服务。 方案架构 噢易云线上实训与科研桌面服务平台 功能特性 服务学生在线学习/实验 01个人专属实训桌面空间 >个人账号登陆“用户门户中心”，每个人专属桌面空间 02桌面预约 >预约单个桌面，或者实验所需的一套桌面集群，灵活预约学习和实验时间 03一键进入实训桌面 >实训桌面一键进入，浏览器窗口方式打开可同时打开运行多个桌面 04任意终端接入桌面 >提供笔记本、终端pc、手机pad等移动终端接入桌面 05随时随地进行线上实训 >anytime、anywhere、anyexperiment 06实训作业提交 >在老师规定时间内提交实训报告作业 服务老师线上教学 01服务工单申请 >线上申请实训教学资源所需配额，以及资源使用时间和时长 02学生学习和实验环境和时长匹配 >统一批量匹配教学实训环境，以及每个学生实训时长 >师生环境匹配一致 03教学环境更新 >老师自助更新教学实训环境 >从本地电脑上传文件，支持任意文件格式 04教学环境还原，数据回退 >教学环境恢复到初始状态 >实训错误，恢复单个学生实训环境至正常状态 05教学课件共享、作业发布 >课件共享：从本地电脑上传，发布教学课件、实验视频和文档 >实验作业：发布实验作业，进行考核，线上监督学生实验报告完成情况 06教学网盘 >教学数据随身携带，随时存取 07远程办公、移动办公 >远程办公：在家远程登录学校个人办公云桌面空间，获取教案和教学资源 >移动办公：用不同设备在不同地点，登录个人专属桌面空间 服务教师科研、竞赛、创业、团队项目协作 01提供高并发计算能力 >租用大数据、人工智能、并发算力类科研实验类桌面 >按使用时间和时长进行申请，分时复用 02GPU显卡资源共享 >全面支持NVIDIA和AMDGPU虚拟化 >一个或者多个成员租户共享 03租户成员配额弹性扩容 >桌面配置按需动态扩容 04自动回收释放 >资源使用时间到期，提前提醒，自动回收 05支撑团队协作及活动赛事 >临时租用资源，用于团队专项培训、活动竞赛 >在组织租户中，成员之间桌面互相协作 06公共桌面突发应急远程访问 >提供公共桌面，多人都可访问 >突发应急远程处理 服务于IT决策者运营分析 01构建统一桌面资源服务模型，无限扩展 02计时计量计费 03灵活编排桌面服务计划 04标准化几口服务，资源互联互通 05数据伴随式采集，数据驱动分层教学、个性化教学 技术优势 资源分时复用，最大化利用 >资源分时复用，空闲资源对外开放。 >计算机实验和实训机房在时间和空间上的无限延展。 多租户特性 >多租户架构，桌面集群协作扩展和协作性更灵活。 >单用户多云桌面相关联，可自由切换。 服务目录，匹配多元化、个性化的桌面资源内容 >匹配教学、学生自主学习和实验、科研、培训、考试、竞赛等各类桌面环境。 >支持安装winXP、win7、win8、win10、Linux、国产操作系统。 >桌面内容（配置规格、操作系统版本、软件、设置）自定义。 >服务目录，按需交付教学资源内容。 5A桌面访问 >Anydevice：任意设备接入桌面（pc、笔记本、手机pad移动终端）。 >Anytime：任意时间访问。 >Anywhere：任何地点，不限指定教学楼、学生寝室、远程在家、出差在外。 >Anynetwork：任何网络访问，有线、无线、私有网络、互联网访问。 >Anyexperiment／work／research：任何实验／办公／科研。 高稳定、持续的桌面体验 >桌面空间从课堂延续到课外，任意地点随时学习和实验。 >保障课堂教学、学生学习训练、科研项目的持续性。 线上审批、全面计量 >资源走线上审批，快速交付和扩容。 >按租户使用时间、使用配额弹性计量。 >平台服务对象、服务内容、使用率全面分析。 私有／公有云桌面混合部署 >底层资源打通，统一构建全校级桌面资源数据中心。 >支持私有云和公有云混合部署。 操作易用、简单运维 >统一的用户门户中心。 >自动化操作机制，如：资源自动化检测、自动化创建服务计划、弹性资源负载等。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 杨寒露 网络新媒体 2019/2023 王嘉琦 广播电视 2019/2023 黄艺丹 网络新媒体 2019/2023 吉珈漩 网络新媒体 2019/2023 杨宁 广播电视 2019/2023 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 袁满 新闻与文化传播学院 讲师 网络与新媒体 四、项目简介 新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。以2021年湖北广播电视台旗下的长江云融媒体平台中“建党百年”的专栏内容、专栏形式以及专栏机制为例，研究其对党建宣传活动的报道的内容、形式、机制、技术和服务，分析研究省级融媒体平台对党建宣传活动的实践路径。结合新闻学、传播学、社会学以及统计学的知识，通过数据分析、个案分析和访谈等多种形式，多维度地探究省级融媒体平台对党建宣传活动的实践。

重庆智能工程职业学院是重庆市人民政府批准、教育部备案的全日制普通高校，面向全国计划招生。学院位于西部职教名城、重庆职教基地——永川。学院依托华为技术优势，面向科技前沿办学，定位云、大、物、智、移等新技术高技能人才培养，是华为ICT人才培养基地、华为ICT师资培训基地、华为ICT技能大赛赛场、华为“1+X”证书培训认证中心、华为人工智能联合技术创新中心。学院立足打造“大学校园+科研机构+产业园区”融合发展共同体，华为（永川）联合创新中心建在校内。华为指派专家协同推进学院师资建设、专业建设、实习实训、创新创业、专业认证、就业服务、产业发展，学生在校期间即可获得产、学、研全方位能力培养和个人发展。学院是华为5G新型智慧校园示范项目，广泛应用华为最先进设备和技术，搭建了“一平台（华为数字平台）、二中心（创新中心、数据中心）、三云（公有云、华为云、私有云）、四网（5G/4G、物联网、无线网、有线网）”智慧生态，并通过IPV6 over 5G+WIFI6+光纤进行全联接，通过大数据、云计算、物联网实现全智能。学院建筑充分借鉴华为深圳总部风格，采用园林式书院布局，格调高雅、环境优美，各种设备设施高端智能，已是热门旅游目的地和网红打卡地。在重庆智能工程职业学院读书，将是您一生最美好的学习时光！ 三、学校地址：重庆市永川区华为大道666号四、招生电话：023-49669696/49669797五、网址：www.cqai.vip

电子科技大学机械与电气工程学院彭倍教授和骆德渊教授带领该校机器人与无人系统团队根据疫情需要，迭代研发了“小护士”智能机器人。目前有两台“小护士”智能机器人已在武汉汉阳方舱医院“上岗”。据了解，“小护士”智能机器人可以根据设定的程序，自主导航，进行喷洒消毒，派发药品，还可以对病人进行生命体征测试，包括体温、血压、心率、血氧检测分析。此外“小护士”智能机器人还可以通过人脸或指纹对病人进行身份确认，搭配热成像人体测温系统，测量精度高。同时还可以实现24小时智能监测预警，无人值守，远程遥控，能极大降低医护人员工作强度和暴露风险。“小护士”智能机器人的原型是机器人与无人系统团队牵头的四川省重大科技专项课题——用于警方的看守监视智能机器人。疫情发生后，团队老师发现，大量医护人员疲于配药送药分发，人与人的接触也会增加感染风险，如果用机器人来进行测温、配送药品，一方面可以把医护人员从繁复的工作中解放出来，另一方面可以隔离输入性传染源，降低交叉感染的风险，于是紧急迭代开发出了“小护士”智能机器人。

上海大学机械自动化工程系主任田应仲老师临时组建了由教师李龙、袁光杰和08级研究生校友高雨、陈孝光组成的“高污染危险环境下智能消毒机器人”攻关小组，将智能机器人科研工作与抗疫前线需求结合，一方面与瑞金医院、龙华医院、杨浦中心医院感染科的医生与医护人员通过视频会议、微信会议等方式，了解消毒要求与作业规范；一方面积极联系消毒器材与药品厂家落实消毒方案与原材料供应，开展消毒机器人研制工作。 得益于上大“智能制造及机器人中心”充分的技术储备、校内外团队通力合作、校友的倾力支持，攻关小组克服重重困难，在不到20天时间内研制出了可替代人工进行消毒作业的智能机器人。

疫情隔离病房智能配送机器人集成现阶段全国最强的无人驾驶技术，有非常强悍的记忆力，可以自主识别读取地图，自主识别读取工作环境，建立信息库，自主规划路径，去到任何它想去的地方，完成物资的点对点配送。比如从药房将药品送到护士站，只需将药品放入机器人的“肚子”，告诉它去哪里即可。在输送过程中，无需人员操作，极大地减少了医护人员进入隔离区的频次，起到较好的隔离保护作用。 机器人的应用在成本节省以及预防交叉感染方面也卓有成效。由于该款机器人内部有自动消毒净化功能，外壳材质也是用抗腐蚀的医疗材料制成，只需用酒精喷洒或消毒巾擦拭十几秒即可完成消毒，让医护人员工作更安全、更高效。部署好的智能机器人通过控制中心智能调度即可实现自主开关门、自主搭乘电梯、自主避障、自主充电等功能。该款智能配送机器人负责物资点对点配送工作，帮助一线医护人员减轻负担，同时降低临床工作人员交叉感染的风险。

本技术实现了“云-边-端”融合的分布式计算框架。基于演化知识图谱融合大规模端设备采集的异构数据，为云端智能决策提供数据支撑。利用基于分支网络的边缘智能技术，满足智能终端输入数据的高精确度、近实时推断分析处理需求。通过面向群智学习应用的端、边缘和云分布式协同训练优化关键技术，在保障终端数据隐私前提下实现云边端环境下的大规模高效分布式模型训练。