XM-QDA全功能气道管理模型能够进行模拟气管插管、人工呼吸面罩通气、口腔气道液体异物吸引及环状软骨按压等操作训练，模型由PVC塑胶材料制成，具有形态逼真，操作真实等特点，适用于广大医学院校、护理学院、临床急救、麻醉等临床示教和实习操作训练。 一、主要功能： 1、精确的头颈部解剖特征，可以更加有效地讲解Sellick手法和气道痉挛。 2、模拟气道可以插入喉罩和复合插管。 3、提供清除气道阻塞和吸引液体异物的操作练习。 4、人工通气时可观察肺部呼吸运动并可进行呼吸音听诊练习。 5、可经口或鼻进行气管、咽、食管插管，通过支气管镜进行经口或鼻支气管吸引。 6、可以进行打开气道练习和复苏球—面罩，复苏球—插管之间通气练习 7、提供模拟痰液，增加练习场景的真实感。 8、配有液晶显示器，电子监测气管插管不同位置。 9、内置传感器：可自动检测模拟人体位、环状软骨按压监测、气管插管位置。 10、全程语音提示。 二、标准配置： 1、全功能气道管理模型：1台 2、液晶显示器：1台 3、气管插管：1根 4、手提铝塑箱：1个 5、说明书：1册 6、保修卡合格证：1张

广凌报障运维管理系统从工单填写、工单指派、工单结束、工单评价、维修费用等多个方面进行工单的全生命周期管理，形成工作质量有反馈，维修费用去向明了，建立健全知识库，有效统计各类设备故障，给管理员后期采购产品或服务提供决策依据，支持移动端办公。

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。

DMV是业界领先的IT架构图管理平台，致力于为IT运维团队提供更加准确、易用、丰富的架构图。通过DMV，实现架构搜索、版本管理、团队协作等架构管理，实现组合透视、运维分析等场景使用，实现标准绘图、数据联动等架构设计。

  高校智能题库资源管理系统 试题试卷永久归档  资源数字化管理     核心功能   试题试卷数字化 试题试卷数字化管理，建立数据库系统，永久保存，规范管理。 单题/批量导入，在线/离线录入，客户端/管理端录入。 支持常用文件格式，导入方式多样（word、excel、json）。 支持全试题模型（文字、图片、表格、公式、音频等）。 录入、编辑、审核、组卷、检索操作简单。 完备的错误警报机制。   试题维护 可预览、可检索、可编辑，支持全题型。内置属性多样且可以自定义，如难度、公开度、区分度、差异系数、标准差。引入版本概念，记录试题变更历程。与最终考试结果关联，迭代更新试题属性值。统计试题使用次数，加权计算试题曝光度。   智能组卷 支持自动组卷/手动组卷，在线组卷/离线组卷，单套/批量组卷。 组卷灵活：简单组卷、精确组卷、蓝图组卷。 可按题量、分数、题型结构、知识结构、难度系数等多重模式组卷。题库系统与阅卷系统关联，可获取作答得分详情，用于属性分析。提供多维度属性，如难度、区分度、标准差、差异系数、信度等，便于组卷抉择。重复试题自动筛选提示。 试卷可预览、可修改、可导出，可一体化输出线下印刷，也可联通线上网考。   审核管理 试题审核：新录试题进入管理端数据库，需要经过规定的审核流程，自主设置相似度阈值，审核提供预计属性值（难度、标准差、差异系数） 考卷审核：客户端同步至管理端，试卷进入待审列表，由管理员对试卷及内容进行审核，还可审核试卷属性（难度分布、知识点分布、标准差与区分度）   查重比对 查重列表：根据设计的阈值，摘选出库中超出阈值的试题；按本题型与其他题型划分陈列。 比对标记：原题与相似试题间的判定重复部分，高亮表示，便于核查。 配置设置：可自定义比对阈值、最多比对数量、查重范围等参数。 属性预估：根据相似试题属性，综合计算本题预估属性值，包括难度、区分度等   产品优势   部署灵活 同时支持在线云端部署与本地离线部署，客户端与管理端分离使用。   安全性高 制卷与命题动作分离，独立运作，相互隔绝。 数据流转安全，依托特定密钥加密的数据文件，不显示明文信息。   题型支撑广泛 支撑目前已知所有试题类型的录入，支持音视频、图片、数学公式的在线编辑。   系统使用简便 为不同角色制订不同的使用界面；为管理人员与命题老师分别优化使用过程。    

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

办公自动化系统是一个基于J2EE架构的B/S应用软件，用于实现企业和政府机关的办公信息管理及工作协同，它为企业、政府实现数字化协同办公提供了完整的应用平台。 本产品可以满足用户不同层次的办公需求： ①作为信息发布与共享平台:可以根据组织需要建立各种信息发布类栏目，定制显示模板，授权访问控制，实现组织自身的WEB站点建设与管理。为组织提供各类信息的统一发布、共享、查询，方便组织人员从办公平台获得各类信息。②作为内部沟通平台:为组织提供多种高效的沟通工具，可以帮助组织成员快速查找人员信息，增进人员间的相互了解。系统集成了电子邮件、即时通信软件，并可以通过短信接口发送短信，提高组织沟通效率。③自助服务平台：为组织提供多种自助服务工具。通过资源预订类模块，可以实现组织资源的在线预订，防止资源占用冲突，有效利用公共资源。提供待办事宜、日程安排等管理工具，使工作内容触手可及，提高效率。提供考勤管理功能，提高考勤效率，降低组织的管理成本。④业务协同平台：为组织提供多种业务协同应用子系统，可以实现公文签批管理、定制个性的业务签批管理。通过工作流引擎，协调组织人员协同工作，在提高业务处理效率的同时，规范管理，提高工作质量。

产品服务:听神经瘤是一种起源于第Ⅷ对脑神经鞘的良性肿瘤，由于其位置的特殊性，手术治疗极易导致面神经受损，进而引发面瘫，因此需要精准的手术路径规划。本项目开发一种基于深度学习的多模态听神经瘤辅助诊疗技术。我们拟搭建一个听神经瘤辅助诊疗平台，专门针对听神经瘤的诊断、诊治、术后恢复等提供相应技术和服务。项目优势:利用神经网络和3D可视化技术可清晰立体地构建听神经瘤及瘤周多种组织结构，从而实现手术路径的精准规划。商业模式:  1. 提供给医院技术，医院为平台的患者提供诊断和诊治建议。  2. 直接通过平台与患者沟通，提供疾病预防、诊治等建议。  3. 与第三方合作，通过平台为老年患者提供保姆、护理等服务，建立面向患者的线上商城，汇集果蔬、保健品、日常用品等，以及提供健康保险服务。

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

1）绿色建筑研究着力提高绿色建筑设计与技术研究水平，通过绿色建筑、零能耗建筑等的设计与运营，为厦门市绿色建筑与建筑节能技术应用提供示范与推广，带动厦门地区绿色建筑的发展。2）城市节能基于UCMap及CFD等研究方法，改善城市通风、缓解城市热岛，探讨适应闽东南沿海地区气候特点的城市设计、住区规划等解决方案。3）绿色建筑工程实践在工程实践方面，通过绿色建筑的设计和建造运营，将绿色建筑技术应用在建筑工程实践中。