产品详细介绍 详细电子文档请至官方网站下载：www.darpu.com 指导思想 实践室建设中应该充分利用学校现有资源，以安全、实用、现代、精致、节俭、方便为原则，以有利于课程发展和学生发展为原则建设。实践室的建成应该有利于学生技术知识和能力的建构，有利于学生设计多方案的实现，有利于学生实践能力和技术素养的提高，能够体现技术实践的先进性和开放性。 配置原则 1． 建设方案要依据国家教育部颁布的普通高中《技术课程标准》（实验），综合吸取部分先行进入通用技术教学城市的适用于教学的成功案例而制定。建成的实践室是为完成《技术与设计1》和《技术与设计2》两个必修模块教学而进行学习、设计和实践等活动的主要场所。 2． 实践室建设中应该充分利用学校现有资源，以安全、实用、现代、精致、节俭、方便为原则，以有利于课程发展和学生发展为原则建设。实践室的建成应该有利于学生技术知识和能力的建构，有利于学生设计多方案的实现，有利于学生实践能力和技术素养的提高，能够体现技术实践的先进性和开放性。 3． 通用技术课程的教学仪器、工具和设备的设计开发应该以课程标准为依据，摆脱以技术工种分类、以基本技能训练为主的传统模式，创建通用性和多样化相结合、基本工具和现代技术相结合、教学装备与教学方式相结合的建设思路，坚持装备多方案，突出技术设计的先进理念，紧密结合教学的实际需求进行通用技术实践室的建设。 4． 通用技术课程配备的教学仪器、设备和工具必须严格把关，招标中要坚持要求供应商提供产品的产地和品牌，杜绝“三无”产品，“人情”产品和贴牌产品。仪器、设备和工具的选择必须保证质量，保障安全，有利于使用中的质量管理及其日常的维护和保养。 5． 实践室的建设不是凝固的，而是灵动的，不能配备已经淘汰或即将淘汰，对学生发展作用微小的产品，技术与设计实践室应当成为学生进一步进行技术探究和技术创新的实践活动场所，成为学校师生从事技术操作和研究，开展技术活动的平台，要确保配置方案中列出的物品一定是教学中所需要的，因此配置时应该仔细了解所配物品在教学中的用途，一定要坚持自己了解，而不应该一味受企业影响甚至误导，不能把配置流于形式。 6． 配置价廉物美的即可储物又可用于教学大小且能够放入A4纸的元件盒，并配以少量的可以盛放榔头类较重工具的周转箱，不配置不符合教学理念不方便管理的专业工具箱。所有工具和教学具都按区分类放置在准备室的货架上，按品种入盒，码放整齐，贴上便于识别的标签，整齐归一，一目了然，管理和取用都很方便。 元件盒的配置数量除了满足储物外，还必须再按一个班级学生数量配置用于教学活动的元件盒，每节课前由实验教师将当堂课程涉及的几件工具和加工材料置于元件盒中，再按组分发给学生，盒中配有要求学生签字的工具使用管理表格。 7． 实践桌的作用就是提供学生实践的平台，配置适当厚度（>25mm即可）的硬实木台面，喷塑钢架，无抽屉，台面下有可以供学生上课时可搁置工具盒、工具和学生用品的铁栅栏搁板，质优价廉，完全可以承担教学中学生的实践需求。 桌上一定不要固定学生电源。如果固定电源,桌面就不宜承受大的敲击，实践桌的用途会受到限制，因此，一律配置台式学生电源。 8． 本方案为56名学生96平方米标准教室的配置方案，以二间实践室和一间准备室（25平方米左右）为标准配备，学校可根据实际学生数和面积酌情调整，信息设施、灭火设施、药箱内药品均由学校统一调剂和配置。教学具和工具配置中数量为均含有教师一件，其余均按不同分组学生数配置，其中 “1”、“2”件为教学演示教具。学校可以根据自己学校的学生数量和预算自行调整配置数量。 9． 校园文化是课程文较低档方案之一，含有设计元素，配有激光雕刻机等各类先进的便于课程实践设备和二维设计软件，方案确保实施课程教学。 配置清单

西南大学化学化工等三个学院虚拟仿真实验教学平台建设项目竞争性磋商

东南大学医学院实验室纯水/超纯水一体化系统采购招标项目的潜在投标人应在东南大学采购中心网（https://dnzb.seu.edu.cn/）获取招标文件，并于2022年06月14日09点30分（北京时间）前递交投标文件。

北京大学化学与分子工程学院楼宇自控系统设备采购及安装项目 招标项目的潜在投标人应在登录东方在线www.o-science.com注册并购买获取招标文件，并于2022年06月15日 09点30分（北京时间）前递交投标文件。

华中师范大学“ 2022年度体育学院实验室新增设备购置项目” 招标项目的潜在投标人应在武汉千代工程建设招标代理有限公司前台处，武汉市汉阳区龙阳大道龙阳时代广场A座16F（汉阳办事处）或网络或邮寄获取招标文件，并于2022年06月23日 09点30分（北京时间）前递交投标文件。

东南大学化学化工学院落地式高速冷冻离心机采购招标项目的潜在投标人应在东南大学采购中心网（https://dnzb.seu.edu.cn/）获取招标文件，并于2022年06月16日14点30分（北京时间）前递交投标文件。

能源与动力工程学院超快时间分辨光谱系统招标项目的潜在投标人应在详见西安交通大学采购与招标管理办公室网站（cgb.xjtu.edu.cn）获取招标文件，并于2022年07月04日14点30分（北京时间）前递交投标文件。

肿瘤细胞异质性是肿瘤异质性的重要成因之一，可导致肿瘤在增殖能力、侵袭能力和药物敏感性等方面产生重要差异，影响肿瘤的诊断与治疗，最终影响患者身体健康与生命安全。因此，肿瘤细胞异质性研究对于肿瘤的诊断和个体化治疗具有重要意义。而进行肿瘤细胞亚群分离分析是研究肿瘤细胞异质性的重要基础。现有的基于电泳、场流或荧光激活式分离原理的进行肿瘤细胞分离分析的策略存在着特异性差、操作繁琐或需样本量大等弊端。基于课题组在磁性梯度分离细菌、肿瘤标志物、蛋白分析等方面前期工作（Analytical Chemistry 2018, 90, 9621-9628；Analytical Chemistry 2014, 86, 9434-9442；Chemistry-A European Journal 2014, 20,14642-14649），该研究以细胞表面标志物Her2表达量差异化的三种乳腺癌细胞(BT474、MDA-MB-453和MDA-MB-231)为研究模型，通过荧光-磁性靶向仿生探针与其识别后形成不同磁性梯度，在恒定外磁场作用下，可分别在90 s、120 s和180 s时间内快速逐一梯度分离出三种不同乳腺癌细胞亚型，并基于探针的荧光信号对肿瘤细胞亚群进行了初步鉴定。该研究报道的基于磁性梯度响应的肿瘤细胞亚群分离分析策略具有简单、快速、准确等特点，为血液样本中异质性肿瘤细胞亚群的近同时分离与分析提供新思路，在肿瘤早期诊断、评估和预后方面具有重要的潜在应用前景。

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。