《浙科跨专业综合实训平台》软件概述 跨专业平台主要由搭建平台运行环境、制造企业运营、行政业务和金融业务等几大部分组成。以现代制造行业为蓝本，设置总经理办公室、销售部、生产部、采购部、仓储部、外贸部、市场部、财务部、人才资源部、企业投资融部等十大制造企业职能部门；真实模拟行政办事部门，提供工商局、税务局、会计事务所、银行、物流、保险公司、贷代公司等办事场所；系统虚拟扮演公安局、质量与技术监督局、劳动与社会保障局、原材料供应商、海关、商检、外汇管理局、船公司等服务性部门行业。攘括了与制造行业有关的所有相关行政办事部门和服务性行业。该实训室主要承担经管学院会计、财务管理、工商企业管理、国际经济与贸易、金融、物流管理、电子商务、市场营销等专业的综合仿真实习。主要实训任务包括企业注册、人力资源管理、市场营销、生产管理、销售管理、投融资管理、财务管理等七大主要业务。学生通过实习可以熟练掌握企业岗位工作要求，掌握企业运作流程与规则，学会团队沟通与协作，增强学生的岗位适应能力和管理决策能力。 业务一：企业注册 通过真实的模拟操作过程掌握企业注册登记的流程，以及相关知识的巩固，加深对工商注册的各个环节和部门的深刻理解，了解工商局、税务局、律师事务所、质量监督局以及相关银行等在公司注册和今后的公司管理中发挥的作用。 图片1.png业务二：人力资源管理 1.通过实验了解企业人员招聘的流程，学会编制招聘计划以及应聘人员的管理和筛选 2.掌握员工培训的需求分析、方案的制定、效果的评估 3.掌握绩效考评的程序和方法以及如何构建绩效管理体系 4.了解薪酬管理过程模型 5.了解员工激励管理 6.掌握员工劳动关系主要内容，实操流程 一、 人员招聘录用 人力资源1.png二、 培训与开发管理 人力资源2.png三、 绩效考核管理 人力资源3.png四、 薪酬福利管理 人力资源4.png五、 员工激励管理 人力资源5.png         六、劳动关系管理 人力资源6.png业务三：市场营销 1.掌握市场调查策划书的编制以及市场营销信息整理的程序和分析方法 2.明确对企业在市场环境下进行SWOT分析的方法、步骤 3.明确对企业竞争对手进行分析的方法、步骤 4.明确产品组合的内容，掌握产品线决策的各种策略内容 5.了解产品的生命周期，掌握新产品开发程序 6.掌握产品定价的基本方法，能够根据市场情况运用价格变动策略，系列产品定价策略和心理定价策略为产品确定价格，实现企业的营销目标 一、 市场调查分析 市场营销1.png二、 产品定位 市场营销2.png        三、市场营销组合  市场营销3.png 业务四：生产管理 1.了解企业生产的基本流程 2.理解ERP系统中生产管理信息流程及单据特征 3.初步了解主要的基础数据含义及其设置方法 4.帐务生产管理中操作流程及单据处理的基本方法 图片6.png业务五：销售管理 通过国内销售实验，熟悉销售订单、销售发票、销售备货、仓储发货等各业务环节的处理；学会掌握销售管理系统基础资料的维护；让学生在实际操作过程中熟悉国际贸易交易流程，，并熟练掌握从事国际贸易买卖的基本操作技能。掌握国际贸易单证操作流程，能根据合同、信用证、法律法规、国际惯例等缮制全套单据。使学生能在一个仿真的国际商务环境中切身体会进出口交易的全过程，为成功的走上外经贸工作岗位打下良好的基础。真实体验国际贸易网、商贸网、门户网、招标网在网络营销中的作用。 通过招投标实验 ，使学生能够掌握招标、投标全过程及相关文件的内容，体验招投标过程中的实际场景。 一、 国内业务 国内1.png        二、国际业务  国际2.png        三、企业招投标管理 企业3.png业务六：投融资管理 1.熟悉投资项目的融资渠道、融资方式和技巧，以及投资项目、企业对各种融资方式的运用。 2.了解资金的流动对于企业、项目的重要性，同时 也应认识到投融资活动可能给企业、项目带来的负面影响。 3.了解投融资办理的具体流程和所需申请书等文件。 一、 银行贷款 银行1.png       二. 企业间拆借 企业间1.png 三. 民间借款 民间1.png 业务七：财务管理 通过会计实验，使得学生较系统地练习企业会计核算的基本程序和具体方法，加强学生对所学专业理论知识的理解、实际操作的动手能力，提高运用会计基本技能的水平，也是对学生所学专业知识的一个检验。使每位学生掌握填制和审核原始凭证与记账凭证，登记账薄的会计工作技能和方法，而且能够切身的体会出纳员、会计、财务经理等会计工作岗位的具体工作，从而对所学理论有一个较系统、完整的认识，最终达到会计理论与会计实践相结合的目的。 图片9.png

MV-AIBOT 是一款模块化智能移动机器人，包含移动底盘、图像处理模块、SLAM激光雷达模块、智能语音交互学习系统模块和通信模块五个模块，每个模块均可单独使用，可配套对应的课程实验。适用专业：机器人、人工智能、自动化、机电、电子、计算机等。1、丰富的模块化设计：包含移动底盘、图形处理模块、SLAM 激光雷达模块、智能语音交互学习模块、通信模块。2、独立电源管理单元：各模块均带有独立的电源单元，可单独供电使用，适应不同的教学场景应用。3、全 wifi 覆盖：各模块均带有独立的 wifi 系统，适应在无 wifi 环境下，构建局域网，同时预留 RJ45 有线接口。4、多种扩展资源：各模块预留独立的电源输出接口、扩展 GPIO 口、USB 口、TF 卡槽、HDMI 口等，使用方便，足以应对不同二次开发应用。5、丰富的支撑课程：嵌入式系统原理与设计实验、移动机器人实验、电机驱动与运动控制、机器人视觉实验、机器人传感器技术、ROS 实践教学、Python 实践、人工智能算法实践

NI PXI集成电路实验室验证测试平台可以灵活的完成各类集成电路器件和芯片的实验室验证工作，NI PXI平台在集成电路实验室验证测试应用中处于领导地位，平台部署在包括Intel、ADI、TI在内的诸多全球顶尖集成电路公司的测试实验室中完整各种实验室测试验证应用。

数字校园，管理先行。青小鹿中小学数字校园管理平台是为中小学校行政管理人员和广大教师量身打造的综合管理一站式解决平台。 是学校行政人员高效处理三处一室部门业务，对科组、年级、班级、教师和学生进行精细化管理的利器，能让学校从容应对新高考、新中考、新形势。 促进常态化使用 行政/管理者的常态化使用决定了平台的常态化使用 减轻行政/管理者的非教学工作负担是青小鹿中小学数字校园管理平台的核心追求 服务对象 让教师/行政从繁重的非教学工作中解脱出来 专注方向 让教师/行政从繁重的非教学工作中解脱出来

项目成果/简介: i4Ocean 的命名分为两个部分，其中Ocean代表本平台主要应用于海洋信息可视化领域，而i4寓意为四个英文单词即：Interactivity（交互性），Imagination（构想性），Immersion （浸没感），Intelligence（智慧性）。这四个单词概括了i4Ocean 的主要特点，也是本平台致力于实现的终极目标。 i4Ocean可视化原型系统主要实现以下功能： 1、数据处理：将常见的海洋数据转换为geotif、json、geojson。 2、可视化功能：标量数据可视化、剖面动画、体绘制、二、三维流线可视化。 3、可视化分析：中尺度涡识别、追踪。 4、舰船远洋航行系统：港口信息查询、全球港口显示、航线添加、海图导航、水文信息可视化。 5、视频录制：保存加载相机路径、高清截图、高清录像。 在系统中，我们提出了两种算法用于海洋环境数据可视化和分析。一种是基于gpu的光线投射算法绘制海洋温盐数据，一种是基于传输函数的海洋中尺度涡流交互式流场可视化算法，实现了时空相干和视口相干。引入交互式传输函数，从背景洋流中提取基于多种涡旋参数（如Okubo-Weiss参数）的二维和三维涡旋特征。 相关成果评选为2012年山东高等学校优秀科研成果奖、2013年青岛市科学技术奖、青岛市2017-2018年度优秀大数据解决方案。项目阶段:系统原型阶段效益分析: 该系统可用于船舶远洋航行、海洋数据分析、海洋数据处理。将常见的海洋数据转换为tiff，json。利用系统标量场、矢量场可视化功能，对海洋数据进行分析，为船舶航行提供指导。 该技术和装备可用于海洋深部结构研究，为发展我国海洋经济提供技术支撑，这将具有重要的社会经济效益。发展海洋数据分析及可视化功能，更可以拓展蓝色经济空间，推进军民深度融合。 该成果已与青岛海洋科学与技术试点国家实验室等单位开展深度合作，现阶段处在项目支持的前期研究中。同时与外地的合作单位有：中船工业集团，自然资源部直属单位国家海洋信息中心、国家海洋环境预报中心、国家海洋卫星应用中心。知识产权类型:发明专利 、 软件著作权知识产权编号:201510066037.9 201510070177.3 201510212425.3 201510212424.9 201710827686.5 201710828365.7 2013SR004155 2013SR010109 2014SR062104 2015SR014980 2015SR038759 2015SR085063 2015SR246570 2016SR010562 2016SR326470 2016SR325154 2017SR732244 2017SR737071技术成熟度:通过中试技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无

项目成果/简介:本作业平台可以实现掘进头支护作业的完全机械化，改善掘进头工作面的支护状况，大大减轻工人劳动强度，能满足一定的超前支护要求，能有效提高掘进面作业速度，充分保证工作人员的作业安全性，是改进目前掘进头支护作业工作方式的综合机械化成套作业设备。

系统面向大型项目管理与科研管理，以先进的项目管理原理与技术为核心，并充分考虑我国项目与科研管理的实际需求。系统以项目管理流程为主线，整合管理项目实施所需要的时间、费用、质量、资源、信息与知识。通过流程、角色、权限、资源的动态绑定，实现系统的可视化设计与系统功能配置。系统不仅是一个过程管理系统，同时也是一个质量检查与管理系统，不仅是一个专家管理系统，也是一个知识管理系统。系统汇聚了数据分析、文本挖掘、决策支持、自然语言处理等众多先进技术，并支持SOA软件体系结构。 在项目管理方面，系统基于项目流程，通过对信息进行不断地收集、加工，共同完成整个项目管理的过程。 项目信息管理：每个项目记录以下信息：项目编号、项目名称、承担单位、单位地点、计划开始时间、计划结束时间、优先等级、项目预算。 项目计划制定：可定义项目里程碑（包括交付成果）和计划时间，以明确科研项目所处的阶段，控制项目从某个状态提升到下一状态，并且能够直观地显示项目所处的阶段，实现了项目的流程化管理。 项目流程管理：对项目的各种技术文档的审批流程、变更进行管理，项目的进度管理，建设管理数据库、存储有关管理数据，保存项目相关材料。 在科研管理方面，系统支持完整的科研管理生命周期，包括科研项目征集阶段、评议阶段、立项审批阶段、立项阶段、实施阶段、验收阶段、跟踪阶段，整个项目管理生命周期。系统支持科研项目过程管理，支持科研绩效评估也支持科研决策。与此同时，系统提供了丰富的相关管理功能： 工作任务分解：整个项目活动分级分解至可管理工作单元的层次结构，每一个工作单元具体描述在一个规定单位或个人的具体责任和计划时间。 计划进度跟踪：项目各阶段或交付成果文档的负责人将必须定期地对所负责的工作进行进度维护。系统能够自动地综合相关的信息进行项目完成百分比的维护。 成果状态的管理：任务交付成果的管理将根据具体任务中规定的不同交付成果形式进行，例如交付形式可以为文件、设计模型、产品或部件等。 内容发布：面向各项目课题组、科研单位等用户，进行公共的信息发布以及公告。起到宣传、通报、展示等作用，即时地通过因特网向用户发布通知。 资料文档下载：各个项目中存在着大量地公共文档以及各种模板，为了方便所有用户，将此类文档和模板进行合理组织，用户可以轻松实现公共文档和模板的下载和上传功能。 辅助决策功能：提供相关的分析工具，综合应用现代管理技术，对各种关联管理信息进行对角度剖析，提供多维图表，实现对知识分析和知识挖掘，为决策提供了可靠的支持。 绩效评价：建立了多种大型项目与科研项目评估指标体系，利用关键绩效指标对工作完成效果进行测度，可以有效的对工作绩效作出评估。 本系统面向大型项目管理与科研管理，可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

通过车载终端以至少 1Hz 的频率采集发动机动态运行数据和静态数据，并通过远程监管终端上传至远程监管平台；远程监管平台将车辆上传的动态运行数据输入相应的诊断模块进行信号诊断，输入相应的排放因子计算模型计算出排放因子，并读取 OBD 故障信息对排放结果进行有效性评估，从而获得车辆的实际排放状态。

本作业平台可以实现掘进头支护作业的完全机械化，改善掘进头 工作面的支护状况，大大减轻工人劳动强度，能满足一定的超前支护 要求，能有效提高掘进面作业速度，充分保证工作人员的作业安全性， 是改进目前掘进头支护作业工作方式的综合机械化成套作业设备。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。