产品详细介绍

一、产品简介 万方在线组卷系统是一款专门为中学师生订制开发的选题组卷的工具。目前内置百万试题，覆盖了初、高中六个年级的所有升学考试学科，为保证试题质量，题库内录入的题目全部来源近年来各地的中高考的真题和名校名卷。 主要功能：人工选题、智能选题、试卷预览、设置卷参、试卷下载与存档、试题和试卷的收藏，试卷输出。用户可以对题库中的试题进行学科、学段、考试类型、难度、知识点等进行筛选；也可以对试卷的样式根据不同的应用场景进行调整；对组成的试卷可以存档、删除、修改，并且提供Word格式的文件下载。 万方在线组卷系统与国内多家名校的近千名一线教师正式签约，建立了长期合作关系。由他们精心地为试题提供分级解析，并定期地更新试题资源，以保证与时俱进地把握近年的中、高考的考频动向，成为广大师生练习与测试的在线组卷利器。 2015年万方在线组卷应广大客（用）户的迫切要求，推出了万方在线组卷的镜像版服务。可以独立部署到客户的服务器上，实现了客户自建题库功能，增加了后台管理功能：录题、分题、答题、审题、知识树的创建，账号及权限管理，对于题目入库流程实行规范权限和分级管理。 二、产品使用说明 通过首页的主题导航，您可进入在线组卷系统。首次进入需要您先选择关注的学科。为了能更好地保存您的使用记录，建议您使用个人帐号使用在线组卷系统。组卷系统主要包括三部分：组卷中心、试卷中心和个人中心。 （一）组卷中心 组卷中心选题方式有两种:人工选题和智能选题。 1. 人工选题 可以直接对题库中的题目进行条件筛选和检索。 1) 筛选条件有：知识点、年级、类型、题型、难度、地区、年份等；在检索框内输入关键字可以实现题目全文检索。 2) 确定筛选范围和检索条件后，对于结果页面的试题进行手动添加至试题篮，可以逐一添加，也可以整页添加。 3) 添加后试题的数量和题型会在试题篮中显示，试题篮不但可以查看所选的试题的题型和数量，还可以进行清空重置的操作。 完成选题后，可以进入预览试卷进行样式调整。 2. 智能选题 点击智能选题，进入智能选题页面。 1) 选择知识点，确定题型、难度和数量，注意，添写数字时不能超出题库中检出符合条件的试题数目。 2) 保存后进入确认页面，可以就选定的知识点下的题目数量进行修改和删除，也可以在左侧知识树上继续选择追加下一个知识点，重复设置题目的操作。如果没有需要修改和追加就可以点击右侧下方的确认设置。 3) 点击确认设置后出现智能选题的结果页面，可以手动全部加入试题篮，也可以逐一加入试题篮，选题结束同人工选题一样要进入预览试卷进行样式调整。 3. 试卷预览 在下图A区可以设置卷参，有四种常见样式可选，也可以自定义样式；在如下图B区对卷体进行设置，可以通过鼠标来拖动小题进行小题的重新排序，左侧的设置与右侧的预览界面内容是相互连动的。 1) 进行卷参设置时，会弹出对话框，在相应的位置填写文本注释即可。  2) 对于单个小题，可以进行查询详情、删除、上移、下移和智能换题的操作。 3) 试卷设置完成后可以存档备用，也可以直接下载WORD，同时可以下载答题卡和查看试卷分析。 4) 如果对现有题目还存在不满意的情况还可以选择返回选题，返回选题会直接回到组卷中心的人工选题页面。 （二）试卷中心 进入试卷中心后可在如下图A区进行选择筛选条件，在如下图B区输入关键字进行试卷的名称的检索。  1. 浏览试卷 点击试卷标题和浏览按钮可以进入试卷浏览页面，如下可以对题型进行筛选。在浏览页面可以对试卷中的单个题目进行手动添加到试题篮进行组卷，也可以对感兴趣的题目加入收藏。 2. 添加收藏 点击收藏后，操作按钮变为取消收藏，同弹出提示收藏成功，收藏成功的题目会被记录到个人中心的我的收藏中，更加方便查找。 （三）个人中心 个人中心包括两大部分：一部分是我的试卷，其中记录着我保存的组卷记录和我下载的试卷记录；另一部分就是我的收藏，其中记录着我收藏的试题和系统试卷。 （四）帮助中心 在组卷中心，试卷中心，个人中心，浏览试卷页面，单击右上方问号，可进入帮助中心，观看视频。

发展了国际领先的完整的单细胞高通量测序技术体系，将其创造性地应用于人类发育生物学和生殖生物学的前沿研究，并进一步在深入的基础研究基础上推广到临床应用上，使我国胚胎植入前遗传诊断技术处于世界领先水平。

中国科学技术大学生命科学与医学部周丛照教授课题组，从巢湖成功分离五株侵染伪鱼腥藻Chao1806的噬藻体Pam1~Pam5。

近日，我校生命科学学院李学宝教授课题组在棉纤维发育的分子机制研究方面取得重要进展，研究成果在线发表于著名植物学期刊《The Plant Journal》（Li et al. 2018,DOI:10.1111/tpj.14108）。

一、项目简介 磁共振成像以其具有多模态成像、高分辨及无辐射伤害等优点，在临床医学影像中具有无可替代的地位。然而较慢的成像速度及易受各种伪影干扰是其主要缺点。另一方面，随着临床上对磁共振成像需求的急剧增长，诊断医生的缺口越来越大，并严重影响病人得到及时、准确的诊断。因此，在磁共振成像中引入以深度学习为代表的智能技术，一方面用于加速成像采集速度及提高成像质量，另一方面用于进行智能诊断，解决临床医生人力不足、误诊率较高的问题。 二、前期研究基础 基于我们在磁共振成像方法设计、超分辨率重建及临床应用等方面的跨学科研究优势，我们利用深度学习技术对磁共振成像的各个方面进行整合优化设计，并取得许多重要的初步成果，具有良好的前期工作基础。 三、应用技术成果 我们在深度学习与超快速磁共振成像方面的结合进行了深度研究，并取得许多重要成像。我们研究了基于深度学习的超快速多参数磁共振成像重建，并取得良好的效果，如图1所示。我们还研究了利用深度学习对磁共振成像进行无参考扫描的扭曲校正，如图2所示。

本发明公开了一种基于全景影像的街景面片优化方法，包括以下步骤：步骤 1：获取车载 LiDAR 点 云数据和全景影像，并将全景影像与车载 LiDAR 点云数据进行配准；步骤 2：将车载 LiDAR 点云数据 分割为多个面片，获得面片与全景影像站点的对应关系，将面片投影到全景影像上，得到面片对应的透 视平面影像；步骤 3：对透视平面影像进行分析，删除树木点，并进行面片拉伸。本发明基于全景影像 优化街景面片，在点云数据的结果上进一步提高面片的精度和准