产品详细介绍  随着社会的不断发展，对建筑智能化的要求也越来越高，同时对教学质量、教学成果和教学设备及规模产生更高更深层次的要求，从这几个方面着手，提供一种工具给教师，解决其在教学过程中遇到的一系列的难题和疑问将成为一个新的课题。随着虚拟现实VR（Virtual Reality）的应用，首先将教师的课题教学带入3D虚拟现实环境，使其能够身临其境的讲授理论应用的实际情况，快捷的课件制作，网络资源的共享，权威文件的查询阅读与引用。能够实现上述功能的软件必将成为建筑智能化教师的必备工具。 由于目前教师的发展环境和学校教学设备的制约，致使专业教师在其本身的知识体系中以理论研究为主，从而教学过程中的重点也就落在理论上，而建筑智能化是一门注重实操的学科，但是安排每一位专业教师去现场实习体验具体项目，由于受到时间、校企协商等条件的限制使得其可行性不大，所以就需要《楼宇智能化工程技术教学培训考核3D仿真软件》，来解决目前楼宇智能化专业教师的“三个难题”,并实现“两个目标”。 三个难题： 1)、教师备课找资料“难”。学生学习内容落后、脱节、分配难。 《楼宇智能化工程技术教学培训考核3D仿真软件》中提供了工程产品库（包括产品的3D实物模型、功能特点、技术参数和接线图）、辅材工具库（包括产品的3D实物模型、功能特点、技术参数和使用方法）、工作原理库（包括系统构成和动作原理）等，并且都以3D模型互动方式展现。同时在软件中录入了大量的参考文件，包括规范标准、视频演示、招投标管理、教学大纲、教学计划等。另外通过教学软件中设置的“自助课件”模块，老师可以根据自己的教学思路，编辑教案，开展教学，而软件中的内容可供教师适时链接提取。真正解决教师备课找资料的难题。 2)、教师讲实际操作“难”。实验实训指导难。 《楼宇智能化工程技术教学培训考核3D仿真软件》中将提供各种类型的建筑模型，在其基础上完成从设计到施工的教学演示，从而解决教师讲实际操作难的问题。在实验实训之前，通过软件的不断播放演示，让学生自主学习实验流程。实验过程中无需老师跟踪指导，就能达到课程计划要求的实验效果，从而解决教师实验实训指导难的问题。 3)、教师考试出卷难。 教学软件中录入大量的经过教学指导委员会审核的试题库，可以任意组卷得到难度各异的电子试卷，而通过“单选、多选、判断”三种题型的在线答题，可以使学生方便地完成考试。而“试卷提交”后，自动评卷生成的成绩单，解决了教师出题和阅卷的难题。 两个目标： 1)、达到工学结合的目标。 《楼宇智能化工程技术教学培训考核3D仿真软件》即可实现在理论教学的课堂上穿插入实际工程，从而达到工学完美结合的目标。 2)、达到理论教学与实验实训同步的目标。 在理论教学课堂的最后，理论教师即可抽出10分钟时间，通过教学软件演示来指导实验过程，同时结合理论教学中的重点难点，使学生能够主动在实验实训过程中巩固消化理论知识，从而彻底解决了理论教学与实验实训脱节的现状，达到理论教学与实验实训同步的目标。 1.1系统内容 随着建筑智能化教学的深入发展，“理实结合 工学一体“将是一个重要发展方向，而软件的仿真与互动是解决理论与实践统一教学的必要手段，通过软件技术，可以较小的场地设备投资，达到最大的教学效果。同时，在运用软件的交互技术，还可以根据学校教学的实际情况，在二次开发平台进行适用性开发，极大的提高教学质量。 通过教学培训考核3D仿真软件提供丰富的资源库，包括图文资料、3D产品模型、规范标准、工程视频和庞大的标准题库等，可以辅助教师备课，讲解实际的工程环境和施工过程以及考核考试等相关教学工作，极大提高工作效率，提升教学质量。 根据学校的要求和教学培训的目的，实现学校现代化教学，进行了全面的规划。此次规划的建筑智能化工程教学培训考核3D仿真软件包括： Ø 楼宇智能化系列； Ø 建筑电气系列； Ø 物联网系列； Ø 轨道交通系统； Ø 电子、电工及电力拖动系列； Ø 工业自动化系列。

产品详细介绍

产品详细介绍

清华大学美术学院视觉传达设计系向帆团队运用数据可视化技术，开发了精准、及时向公众传达疫情信息的移动终端平台。除了可以第一时间了解全国各省市新冠肺炎患者的增量、总数外，公众还可以通过这个平台对相关信息进行时间维度和空间维度的对比，进而提升自身对信息的认知度、理解度和解释度。疫情流图可视化设计的形式，是一个从左向右发展的时间结构。每个省的当日确诊病例数量是一条曲线，每条曲线的垂直高度随同当日国家发布的数据变化。曲线的外轮廓高低起伏的状态可以清晰地呈现出新增病例数量的变化，并突出那些疫情严重的地区。每日流图的生成、发布和讨论，逐渐成为一种开放数据、动态传播和公共参与的实验，让更多人愿意阅读数据、理解数据。可视化设计在参与人文研究时，它本身的领域将会被拓展。随着每日数据的注入，流图的形式本身已经超出了静态表达时间的实践功能，流动的力量正驱动着我们看向疫情的终点。实时、交互的圈层图反映了各地疫情的相对程度，每一个省的城市，都集合在一个圆圈里。每一个城市的新冠肺炎确诊病例总量定义着圆圈的大小，它们紧紧地被省级圆圈包裹着，被中国和世界包围着。每个城市的位置，根据容器图的算法，按照空间面积自动分配。

完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI 、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。   现代服务业安全服务支撑平台层次结构 成果内容：研究团队通过集成网络管理、云计算、移动计算等技术，研发具有自主知识产权的“现代服务业安全网络支撑平台”，构建一个安全、稳定、可靠的网络环境，解决当前服务业支撑环境安全和服务质量等难以保证等问题，适用于各类复杂网络环境，易于向云计算架构移植，同时支持移动终端接入的解决方案。 现代服务业安全网络支撑平台的关键技术包括支持多标准跨平台的一体化漏洞检测技术、 安全网络环境主动构建技术、漏洞安全服务个性化定制技术、支持多源关联的网络态势评估技术、 Hadoop云计算海量日志深度分析技术、自适应移动服务访问技术。团队在关键技术的研究基础上研发一套安全监控服务平台系统，并发表相应的学术论文和申报国家科技发明专利。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。 预期成果收益：需要投入210万元对于平台进行改版设计及性能优化，更好面向移动服务市场。按照目前漏洞扫描及安全评测的市场价格测算，重点针对企事业单位的安全环境，以每套30万或者安全检测服务费计算，预期在达到年销售600万的销售收入。

本项目通过创新数据获取方法、创新区块 链性能分阶段评估指标，建立了耦合度较低的 后端数据获取、云端数据处理、前端数据可视 化的性能评估平台原型

将计算机自然语言处理方法和生物本体学方法结合起来，发展一套面向生物医学文献的数据挖掘技术，建立了一个文献挖掘平台。该平台可以对生物医学文献进行数据挖掘，发现隐含在文献中的生物学实体及其联系，发现深层次的生物医学知识，自动获取大量的第一手生物医学数据。例如，挖掘与人类基因相关的信息，挖掘蛋白质相关信息，发现基因的功能，发现基因与疾病之间，发现蛋白质之间的相互作用等。/line对于一组给定的文献，该平台首先进行句法分析和生物学术语标定，然后进行语义分析，提炼每条语句的生物学含义，提取文献中的生物医学关联特性，以发现文献中的基因、蛋白质、疾病以及它们的关系。

2019年 9月3日，浙江大学医学院附属妇产科医院联合中国移动杭州分公司打造的5G+VR新生儿远程探视平台正式上线。浙江大学医学院附属妇产科医院和中国移动杭州分公司合作，结合4k全景VR视频直播研发的面向5G的智慧医疗方案，以VR技术将实施画面上传至服务器管理平台，通过5G网络推流至VR一体机设备、手持平板以及高清电视屏等终端设备。由于医院感染控制的要求，一般情况下，患儿家长在规定时间内才能听到医生对患儿的病情介绍。家属实时探视，一直是医院的难题。VR新生儿探视平台的使用，让探视者仿佛置身于患儿身边，可以观察孩子实时状况，并且，家长可以清楚地听到医生孩子病情的详细介绍，有效缓解家属的紧张焦虑情绪。VR 远程系统同样可适用于医疗示教与远程诊疗，在实时手术示教过程中，通过VR眼镜可以清晰地看到手术的细节过程，与手术医生相同的视角，受教者如同亲自“主刀”的感觉，实现医术观摩交流现场教学效果。基于5G高度带宽、低时延与医疗领域应用特点的高度契合性，依托中国移动5G网络高速率低延迟优势特点，实现高清且超低时质量的音视频传输，杭州移动相继打造省内数个5G远程医疗应用之后，持续深挖医疗行业5G智能应用，全面推进互联网+智慧医院服务应用，努力提升患者就医体验，促进优质医疗资源下沉，提高医疗服务效能。未来，在全新的战略合作框架内，将在全方位服务医院的医生员工、服务医院的合作伙伴、服务医院的5G信息化发展等各方面，推进更大范围、更深程度、更高标准的合作协同。原文：http://www.womanhospital.cn/contents/79/6317.html

近日，南科大“人流大数据和AI驱动的新型冠状病毒（COVID-19）传播建模预测和模拟推演平台”内测版本正式推出（下简称“推演平台”）。该平台可实现在城市尺度上，基于人流移动的新型冠状病毒传播感染情况的细粒度预测和模拟，为有关部门制定不同的隔离和公共防疫政策（如封闭特定城市区域或道路）提供参考。新型冠状病毒的感染传播与人流移动存在密不可分的关联。现阶段的多数研究只停留在简单的相关性分析以及基于全国地图的数据可视化阶段，缺乏在城市尺度上、针对人流移动的细粒度深度分析，更缺乏基于人流移动的传播模拟推演模型以及潜在感染源和风险区域的挖掘模型。随着复工潮的来临，战“疫”面临新的挑战。南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），其中预测和模拟推演模型完全由数据驱动，需要使用人流大数据进行训练和优化。数据拥有单位只要将人流大数据输入平台，平台即可以自动完成模型迭代训练，并输出相关的预测和模拟推演的可视化结果。其预测和模拟推演的精度由模型训练数据的质量、精细度和覆盖度决定。平台后续期待更多单位（如GPS轨迹数据、CDR数据等人流大数据拥有单位）参与进来，共同完善该平台。推演平台通过整合、处理和分析各类多模态人流移动和出行大数据，结合新一代的人工智能技术，完成对新型冠状病毒的传播和感染人群细粒度建模，从而实现在城市区域内细粒度预测、模拟和动态推演传播感染情况。平台可实现的基本功能主要有以下几个方面：一是建立新型冠状病毒和人流移动的映射模型，包括传染概率确定/潜伏期分析/传染代数分析等；二是分析隐藏病患，由于疾病传播为链式，可以根据缺失轨迹链反推出尚未确诊的疑似病患；三是分析风险人群，可根据病患轨迹寻找可能有接触的风险人群，提前预警；四是挖掘潜在病原地，分析病人间的轨迹交叉点确认潜在的未知病原地（如图3）。在以上功能基础上，平台可以实现设定不同的公共防疫政策（如封闭城市内的高风险感染区域），在城市尺度上，动态推演和模拟在这些政策下的城市传播感染情况，从而帮助相关部门制定更为高效的隔离和公共防疫政策（如图4）。