麦可思教学质量管理平台将专业数据挖掘技术与先进信息化手段结合，为管理部门提高效能，充分发挥教评数据价值，为高校诊断教师教学问题，支撑教师教学考核，指导教师教学进步，让教评数据既能作为学校内部管理抓手，又能支撑外部评估考核。

软件将传统历史、地理、生物教学知识点与增强现实技术（AR）相结合，以模型、图文、视频、动画等形式呈现原本教材上的平面图文知识，为老师和学生创设一种体验式和沉浸式的学习环境，提升地理课堂教学效果，变纸质讲解为动态演示、变平面识记为沉浸体验。将课本上枯燥抽象的知识，以形象生动的形式表现出来从而更顺利解决地理中的难点和学生的困惑点。

智慧教学 以科技助力教育数字化战略，以AI+大数据构建智慧教学生态，助力学校高质量发展，服务义务教育双减，基于智慧教室、教学云平台、移动应用，形成以教学大数据为核心的感知、采集、监测、挖掘和分析体系，深化新时代教育评价改革，支撑高质量个性化人才培养。 智慧教室 根据学校教学模式和学科特点构建双屏教室、三板教室、研讨型教室、MOOC教室、VR/AR/全息教室等多形态智慧教室，实现常态化直播录播、可视化督导评教、跨校区互联互通、线上线下混合教学，打造无边界课堂，让每一堂课实现智慧化升级。 教学大数据 聚焦教育内涵式发展，通过全过程、多维度的教、学、管、评、考大数据采集、汇聚、展示、分析、挖掘，构建科学化、精细化的教学质量监测评价指标体系及辅助支撑平台，赋能传统智慧教室，为提高院校教育教学质量、提升教育治理水平提供支撑。 虚拟仿真实验教学 依托虚拟仿真、裸眼3D显示、全息影像、数字孪生、体感交互等技术，构建高度仿真、可互动的沉浸式虚拟实验环境、实验平台和实验课程，有效解决传统实验教学中高危或极端环境、不可及或不可逆操作、学生数量多实验设备少等多种因素限制的问题。 工程训练中心 建设实施工业基础教育和工程创新素质教育的工程训练中心，涵盖机器人、人工智能、自动驾驶、无人机、5G等领域，为学生的实习、设计、竞赛等实践环节提供实验及工程实践训练环境，培养具有工程意识、创新意识和工程实践综合能力的高素质人才。 智慧校园 依托物联网、人工智能、云计算、大数据等新一代信息技术，实现校园内人、事、地、物、干的万物智能互联，实现全校域感知、全空间打通、全流程采集、全数据互联、全过程保障、全智能服务，服务智慧教学、智能安全、智慧科研、智慧后勤等多业务场景，以教育信息化全面推动教育现代化。 智慧后勤 以智能感知终端为基础，基于超低功耗物联网技术、大数据技术，服务学校能耗监测、资产统计、宿舍管理、车辆调度、人员值排班等后勤业务，实现学校后勤人、事、物精细化、网格化管理。 平安校园 基于AI与网格化引擎，实现校园视频监控、消防报警、综合值班、师生求助、远程会议、应急指挥6位1体的联动管理，全面把控学校人员、车辆、设备动态，通过安稳大数据互联互通、主动防御与风险预警，打造全方位、全天候的平安校园。 智慧校园 基于物联网与数字孪生，实现一张网全校域智能感知、一张图可视化管理，构建校园大脑，为各业务体系提供能力输出，整合实现微观全面感知、宏观全局掌控、信息精准采集、态势立体展现、实时分析预警、联动应急指挥、事件接诉即办、决策科学高效。

提供实验教学的二次排课功能，利用教务系统现有的课程，根据实验室管理的实际情况进行灵活调整，更加贴近实际管理需求。 课表获取：可通过与教务系统数据对接或EXCEL表格导入的方式实现相关课表的获取； 手动排课：按实验室实际的管理需求，对导入到系统的课表进行手动调整（包括实验室名称、周次课节、课程、项目、主讲教师、辅导教师、上课班级等条件设置）； 临时调整：遇到特殊情况时，可对已有的课程进行临时调整，调整后系统可自动判断是否存在课程冲突情况，哪有将进行信息提示； 课程查询：学生及老师可对自己所涉及到的课程进行在线查询；

奥威亚智慧录播、高校应用平台等核心产品已在吉林大学形成丰富的应用成果

多PC多核分布式并行计算系统是一个通用的分布式并行计算平台，易于使用且扩展能力强，适用于海量数据的数据分析、数据统计、数据挖掘、科学计算等领域的快速处理。 图1多PC多核分布式并行计算系统布局图 系统实现了任务提交、任务管理、任务分配、任务调度、负载均衡、结果融合、容错处理等功能。用户只需要通过C、C++、Fortran等编程语言，按照串行思路编写数据处理和数据融合函数，就可实现中小集群环境下的多PC多核分布式并行计算。 主要性能： ？ 系统可扩展性好，可适应几个到100个计算节点，可适应一个或多个磁盘； ？ 在网络带宽和磁盘读写速度等能保证的情况下，处理速度与计算节点数目基本呈线性变化； ？ 动态加载不同的计算函数和处理函数，实现不同的数据处理。

多PC多核分布式并行计算系统是一个通用的分布式并行计算平台，易于使用且扩展能力强，适用于海量数据的数据分析、数据统计、数据挖掘、科学计算等领域的快速处理。系统实现了任务提交、任务管理、任务分配、任务调度、负载均衡、结果融合、容错处理等功能。用户只需要通过C、C++、Fortran等编程语言，按照串行思路编写数据处理和数据融合函数，就可实现中小集群环境下的多PC多核分布式并行计算。