英语入门、新概念、零至四六级、商务英语BEC、口语翻译、雅思托福。

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。

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。

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）。

当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。