Al协同创新实验云是Al教学实验实训协同工具，涵盖真实行业项目的教学课程、授课教案、实验教学资源、硬件、平台等，可满足人工智能专业的学生了解行业真实案例中从起始阶段、细化阶段、构建阶段、业务环境、需求分析、技术架构选型等等各方面的项目细节，在线完成分类、建模、分析、可视化、结果输出等任务，并支持私有化部署和云端协同，帮助院校开展人工智能应用研发。

DanaStudio 基于 B/S 架构，底层可对接通用的大数据底层平台，经历了多个大数据项目考验，是一款稳定、高性能的技 术服务平台。DanaStudio 作为数据智能工具中台，与底层大数据平台可灵活适配，适配不同数据规模环境，支持 GB 级 别数据量的单机业务数据库场景、TB 级别 MPP 分布式数据库场景，也支持 PB 级别 Hadoop 离线数仓大数据处理场景。 DanaStudio 采用前后端分离架构，后端服务支持微服务化管理，便于运维和管理。

PandaBI 是德拓自主研发的一站式数据分析与决策系统。 帮助客户快速搭建自己的大数据可视化分析平台，完成多数 据整合，建立统一数据口径，并提供灵活、易用、高效可视 化探索式分析能力，提升客户数据洞察能力，并将数据决策 快速覆盖各种应用场景，使客户成功转型为“数据驱动”的 智慧型应用。 PandaBI 为客户提供的核心价值在于用直观、多维、实时 的方式展示和分析数据，力足于提供简洁、实用操作体验， 全面激活内部数据。

产品详细介绍：Z轴旋转微动平台是由压电陶瓷致动器驱动柔性铰链机构可实现Z轴旋转输出，输出转角为毫弧度级别，输出转角分辨率为微弧度级别。并可集成电阻应变片式传感器以实现高精度闭环控制。主要应用于光学、激光扫描、通信、光束偏转和光束偏摆。

浙科教学资源库平台 一.软件简介教学资源库平台分为前台学生用户和后台管理员、教师用户。后台管理是整个系统的核心，主管资源数据的更新，由具有相应权限的管理用户进行相应的管理操作。前台学生用户进入所属专业课程学习，检索、下载、预览、上传作业、在线考试、在线提问、交流等操作。二.软件优势1.集成平台，高扩展与重用能力应用平台采用B/S三层架构，结合网络视频应用等技术，将在线教学业务应用、运营管理、信息存储与交换、数据采集进行了综合归一化设计，形成一个完整的在线教学活动体系，在平台中按SOA理念集成了包括以在线学习为目的的远程学习服务、互动教学为目的的互动教学答疑服务，使得平台具备高扩展和重用性，将来更可以方便的接纳更便捷的教学服务。2.具有资源的异步上传及超大附件上传能力使用建立虚假声明的方式实现大文件上传，将大文件缓存到一个临时区域，可以实现断点续传，不用再等待ASP NET进程将整个文件缓存倒磁盘上。在多窗口下支持资源的异步上传，不需要在页面等待表单提交。3.视频格式自动转换能力系统将上传的视频文件自动压缩转换成FLASH PLAYER可以播放的FLV格式文件，并保存自动截取关键帧图片文件。FLV视频文件体积轻巧，加载速度快，封装播放简单，可以在网络上很好的使用，无需安装额外视频插件。4.实现各种文档格式在线预览服务器端可将PPT、WORD、TEXT、EXCEL、PDF等格式的资源文件直接生成好一个完整的SWF格式的FLASH文件展示出来，供学习者在线阅读浏览，并可下载原文件。5.数据统计与分析能力系统为教学管理者提供资源访问效果评价分析，通过平台应用、教师评估、学生评估三个层次进行统计评价分析，采用直观的统计图表展示平台应用效果。6.便捷的互动交流平台搭建了便捷的互动交流平台，促进师生之间，学生之间的交流。学生在基于资源库的自主化学习中遇到困难时，能够得到其他学习者和老师及时有效的帮助，问题和解答对外公开，使资源成果能使更多的人受益。同时还可以建立学术讨论群，交流、分享个人学习心得体会。7.开放式资源扩充通道所有教师利用网络可随时随地的上传优秀的数字化媒体素材、知识点素材以及示范性教学案例等教学基本素材，无限扩充资源库教学素材。教师用户能够自主上传、下载和管理自己的资源，使学校教育资源建设化繁为简，变难为易。三.软件功能1.教学资源以章节为学习单元管理开发配置的教学课件、教学视频、教学动画、作业；帮助学生更好的融入课程，理解知识，更好的完成学习任务。资源关联对课程章节与素材资源库关联；参考资料可以章为分类添加课程章节参考资料。2.网络教室网络教室支持学生的自主、合作、探究性学习活动。教师按教学进度安排网络教室课程内容，学生用户进入网络教室自主学习、疑难解答、互动交流。3.实训练习课程实训任务教学平台提供专业相关实训系统，拓展学生专业知识面，模拟专业相关业务流程，缩短学生就业后的业务适应过程。开发、训练学生综合运用专业及相关知识解决实际问题的能力，加强教学和实训项结合。4.试题库以学习单元为单位开发配套的测试习题，帮助学生完成单元学习后进行学习测试和评价。5.考试管理考试系统将传统的考试和先进的网络模式相结合，帮助教师和学生了解检验学习效果。系统提供大量的课程相关试题，教师维护试题库、试卷库，学生参加考试，并且系统具有自动批阅、统计的功能，减轻教师的工作负担和提高工作效率。6.案例分析以学习单元为单位汇总、整理配套的企业案例，帮助学习者观摩企业生产实际工作，积累实战经验。7.课程评价课程评价主要是收集学生对课程设计的效果评价，根据反馈信息，作出改进课程的决策。8.拓展功能库开发一些有助于提升专业人员综合素质，帮助开阔视野。专业拓展功能库包括扩展知识库、视频库、职业技能大赛、职业资格认证、校企合作服务和就业服务六个部分。四.软件特点1.符合国家、国际规范基于国际、国家、行业标准，符合QTI、SCORM规范和教育资源建设技术规范CELTS-41.1(CD1.0)，实现资源的互通互导。2.专题展示以专业为中心建设资源库，并以专业专题、专业门户展示资源。3.多级存储多级存储，实现资源分布式存储、检索信息集中统一管理。4.多维导航多维度资源导航方式、快速检索资源。5.批量管理资源批量后台管理，实现已有资源的快速归档入库。6.数据交互通过符合规范的XML，在不同类型的资源库之间重构、交换资源数据。7.智能管理智能化的资源管理，自动完成资源属性抽取，提高资源的利用效率。

实验室安全管理云平台采用风险管理的思想，对实验室安全静态与动态数据 进行采集，根据风险管理与责任体系划分的要求，分解成校、院、中心（项目 组）、实验室四个层级实现危险辨识、风险评估、管控制定、公示教育、过程控 制、持续改进完整的闭环，并且提供可视化的方式为校级风险管理、院级隐患 治理、中心常态监督及实验室安全运行提供支撑。 ◎实验室电子班牌系统 ◎实验室安全准入系统 ◎实验室物联及门禁系统 ◎实验室实验实训系统 ◎实验室实验实训系统

基于跨行业数据挖掘标准流程CRISP-DM，实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建。同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。 1、极简的建模过程 基于拖拽式节点操作、连线式流程串接、指导式参数配置，用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能，让用户能够灵活运用多种处理手段对数据进行预处理，提升建模数据质量，同时丰富的算法库为用户建模提供了更多选择，自动学习功能通过自动推荐最优的算法和参数配置，结合“循环行”功能实现批量建模，帮助用户高效建模，快速挖掘数据隐藏价值。 2、丰富的分析算法 内置150多个分析算子，包含30余种数据预处理方法，5种数据融合方法、11种常用特征工程，实现数据融合处理与特征构建；包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法，支持深度学习、集成学习与自然语言处理等人工智能分析方法，满足各类业务科研场景需求。 3、灵活的扩展能力 支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的业务适应能力，充分满足不同领域科研的个性化需求。 4、全面的分析洞察 通过丰富详实的洞察内容，帮助用户全方位观察建模过程任意流程节点的执行结果，为用户开展建模流程的改进优化提供依据，从而快速得到最优模型，发现数据中隐含的业务价值。建模分析报告支持在线查看，并且支持下载可编辑Word版本，支持科研报告及相关成果发布应用。 5、全栈科研成果管理与应用能力 分析成果的快速工程化应用，支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用，满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测，帮助用户高效便捷地管理成果、利用成果及监测成果。 6、跨平台模型迁移及融合 支持PMML文件的导入和导出，可以实现跨平台模型之间的迁移和融合，利于用户进行历史模型的迁移，实现用户在不同平台的模型成果快速共享，提升各类科研成果的复用性。    

Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

数据资源中心主要用于维护系统分析所用的数据源、构建数据模型、新建视图，并进行数据权限分配与管理。师生可以根据实验和实训需求，自定义新的数据源，作为学生实验练习的数据。同时也满足教师科研项目需求，对接各类科研数据。支持数据按人员、按类型进行分类，确保满足不同数据的精准使用要求，也保证教学与科研的顺畅进行。1、 数据管理数据源管理支持多种类型数据源添加、API数据接口配置；数据模型支持同一数据源下的数据分类管理、元数据管理和维护、数据抽取加速、数据权限设置等功能；模型授权支持将数据模型按照组织机构、角色、组的方式授权给设计用户；总体上来说，数据管理实现各类科研数据的统一接入、管理与权限的按需分配。2、开放数据超市数据超市提供了30多个维度、700多个二级类目、上万个业务标签的全维度业务数据画像，数据总量超过500亿，存储总量超过100T，日均增长超过500万条,为企业采购风控、销售客户评估、AI精准获客、精准招商、投融资、高校科研机构、政府事业单位及各类专业人员提供了企业活力指数评估和全息数据画像，从微观、中观、宏观多方面提供了各类企业数据分析报告、行业趋势报告和相关指数。同时基于国家电网创新应用开发平台、中广核新能源数据价值创新联合体等行业组织，可以精准提供电力、新能源等产业的真实业务数据，为高校相关课题研究提供数据支撑。

教学大数据分析展示平台作为专为高校教研开发的数据挖掘分析应用系统，致力于通过对学校教学中的数据的科学采集、存储，智能建模、分析，辅助学院管理员及时把控教学进度，让教师科学制定教学方案，让学生精准认知自我。