一、产品优势 课前、课中、课后、学情分析全覆盖 打造包含课前、课中、课后的一站式的数字化教学环境，互动数据和云班课数据自动留存和统计，能够开展不同形式的教学活动，不局限于教室，老师和学生随时随地开展教学和学习。 满足BYOD需求 支持BYOD（Bring Your Own Device），师生可以自带手机、平板电脑、笔记本等设备参与到教学互动，支持Windows、Android、iOS等主流操作系统和微信小程序等。 多屏互动智慧教室 教师和学生均可使用平板与讲台大屏和小组大屏互动，教师可使用平板发起评测，将平板电脑画面同步投屏到大屏，还可将平板上的课件、音视频文件、图片和文档等分享到大屏，高效无线网络传输引擎，全面打通讲台大屏和师生手持设备之间的边界。 纯软件方案 系统采用纯软件方式实现包括投屏在内的所有教学功能，不依赖额外的专有硬件，大大提高系统灵活性和可扩展能力，通用硬件设备价格透明，有效避免资源浪费，降低整体建设成本。 完整的教学数据采集分析 数据自动留存沉淀，自动生成学情分析报告，方便教学和教务管理。 二、课前功能 课程体系管理 三、课中功能 极低的网络要求 为了数据采集，仅需要讲台大屏电脑能连上互联网即可使用，学生可以使用4G手机移动网络即可。支持微信小程序和app方式进行登录 课中签到 签到可根据GPS定位或无线网络SSID进行校验，学生满足校验条件才能签到，防止学生作弊，教师可对签到结果进行手动修改，支持一键设置签到状态，签到数据自动计入学生个人得分，可设置考勤数据得分权重。 评测（支持选择题、判断题、主观题、抢答和写作题） 学生可通过APP或微信小程序参与课堂评测，评测数据自动上传到云班课平台，生成评测记录供教室和学生回顾课堂内容，评测题型支持选择题、判断题、主观题、抢答题等多种题型，学生评测情况自动计入学生个人得分，可设置评测得分的权重。 弹幕互动 课堂上，学生可通过弹幕功能发表自己的观点，系统实时显示学生的弹幕信息。 随机选人 系统自动滚动显示所有学生的姓名，系统随机选取一名学生。 对比讲解 教师使用平板电脑拍照或选择2-4张图片，一键投到大屏上，进行对比讲解； 支持发起投票，让学生选择自己支持的图片，增强参与感； 支持板书工具，随时书写和批注，在大屏和平板都可以进行批注和书写。 多屏互动 多人投屏、共同标注、示范 研讨型小组讨论 教师可设置讨论主题，将小组讨论主题显示在小组屏上 小组讨论 小组讨论模式下，可开启录制功能，录制屏幕画面+摄像头画面，自动保存到课件库中供学生下载学习 课堂板书 教师在大屏授课时，可一键上传板书内容到云班课平台，学生和教师都可以通过云班课APP及小程序查看板书内容，方便复习巩固课堂知识点。 四、课后 评测统计 教师可通过云班课评测记录功能，系统自动统计教师发起题型次数，教师也可通过题型进行选择学生作答的题型，并了解学生对于知识的掌握情况 学情统计 系统自动实时生成云班课学情分析报告，分析报告包括首页数据总览，资源报告、活动报告及学情分析，从资源学习、课堂活动和数据曲线等多个维度展现学生学习状态，方便教师及时调整教学计划，提升教学效率。 五、物联集控系统 物联集控系统概述 通过物联集控系统将教室的多媒体设备（电脑、投影、大屏、展台、音响等设备）有效的串联起来，进行集中管理。教室所有的用电设备进行统一管理杜绝用电隐患，通过与中科卓软云班课平台对接可实现教师微信扫码联动上下课，同时高度集成的设备带来如下的好处: 更高的稳定性和可靠性 采用嵌入式构架，不受病毒的侵害，实现免维护长期稳定运行； 更高的集成度 集成课堂互动控制、设备管理、电源管理、传感器检测等实用型的功能。有效的提高课堂的教学效率和效果。 简单易用，扩展灵活 操作简单易用，无需培训，功能扩展根据用户不同的需求进行灵活定制。 教师只需微信扫码即可开始上课，系统自动联动多媒体设备开启，进入上课状态，同时自动关联云班课账号登录，极大提高课堂效率。 多媒体设备集控管理 通过多媒体设备集中管理，可实现对教室内所有多媒体设备（电脑、大屏、投影、音响等）统一控制，并可实现一键联动控制，例如一键上课，自动开启教室电脑、投影灯，快速进入上课状态。 智能物联管理 基于物联网+互联网多网合一平台设计，对教室灯光、空调、风扇、电动窗帘等设备进行智能管控。实现智能检测教室温度、湿度等环境数据；可实现智能联动教室灯、风扇、空调、窗帘等设备的自动开关与调节。打造科学、智能、方便、舒适、节能的教学环境。通过融合的智能物联管理系统可以带来一下好处： 1. 简单易用：支持不同上课场景设置，可轻松实现一键开关机联动物联设备组合使用。 2. 高拓展：兼容第三方厂家设备接入，实现统一控制管理，可根据实际需求进行二次开发，使教学管理高效便捷。 课堂互动系统融合 融合课堂互动系统，可一键切换教学模式，实现教学互动软件+多媒体+物联设备统一融合控制，例如只需一键开启研讨模式，教学互动软件自动开启小组讨论功能，同时教室内大屏联动全开，并可自定义联动控制空调、窗帘等设备，营造出适合研讨教学的教室整体环境； 视频直播 支持将当前教室画面直播到其他所有教室或指定教室；支持使用手机控制和查看直播。 IP对讲 通过IP对讲功能，教师可一键呼叫运维中心，运维中心管理人员可远程监看教室内情况，与教师对讲，协助教师使用教学设备等。 录播控制 可对录播系统进行统一控制，便于使用。

通过教学质量基于事实数据进行动态诊断和改进，提供教师、学生和管理者三个维度的数据分析 ， 承载教与学全过程记录，多维度形成性评价数据分析，助力高校工程教育专业认证。 经典案例  

本发明公开了一种炼铁生产过程伴生能源的整体梯级回收系统,包括:包含燃气轮机的高炉煤气燃机发电系统和包含双压余热锅炉的余热回收发电系统;还包括烧结烟气回收系统和冷却热废气回收系统。所述的烧结烟气回收系统将来自烧结机的烧结烟气经除尘器除尘后,在第一引风机的抽吸作用下送入双压余热锅炉;所述的冷却热废气回收系统将冷却热烧结矿后产生的热废气在第二引风机的抽吸作用下也送入双压余热锅炉。本发明系统将烧结工艺显热和炼铁过程伴生的低热值高炉煤气进行整体回收,并且梯级利用,形成完整的、能稳定运行的中低温余热、低热值高炉煤气高效综合利用系统。

本发明公开了一种能源回收自清洁的垃圾输送系统，包括：用于输送垃圾桶升降循环的升降机构，所述升降机构具有环形输送件，环形输送件上间隔布置有多个连接座，每个连接座上转接有所述的垃圾桶；安装在所述升降输送机构两侧并用于保持垃圾桶升降运动姿态的限位轨道，靠近所述升降机构的底部设有无限位轨道作用的垃圾倾倒位；置于各楼层并用于控制垃圾桶在垃圾投放口停止的即停机构；位于所述升降机构下方的垃圾储存箱，用于储存各垃圾桶翻转倒出的垃圾。本发明适用于高层建筑各楼层垃圾的升降输送；节省电梯运输垃圾的功耗，节能减排；减少垃圾处理的人力消耗，降低管理成本。

随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。

高校科技成果尽在科转云

本实用新型提供一种电池箱、电池模组及新能源汽车，所述电池箱包括箱体、盖体和密封圈；所述箱体包括底面及设置于所述底面四周的侧壁，所述底面与侧壁形成一容置电池的容置空间；所述盖体包括顶面及设置于所述顶面四周的侧壁，所述盖体还包括设置在所述顶面的凹槽，所述凹槽用于放置所述密封圈，以使所述箱体与盖体盖合时，所述箱体的开口与所述密封圈接触；所述电池箱还包括密封填充物，在所述箱体与盖体盖合时，所述密封填充物设置盖合位置处的顶面四周的侧壁与所述底面四周的侧壁之间。采用本实用新型提供的电池箱，可以在提

研发阶段/n华中农业大学生物质与生物能源研究中心自成立以来，在彭良才博士的带领下正大力开展新型能源作物的培育和秸秆酒精产业化相关技术的攻关。通过与国内多家科研院所合作，己筛选和鉴定出一批适应于我国边际土地种植的生物质产量大和木质纤维素降解转化效率高的能源植物（甜高梁和芒草）。采用现代生物技术，对我国三大粮食作物（水稻、小麦和玉米）其秸秆细胞壁结构与组成展开遗传改良，已筛选出一批理想能源作物的新材料，不仅粮食产量稳定，其秸秆降解转化酒精的效率明显提高，同时还可提高秸秆的综合利用（如饲料、造纸、化工产品