本系统基于Corte-M4平台设计，支持OpenHarmony系统南向系统的课程教学与实训，课程将围绕L0级别开发板展开，包括：Py4OH语言介绍、GPIO基础开发、I2C基础开发、socket网络开发、扩展外设驱动开发等。课程的最后设计一个智能家居案例，将物联网核心技术与北向应用开发技术串联起来，让学习者能够掌握物联网项目开发的全貌。课程面向没有南向设备开发经验的初学者，案例部分可结合北向应用开发技术扩展完成，理论和实践相结合，让初学者轻松入门L0级别设备开发。

该设备适合机械原理中的机构运动简图测绘与分析实验，齿轮范成原理实验，机械设计中的机器组成及典型机构零部件认识实验，机械系统运动方案及结构分析，还可以用于机构原理和机械设计课程设计。 特点：由多种机械传动机构组成，所有机构直观可视，便于学生观察学习。 主要技术参数如下： ①加工腊制标准样件，模数2齿轮； ②驱动电机功率：370W，电压220V；； ③减速机速比：i=10； ④外廓尺寸：1000㎜x 350㎜x 1100mm； ⑤重量：120kg；

产品详细介绍铸造铝铁碳磁铁 教学用蹄型磁铁

EduOffice智慧全息电钢互动教室以《EduOffice智慧全息电钢互动教室教学系统》为核心，实现专业钢琴谱讲解、教师弹奏示范、琴谱跟弹练习、左右手分弹练习、“瀑布流”弹奏练习、弹奏自动评测、演奏回放讲评等全息钢琴教学应用，高效支持了钢琴教学中的“教、学、练、评、演、创”，满足专业电钢琴互动教学及普及音乐教学的需要。  “全谱器乐、全能歌唱”技术和资源为学生自主创编奠定了一定基础：一体机内置资源降低创编门槛、多模式试唱即时播放试听、多类小乐器音源库从多方面表现作品，促进学生对音乐理解和表达。 教师：  · 触摸屏与教学大屏同屏显示、双向控制。在弹奏过程中无需起身，即能调整教学内容； · 师生视频通话双向互动，音画同步高效指导； · 所有学生智慧电钢琴一键开关机控制，高效管理课堂。 学生：  · 超A0大幅面的学生指法采集仪，88键电钢琴琴键全覆盖，完整清晰记录学生弹奏指法；  · 双色灯条提示功能，真正实现了弹奏全息钢琴谱的正确用手、指法、键位信息提示；  · 学生智慧电钢琴与教学大屏同步显示，便于学生观看授课过程、教师演奏示范；  · 学生软件支持多模式弹奏练习、弹奏自动评测、自主创编学习等。 特色教学功能： 教—全息钢琴谱讲解： 1.    左右手分弹讲解 单独进行左手或右手的单独演奏。选择钢琴谱的左手、右手演奏模式，播放时只显示左手弹奏或右手弹奏的正确键位和指法提示，便于琴谱的分段教学。 2.    指法弹奏讲解 显示弹奏指法，钢琴谱播放时虚拟音乐键盘高亮显示正确的键位并在键位上提示所用手指。显示琴谱指法钢琴谱上会显示出每个音符所用的手指。还可同时选择弹奏指法和琴谱指法。 3.    乐理教学 专业的数字化乐理教学工具与丰富音乐知识库，使乐理学习不再晦涩难懂、枯燥无味，帮助学生在聆听音乐的基础上，通过探索乐谱信息，循序渐进地学习音乐知识，“潜移默化”地培养学生音乐审美能力最终达到学习及运用的目的。 4.    分组管理、多维信息展示 教师可将学生任意分组，实现小组监听。 学生座位、组别、虚拟音乐键盘、作业、电钢上线等多维信息直观显示。 同屏展示所有学生的练习界面，学生在电钢琴上练习弹奏时与练习界面虚拟音乐键盘同步映射。 5.    小乐器讲解 五线谱乐谱、简谱乐谱支持一键显示常用小乐器指法谱参照图示。智能生成小乐器包括：口风琴、6孔竖笛、8孔英式竖笛、8孔德式竖笛、笛子、8孔陶埙、10孔陶埙、6孔陶笛、12孔陶笛、葫芦丝、洞箫等。配备小乐器音源库视听曲谱。 学—全息钢琴谱智能演奏示范： 1.    师生同屏演奏示范 教师端与学生端同屏显示，同步播放乐谱。乐谱播放时虚拟音乐键盘显示双手正确的弹奏键位和手指提示，便于直观了解键位及指法。 钢琴谱任意音符，虚拟音乐键盘会显示对映的键位和应用手指，还可选择钢琴谱任意位置、任选区域的定位播放，反复学习乐谱当中的难点、易错部分。 变速、变调播放，逐步培养学生在键盘上掌握不同调式、调性的视奏和移调能力。   2.    学生琴谱弹奏学习 学生软件具有琴谱播放、琴谱跟弹、瀑布流练习、弹奏评测、琴谱演奏等琴谱练习模块，循序渐进的进行琴谱弹奏学习。 3.    学生弹奏实时纠错 一体化设计的智慧全息电钢琴，双色灯条提示，方便左右 手分弹练习。 超A0幅面的学生指法采集仪，88键电钢琴琴键全覆盖，完整清晰的拍摄学生弹奏练习画面。 学生控制台同步展示所有学生或选择展示部分学生弹奏过程，教师实时查看每个学生的弹奏实况，及时纠正指法等错误。 4.    师生视频通话互动 学生演奏信息、指法练习可视化，系统完整记录所有弹奏信息，教师通过视频语音互动，音画同步高效指导。 练—多模式弹奏练习： 1.    多模式练习方式 琴谱播放、跟弹练习、“瀑布流”练习等多种琴谱练习模式，让学生循序渐进的进行弹奏练习。 2.    左右手分弹练习 单独进行左手或右手的单独练习。选择钢琴谱的左手、右手播放模式，播放时只显示左手弹奏或右手弹奏的正确键位和手指提示，分段练习，疑难部分重点练习。 3.    指法提示 一键显隐弹奏指法、琴谱指法。选择弹奏指法，练习中虚拟音乐键盘高亮显示正确的键位并在键位上提示所用手指。选择琴谱指法钢琴谱上会显示出每个音符所用的手指。还可同时选择弹奏指法和琴谱指法。 评—弹奏评测、课堂评价： 1.    学生自我评测 单独进行左手或右手的弹奏评测；评测过程中可提示节拍、琴谱指法；评测结果将实际弹奏的时长、键位与正确的时长、键位进行对比显示，评测结果一目了然。 2.    演奏实况录制讲评 学生弹奏实况实时录制，及时进行弹奏回放及教师讲评，师生视频通话同步讲评。 3.    课堂即时问答 作为常用的互动教学形式，课堂即时问答是检验学生知识掌握程度的重要手段。在音乐教学过程中，教师提出问题，学生通过电钢琴键盘进行单选答题，所有学生答题对错一目了然。

本产品是针对各类大中专院校《数字信号处理》实验课程配套开发的可在网上开展基于C/S架构的虚拟实验教学系统，系统由课程实验仿真台和虚拟实验教学管理系统两部分组成。仿真台模拟真实实验中用到的器材和设备，提供与真实实验相似的实验环境；虚拟实验教学管理系统提供全方位的虚拟实验教学辅助功能，包括：实验前的预习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的指导、实验结果的批改、实验成绩统计查询等功能，为实验教学环境提供服务并开展应用。可满足各类大中专院校《数字信号处理》课程实验教学环节的需要，尤其适用于远程教学。 系统提供了七大类54种数字信号处理器件模型： 1、序列与采样信号 复指数序列、随机整数序列、实指数序列、矩形序列、抽样脉冲序列、正弦序列、阶跃序列、正弦采样信号 2、信号操作与FFT 序列相加、序列卷积、序列累加、序列反褶、序列相乘、序列平移、周期序列、信号延迟、信号下采样（抽取因子）、信号上采样（内插因子）、信号重构（采样率转换）、高斯白噪声、加法器（采样信号叠加）、增益器、FFT（快速傅立叶变换）、IFFT（快速傅立叶反变换） 3、模拟滤波器设计 巴特沃斯模拟低通（脉冲响应设计）、切比雪夫1型模拟低通（脉冲响应设计）、切比雪夫2型模拟低通（双线性变换设计）、椭圆模拟低通（双线性变换设计）、脉冲响应不变法设计（模拟转换为数字）、双线性变换法设计（模拟转换为数字） 4、IIR设计 巴特沃斯数字滤波设计、切比雪夫1型数字滤波设计、切比雪夫2型数字滤波设计、椭圆数字滤波设计 5、FIR设计 阶数计算（FIR）、数字截止频率计算（FIR）、窗函数（FIR）、FIR数字滤波设计 6、滤波器实现与分析 1/z传递函数（滤波器结构）、FIR数字滤波器实现、IIR数字滤波器实现、系统频率响应、系统脉冲响应、系统阶跃响应 7、输出显示与文件读写 读取外部数据（txt）文件、数据写入外部文件、读取外部音频（wav）文件、音频数据写入外部文件、复数信号点阵图、信号针状图、信号波形图、幅度图、相位图、零极点分布图 使用现有器材模型系统提出了如下二类17种典型实验的训练： 一、基本元器件使用实验 1.信号源的使用 2.信号处理 3.模拟IIR滤波器设计 4.数字IIR滤波器设计 5.FIR滤波器设计 6.其他元件的使用 二、信号处理与应用分析型实验 7.序列信号的产生及运算 8.FFT的应用 9.脉冲响应不变法设计IIR数字滤波器 10.双线性变换法设计IIR数字滤波器 11.IIR数字滤波器的设计与实现 12.窗函数法设计FIR数字滤波器 13.级联型数字滤波器的滤波实现 14.并联型数字滤波器的滤波实现 15.抽取器的高效FIR多相结构实现 16.内插器的高效FIR多相结构实现 17.数据与音频信号的处理 备注：除上述实验，用户也可以利用提供的器材模型自主添加典型实验。 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 ►学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 ►教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  ►教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  ►系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。  性能指标 支持同时在线用户数1万人以上，经过在多所学校的实训教学应用，系统运行稳定，不限终端用户数，完全能满足职业技能大赛训练或省赛预赛使用。 服务器运行环境 操作系统：Windows Server ，Linux/Unix Server Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统： All Windows系列

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 杨寒露 网络新媒体 2019/2023 王嘉琦 广播电视 2019/2023 黄艺丹 网络新媒体 2019/2023 吉珈漩 网络新媒体 2019/2023 杨宁 广播电视 2019/2023 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 袁满 新闻与文化传播学院 讲师 网络与新媒体 四、项目简介 新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。以2021年湖北广播电视台旗下的长江云融媒体平台中“建党百年”的专栏内容、专栏形式以及专栏机制为例，研究其对党建宣传活动的报道的内容、形式、机制、技术和服务，分析研究省级融媒体平台对党建宣传活动的实践路径。结合新闻学、传播学、社会学以及统计学的知识，通过数据分析、个案分析和访谈等多种形式，多维度地探究省级融媒体平台对党建宣传活动的实践。

重庆智能工程职业学院是重庆市人民政府批准、教育部备案的全日制普通高校，面向全国计划招生。学院位于西部职教名城、重庆职教基地——永川。学院依托华为技术优势，面向科技前沿办学，定位云、大、物、智、移等新技术高技能人才培养，是华为ICT人才培养基地、华为ICT师资培训基地、华为ICT技能大赛赛场、华为“1+X”证书培训认证中心、华为人工智能联合技术创新中心。学院立足打造“大学校园+科研机构+产业园区”融合发展共同体，华为（永川）联合创新中心建在校内。华为指派专家协同推进学院师资建设、专业建设、实习实训、创新创业、专业认证、就业服务、产业发展，学生在校期间即可获得产、学、研全方位能力培养和个人发展。学院是华为5G新型智慧校园示范项目，广泛应用华为最先进设备和技术，搭建了“一平台（华为数字平台）、二中心（创新中心、数据中心）、三云（公有云、华为云、私有云）、四网（5G/4G、物联网、无线网、有线网）”智慧生态，并通过IPV6 over 5G+WIFI6+光纤进行全联接，通过大数据、云计算、物联网实现全智能。学院建筑充分借鉴华为深圳总部风格，采用园林式书院布局，格调高雅、环境优美，各种设备设施高端智能，已是热门旅游目的地和网红打卡地。在重庆智能工程职业学院读书，将是您一生最美好的学习时光！ 三、学校地址：重庆市永川区华为大道666号四、招生电话：023-49669696/49669797五、网址：www.cqai.vip

电子科技大学机械与电气工程学院彭倍教授和骆德渊教授带领该校机器人与无人系统团队根据疫情需要，迭代研发了“小护士”智能机器人。目前有两台“小护士”智能机器人已在武汉汉阳方舱医院“上岗”。据了解，“小护士”智能机器人可以根据设定的程序，自主导航，进行喷洒消毒，派发药品，还可以对病人进行生命体征测试，包括体温、血压、心率、血氧检测分析。此外“小护士”智能机器人还可以通过人脸或指纹对病人进行身份确认，搭配热成像人体测温系统，测量精度高。同时还可以实现24小时智能监测预警，无人值守，远程遥控，能极大降低医护人员工作强度和暴露风险。“小护士”智能机器人的原型是机器人与无人系统团队牵头的四川省重大科技专项课题——用于警方的看守监视智能机器人。疫情发生后，团队老师发现，大量医护人员疲于配药送药分发，人与人的接触也会增加感染风险，如果用机器人来进行测温、配送药品，一方面可以把医护人员从繁复的工作中解放出来，另一方面可以隔离输入性传染源，降低交叉感染的风险，于是紧急迭代开发出了“小护士”智能机器人。