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。

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。

　　这一乐高得宝解决方案基于深受儿童喜爱的火车主题，能够帮助孩子们探索早期编程概念，如排序、循环和条件式。同时，还可以培养孩子们的问题解决技能、审辩式思维、协作能力和社会情感技能。 　　套装内还包含学龄前儿童可操作的免费App软件，共分为四个领域供他们探索：旅行、角色、音乐和数学。不同的主题活动会改变感应积木的交互方式及其对火车的影响。这些活动都是开放性的，学龄前儿童可以借此锻炼各种与幼儿发展相关的技能。 　　旅行：标记为目的地，探索排序和语言概念。 　　角色：标记为情感反应，探索动作/反应与社会情感培养概念。 　　音乐：标记为曲调/乐器，探索排序和声音循环概念。 　　数学：为移动赋值，探索动作/重复动作概念。 　　乐高教育编程启蒙小火车，能够借助乐高得宝积木，通过趣味无穷的动手实践，使得学龄前儿童学习早期编程概念和21世纪关键技能。21世纪关键技能的核心学习目标为：早期编程技能;排序;循环;条件式编程;语言;合作;解决问题;借助数字元素表达思想。 　　• 拥有234块乐高®得宝®积木 。 　　• 主要特色包括：带有灯光和声音的Push & Go火车、电机、可与5块彩色感应积木进行交互的颜色传感器、2块轨道岔道积木。 　　• 随箱简易入门材料包括：入门活动、入门指南、大海报、可用于拼搭12个独特模型的6张搭建灵感启发卡片。 　　• 教师指南包括：8个在线课程，其中4节课程使用实体套装，另4节课程配合数字App软件使用。 　　• 包含8个简短的在线视频教程。 　　• 包含适用于iOS和安卓系统的免费App软件。App软件包括4个主题活动，分别为：旅行、角色、音乐和数学，能够让学龄前儿童通过玩乐数字媒介控制的实体玩具火车，进行合作和互动。 　　• 面对面培训可以帮助您深入了解，如何将编程启蒙小火车教学解决方案成功引入您的教学实践。

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

心脑血管类疾病是我国居民首要致残致死原因，介入手术已成为其主要治疗手段，但因操作失误或器械植入不当可引发灾难性后果。本项目针对这一重大民生问题开展研究，核心技术包括：1) 基于深度学习的血管疾病医学影像自动分割及三维重建算法，服务于智能诊断；2) 基于生物力学和计算机视觉的虚拟手术算法，服务于术前规划；3) 基于血液动力学的高精度算法，服务于血管疾病功能参数的分析。基于上述技术，本项目构建集合智能诊断、术前规划、术后转归预测及风险评估的诊疗一体化系统，服务于相关疾病的智能临床诊治。

心脑血管类疾病是我国居民首要致残致死原因，介入手术已成为其主要治疗手段，但因操作失误或器械植入不当可引发灾难性后果。本项目针对这一重大民生问题开展研究，核心技术包括：1) 基于深度学习的血管疾病医学影像自动分割及三维重建算法，服务于智能诊断；2) 基于生物力学和计算机视觉的虚拟手术算法，服务于术前规划；3) 基于血液动力学的高精度算法，服务于血管疾病功能参数的分析。基于上述技术，本项目构建集合智能诊断、术前规划、术后转归预测及风险评估的诊疗一体化系统，服务于相关疾病的智能临床诊治。 图1.主动脉夹层智能诊疗系统

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。

针对大型复杂曲面工件的喷砂/喷涂工艺算法研发和软件开发，采用去示教+在线编程方式，通过前端智能传感装置（主要是低成本激光或立体视觉系统）获取工件数模，然后后端采用自动编程方式优化生成最优的喷涂工作路径，以适合目前喷砂/喷涂工艺所面对的小批量、多品种、非标准产品的生产需要，提高机器人喷涂/喷砂系统的自动化、智能化编程水平。具体技术指标： (1) 研发实现了一种基于激光或立体视觉扫描的喷涂/喷砂工件快速建模方法，实现了对复杂喷涂/喷砂工件表面的在线感知和高精度建模（表面建模精度0.1mm以内），以引导自动编程； (2) 针对大面积、大曲率、多孔洞等复杂工件曲面，研究实现了一种表面分割分层处理的自动化喷涂/喷砂轨迹生成方法，无需进行人工示教，可根据喷枪模型和曲面数模自动生成表面优化作业轨迹，且涂层加工精度在正负10%以内，表面覆盖率在90%以上； (3) 研发了一套面向复杂喷涂/喷砂作业的多机器人在线智能编程系统软件，并进行了初步应用验证，且可对覆盖率、作业时间等喷涂性能进行实时评估，从而为产业化提供了工程基础。

产品详细介绍 英语听说智能教学系统是一款集教、学、练于一体的校园教学系统，配套与教材同步的教学资源及丰富的练习资源。一键布置听说作业，系统自动评测答题情况，生成多维度评价分析报告。同时，系统可以根据评测结果为学生精准推荐听说练习资源，帮助教师更好地进行听说练习指导，提高学生的英语听说水平。 系统紧贴实际教学场景，结合一线教师的实际需求打磨而成，满足了学校对英语听说教学、训练的需要。目前已在上海、北京的一些学校得到常态化的应用。 产品特色