实名制网络学习空间，旨在打造与现实教育组织中各级教育机构、学校、班级、师生等主体相对应的网络教育组织体系。空间为多层次用户团队（包括从师生个体协作团队班级团队学校团队学科团队区域团队）提供相应的资源、工具、环境的支持和服务，实现“自上而下”、“自下而上”的双向良性互动。 教师空间：为教师开辟一个集学习、工作、交流于一体的实名制网络学习空间，以基于SNS的人际关系架构和知识体系、教材体系构建服务体系，实现信息的快速传播和精准获取，并汇聚为校、区、市、省各级生成性资源。 学生空间: 学生空间不仅能够全面记录学生成长全过程，还能为学生自主学习提供良好的信息化环境，让学生随想随学、自主学习、个性发展。学生可制定自己的学习计划，相关通知、信息都会自动推送到学习空间，空间资源能自动汇集和推送，学生相互之间，以及与学校空间、班级空间、教师空间可以互联互通，完美实现师生互动、生生互动。 家长空间：平台为针对家长用户提供便捷的，平台将呈现家校交流的相关服务。家长以家长身份、学生帐号登录，平台就会将学生近期的一些学习情况呈现出来，方便家长全面主动了解学生在校学习情况、班级情况以及，班主任、任课教师的情况，并与。家长可通过平台与任课教师进行深入的交流和沟通，关注学生的学习全过程，还可得到一线教育专家的指导和点拨。 协作组空间：教师可以按年级、学科、兴趣爱好、教育行政结构等多维度组建协作组。协作组提供资源管理、话题、问答、问卷、投票等基本应用模块，并支持文章、资源、图片、视频等分类管理，能从个人空间中选取已发布的各类资源拉取到协作组。 班级空间：班级空间是师生间的协作教学、讨论交流的网络环境，是现实班级课堂的补充与延续。班主任可组建班级，聚合管理班级学科教师、学生，课程安排，学习内容，开展学习活动，形成学习反馈，增强学生班级凝聚力和成员归属感。 学校空间：以学校为单位开展教学研活动，可与本校师生组织衔接，便于校内各项业务活动的组织管理。学校管理者可发布校内公告、查看基础管理数据。本校教师可随时参与各类教、学、研活动，本校学生可积极参与各类校园活动及社会实践活动。师生发布的所有内容会自动汇聚到学校空间，积淀本校生成性资源，支持各学校空间独立管理。 学科空间：省、市、区县、校各级机构管理的所有学科均可拥有相应的学科空间，能够自动汇聚范围内相同学科的教研员、学科带头人、教研资源、工作室、协作组、学科文章、学科活动等，加速本学科教师之间的协作交流，展示特色学科资源和成果。学科教研员可发布学科新闻公告等内容、查看基础管理数据等，支持各学科空间独立管理。 区域空间：区域各级机构、各机构学科各类信息的集中汇聚区，同时也是各级政策的集中发布区、研修动态的集中展现区，为开展区域性教育业务提供全面的支持和服务。省、市、区各级空间融合互通，内容、人员至下而上汇聚，政策、任务至上而下传达。通过区域空间及业务应用系统，可促使城镇和农村的学校之间、教师之间实现“手拉手、结对子”， 共同参与各类业务活动、分享优质教育资源，先进帮后进，推动教育公平。

借助云平台收集美术教学资源和开展探究性美术学习，支持在线学习交流，支持在线多人协同绘画完成一幅作品；支持美术作品点评、互评以及美术电子作业系统。

本发明提供了一种基于神经网络的超密集异构网络负载均衡优化方法，将ART2型神经网络和基于代价的分布式方法相结合的低复杂度超密集异构网络下行用户连接方法，联合调整所有小站的代价偏置值，解决超密集异构网中的负载均衡问题。本发明采用ART2型神经网络的分类设置初始值，可以大大降低迭代次数和计算复杂度，能提高基站边缘和中间的用户的吞吐量率，自动的均衡跨层和同层之间基站的负载，进一步显著降低负载均衡迭代方法的迭代次数，更加适应快速复杂多变的实际情况。

本发明公开了一种用于网络虚拟手术的网络数据传输方法及系统，包括：获得网络虚拟手术的工作在线特征，将工作在线特征输入至预训练后的反向传播神经网络获得四个监测输出特征；根据四个监测输出特征计算获得数据压缩率、预测补偿窗口大小、冗余重传次数以及本地插值平滑因子；按照数据压缩率对网络虚拟手术的工作数据压缩后执行数据传输；在网络虚拟手术的数据传输过程中，基于预测补偿窗口大小的卡尔曼预测器补偿延迟，根据冗余重传次数触发冗余重传对抗丢包，将本地插值平滑因子代入插值滤波器平滑网络抖动；将反向传播神经网络与虚拟手术力反馈系统相结合，实现了对网络化虚拟手术中延迟、抖动和丢包问题的自适应调节。

本发明公开了一种三维打印用的支撑装置，包括：机架；支撑单元，由多块支撑板拼接组成，布置在三维打印机的三维成型区域的正下方；升降单元，安装在机架上，用于驱动所述支撑板移动到各个所需的支撑位置支撑所要打印的三维模型；本发明还公开了一种三维打印方法；本发明的装置和方法可以代替原有的打印支撑，节省了材料，提高了打印效率，同时支撑部分由外部机械进行替代，优化了原有的打印机算法结构，可控性好。

成果介绍人脸三维识别，工业产品的三维检测技术创新点及参数自适应，“拟人”；深度学习（神经网络）；模糊逻辑和逻辑推理；进全局优化化计算。市场前景人脸识别，工业产品的外观三维检测

本项目旨在充分挖掘数字化超声影像的医学内涵，运用数据处理和超声 图像三维重构技术，深度探索胎儿健康相关指标之间的关联性，采用定量分 析的科学方法在已有标准上进行优化，实现基于超声影像的胎儿健康数字化筛 查的目标。 医学图像三维重建是通过计算机图形学、数字图像处理技术、计算机 可视化以及人机交互等技术，把二维的医学图像序列转换为三维图像在屏幕 上显示出来，并根据需要为用户提供交互处理手段的理论、方法和技术。在 进行医学图像三维重建之前，首先需要对医学影像设备输出的图像数据按照 疾病诊断的需要进行必要的分割。图像分割是将图像中互不相交的区域分离 开来，被分离开来的每一个区域都必须满足特定的区域一致性。进行图像分 割的目的是为了定量定性分析的需要，提取出图像中感兴趣的区域，同时它 也是利用图像进行三维可视化的基础。通过分割技术提取出医学图像序列中 的感兴趣的组织器官或病变体后，就可以通过三维重建技术重建出这些被提 取的组织器官或病变体。重建的图像除外观逼真、富有立体感外，还具有任 意角度旋转、多种剖面显示、透视内部结构功能，可以将医疗影像数据的真实 感官效果展示给诊断人员。市场及经济效益分析： 如今国内外的图像处理技术都比较成熟，对于图像重构的技术也非常的 成熟，但大都是从二维图像进行重构。对于将超声影像结合图像处理，再进 行三维重构的技术在国内的是领先的，二维医学图像已经不能满足人们对测 量精准度、可预见性的需求了，此时用超声图像进行三维重构将面临巨大的市 场。

本系统可实现快速测量，获取物体三维动态数据，适用于工业有限元分析、动画人物动作捕捉等应用。系统整体性能达到国际先进水平。