产品详细介绍 　　《教育局信息化综合管理平台》包括日常办公、学籍管理、人事管理、校产管理、学业评价、综合素质评价管理、资源平台等模块，能够全面解决各级教育局的信息化应用问题，使教育管理的质量和效率得到质的提高。平台与《中小学数字化校园综合管理与评价系统》，可以无缝对接，实现互通互联，数字资源共享，形成教育局和学校两级一体的教育信息化管理平台。在此基础上，还可以与市级教育局实现无缝对接，形成市教育局、县（区）教育局、学校三级一体信息化管理平台。 　　●平台特点和优势： 　　1．基于Lucene综合搜索引擎等先进技术、对海量信息自动获取和分析，提供面向教育局多业务海量数据监测、分析、挖掘、溯源以及报表展示等功能，满足教育局及学校多用户复杂业务追踪工作过程中各个环节的用户需求。 　　2．富媒体文件综合处理，将Office文档，图像，视频，音频，动画等媒体表现方式，集中在一个组件中处理，使这些富文本内容使用起来更方便快捷。 　　3．基于Drools规则引擎、JAAS(Java验证和授权API)安全认证的权限管理组件，实现了权限管理和代码分离，只需改变相应的规则，就可以调整用户权限，使用户管理更安全。 　　4．基于jBPM4引擎的工作流组件。 　　5．平台应用系统采用B/S结构，系统采用Java开发语言并基于Seam2.0大型企业级应用框架开发，三级一体信息化可以采取共用服务器的方式，不需在客户端安装任何软件，只需统一部署机房，也就是在市、县（区）教育局装配共用的服务器集群即可。这样能够节省项目硬件设备投入资金，便于系统维护，便于网络、硬件及软件的维护和更新，确保数据安全性，避免因为管理不善而导致数据流失、损坏现象的发生。 　　●模块功能： 　　1．日常办公 　　本模块针对教育局的日常办公特点和需要，设置了公文流转、信息发布、留言管理等功能。公文流转打通了教育局与下级各学校的网络沟通渠道，实现公文上级下发、下级上报、平级互发，不仅可以像邮箱起到发送邮件交流的作用，而且还有公文流程、文件紧急度、电子签章、实名签读、公文监控、公文归档等个性化的设计。信息发布、留言管理可实现教育局内部、对下属学校通知等信息的发布和局内个人留言。 　　2．人事管理 　　本模块针对教育局人事管理工作的需要，设置了人事档案、人事报表等功能，实现公务员及教职员工的人事信息电子化管理，确保人事档案信息真实、管理规范和安全，并为各级单位提供了所需的、自由灵活的人事报表功能，可按任意字段和内容进行汇总、统计、分析。 　　3.学籍管理 本模块针对教育局学籍管理工作的需要，设置了招生管理、学籍注册、学籍查询、学籍异动、学籍报表以及相关统计报表打印等功能，极大地方便了教育局学籍的管理工作。 　　4．学业评价 　　本模块针对教育局学业管理工作的需要，设置了成绩分析、成绩报表功能。教育局可以对期中、期末等重要考试进行分析，对单个学校进行跟踪分析，校与校之间进行横向比对，为安排部署下一步教学工作提供科学、准确的参考。 　　5.综合素质评价管理 　　针对教育局对所属学校学生综合素质评价和教师素质评价工作管理的需要，本模块设置了学生综合素质评价和教师素质评价管理功能，实现学生评价和教师评价结果报表的自动上报上传，便于教育主管部门了解和掌握学期学生评价、教师评价和教师绩效考核情况，毕业生的综合素质评价结果及毕业生推荐结果，检查和指导所属学校学生评价和教师评价工作。 　　6．教学资源管理 　　为了整合优质教育资源，减少教育成本，提高教学质量，本系统设置了教学资源管理平台。不同类型的用户可以根据不同权限，按照资源类别上传下载和查找教学资源，实现教育局所辖区域内学校的资源共建共享。 　　7．资产管理 　　本模块针对教育局资产管理工作的特点和需要，设置了办学条件管理﹑设备管理和校产报表汇总三大功能，办学条件管理包括设备管理、建筑物管理、房屋管理、用地管理、设施管理和实验室管理；设备管理包括设备类别维护、仪器设备管理和设备使用管理；资产报表汇总包括达标状态报表、办学条件统计报表和设备报表。教育局可以维护和查看所属学校的资产信息，实现局级单位资产和校级单位资产信息化管理。    

产品详细介绍  德睿人才市场信息发布系统（招聘中心信息发布系统、人才中心信息发布） 伴随着市场化的不断深入，各行各业供需双方急切的需要能通过各种渠道得以有效交流，进而达成交易。在众多的交流平台中，会展方式成为其中最为重要和发展最快的公共平台。 在会展业快速发展的同时，也出现了一些问题。由于参与的人和企业非常多，双方又存在一个寻找和洽谈的过程，在缺乏明确、便捷的信息公告平台的帮助下，常常会使会场呈现一种无序和混乱的状态，效率也受到很大影响。 许多企业为了吸引观众，只得采取张贴海报等方式发布企业的信息，虽然这在一定程度上起到了宣传、引导作用，但各家的海报五花八门，既不便于有关部门的统一管理，又使整个展馆的形象受到影响。同时粘贴的海报等宣传物又需要及时清理，才能将展位提供给其他企业，这既增加了主管部门的负担，也大大降低了会展资源的利用效率。 另一方面，由于展馆是人员非常集中的场合，非常需要主管部门的统一协调、管理，尤其是当出现紧急事件时，更需要能及时将管理部门的信息迅速传递给在场人员。因此，构建统一管理的实时性公告平台是必要的。 因此，为了更好的为企业和观众提供服务；为了提高展馆设施与资源的使用效率；为了便于主管部门的管理、协调工作；为了提升整个展馆形象和服务档次。需要建设一套统一管理、方便迅捷的公共信息服务平台。 （1）        显示终端分布及显示方式： 从信息发布的角度，会展中心的信息发布区域可分为三块：公共信息发布区，会展大厅，各办公楼层。在这些区域各相应地点（各展位上方、各楼层电梯口等），设置大屏幕等离子彩电（附美观小巧的控制终端设备）。 ü        在公共信息发布区，主要由管理人员，面向所有人员，发布管理信息和各种公告，从而起到统一的管理和导引作用。同时也可发布某些企业的广告。 ü        在大厅各展位上方，通过大屏幕彩电显示该展位的企业介绍等信息。各展位的信息各不相同，但管理人员仍可在各展位的电视屏幕上统一发放重要通知。 ü        在各楼层，由管理人员根据需要发布信息，如通知、公告、广告等。 由于采用先进的网络流媒体技术，各电视显示终端能够以灵活多样的形式发布信息。如图所示，全屏文字显示模式，可以通过 周期性屏幕切换，显示信息。  此外，还可以采取视频显示方式，这种显示方式集视频、文字、图片于一体，具有极强的灵活性与综合性。     （2）        信息发布与管理 根据展览中心的特点，信息的发布及管理由以下方式构成： ü        统一管理和发布，整个信息管理平台由主管部门控制，所有企业信息和各种公告信息均由管理人员统一制作和发布，或者由管理人员授权企业制作和发布； ü        设置企业信息服务区，各企业经过管理员授权，可以在自己展位的显示终端发布自身信息，包括企业介绍和招聘信息等。企业只能在规定的显示模板内选择信息发布的方式，避免了五花八门的海报式宣传，实现信息发布形式的统一化和标准化。企业所发行信息受管理员监管，管理员可随时中止某企业的非法信息； （3）        信息发布内容与形式的多样化 展馆除了提供供需双方的交互平台，还可以提供各种公益性服务。通过智能信息平台，管理人员可以在合适的时间播放各类公益节目。  

支持图片文字视频广播播放功能，任意终端接收后自动开启多媒体播放，任务结束后关闭设备； 场景联动：内置无线物联网关，可控制教室用电设备（灯光、空调、窗帘等）； 高清实物展台：真实放大文件、试卷或书本内容； 远程管理，智能管理；

京津冀三地教育融合发展逐步深化，教育改革创新与产业转型、区域发展结合更加紧密，产教融合共同体建设需要政府、高校、企业等各方努力和协作，通过搭建育人平台、构建运行机制、创新人才培养模式，推动共同体建设深入发展。天津市大学软件学院基于十余年的先行先试，围绕“更好发挥企业重要主体作用，促进人才培养供给侧和产业需求侧结构要素全方位融合”等产教融合深化课题，不断探索创新，凝练成果，创建了“需求传导明确、校企高效协同、资源集约共享”的校企协同育人组织形态，即产教融合共同体的实现路径，为高校开展产教融合、校企合作提供可复制可借鉴的经验。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

提出基于地震波观测的滑坡快速检测和滑动几何形态的分析方法，可服务于滑坡次生灾害的预警。       2018年12月22日因无预警海啸致使印尼苏达海峡沿岸城市437人死亡，几千人受灾。叶玲玲教授等利用印尼的宽频带地震波数据，发现此次海啸由滑坡引发，与2018年活跃的Anak Krakatau火山活动有关。相对于地震滑动，滑坡造成的地振动以低频成分为主，高频成分较少（图1），造成目前常规基于高频地振动信号的地震-海啸预警系统失效。雷达影像资料分析进一步证实海啸源是Anak Krakatau火山西南侧的滑坡（图2）。采用震源单力模型，长周期地震波观测约束滑坡平均倾角为12°；结合地震波和卫星遥感资料观测，得到滑动体积约为0.2 km3。这些参数为海啸模拟提供了重要约束。 在2018年印尼火山滑坡事件中, 地震波信号10分钟传播到整个苏门答腊和爪哇地区, 被几十个地震台接收，利用Wphase反演方法15分钟可得到有效的滑坡信息。由滑坡引发的海啸波传播速度较慢, 半小时后传播到附近的海岸带地区。因而该研究中基于Wphase方法的滑坡快速检测和滑动几何形态的分析方法可有效运用于该类型滑坡海啸预警中。

建设消化系统肿瘤的大数据平台，通过整合肿瘤临床信息、影像数据、生物样本库数据、高通量生物多组学的数据，系统地构建消化系统肿瘤大数据，并结合人工智能平台进行大数据的挖掘与分析。该团队基于肿瘤大数据平台开展肿瘤临床诊疗的真实世界研究，探索肿瘤的精准诊断、预后预测和耐药分子机制 徐瑞华教授团队开始着手构建磷酸化定量数据库qPhos。通过收集已发表的定量磷酸化组数据，共整合了199071个磷酸化位点上的3537533个定量磷酸化信息，其中86%的数据来自肿瘤组织样本及相关细胞系。有关定量实验的详细信息，包括实验条件、实验所用的细胞系或样本等数据也纳入了数据库中。对每个磷酸化位点，都注释了实验验证的或潜在的上游激酶，以便理解其分子调控机制。同时，通过整合UniProt，ExPASy和DrugBank等数据库中的信息，对磷酸化位点所在蛋白质的生化特征、上游激酶的靶向药物情况进行了详细的注释，方便查询和使用。       此外，数据库中还开发了qKinAct分析模块，研究人员可以基于自己的定量磷酸化组数据分析得到相应的激酶活性相关磷酸化位点信息，进而分析异常的磷酸化信号通路。因此，qPhos是首个全面涵盖肿瘤和疾病相关重要磷酸化修饰动态水平的数据库，为研究蛋白磷酸化修饰及其动态调控提供了一站式服务。

秦学教育是秦学（北京）网络教育科技有限公司旗下互联网教育品牌，是产业互联网时代混合运营模式的品牌，以K12校外培训为主要业务，以“科技+教研”为主要，旗下打造了勤学云智慧教学生态系统、月芽儿歌、伊顿名师等教育产品，120多家学习中心，教职员工2000多名。

学而思网校，是纽交所上市公司好未来教育集团（原学而思）旗下的中小学在线教育品牌，为6-18岁孩子提供小初高全学科课外辅导。以及为2-8岁孩子提供启蒙课程，学生人数遍及全国300多个城市。