汉字是中国文化主要的载体，汉字的学习涵盖从字、词到古诗、古文，因此日常教学中教好汉字是重中之重。汉字寓于语文与书法之中，是学生学习基础中的基础，同时也贯穿了学生各学段的学习。如何能够利用信息化手段，提高汉字教学的效率，促进以汉字为核心的传统文化的继承与发展，是信息化时代下汉字教学应当探究的重要课题。        本项目依托北师大教育学专家教育理念为指导、结合书法教育专家司马彦硬笔书写应用规范，推出的适用于全国中小学教学所需的硬笔书法教学系统；集教学资源、课程体系、数据记录、智能评价为一体，贯穿汉字学习中的“教、学、练、评、考”各环节。        “数字书法教学系统”是利用基于传统纸笔书写方式，不改变传统学校汉字教学环境与模式，贯穿老师信息化教字、学生互动性学字、趣味性练字整个教学过程，建立师生间互动的全新学习模式。将学习的方式及方法重新塑造，不但能激发学生学习的动机与创新探究的精神，更让老师丰富教材内容以及轻松教学教字。        系统规范的示范字字库的教学应用，可为老师的课堂教学提供参考资源，减轻备课负担。课堂中，师生借助于简单的纸笔在教材、学案及字帖本上真实的书写，实现多人书写原笔迹过程回放，并基于笔顺、笔画、结构、方向等维度的自动化评价，以及书写数据的信息统计。        将学生课堂的学习行为真实、即时展现，从中提炼出的学生课堂数据可提示老师的下一步教学动作，增强课堂中对于学生行为反馈的即时性、互动性和生成性。同时系统最大程度地将生成性数据进行可视化量规处理，为老师提供最直观的数据支撑，让数据介入教学活动，有利于达到以学生为主体、以学定教的教学效果。        本方案尊重传统教学，让师生重拾纸和笔，以一种最简单的方式，在不经意间，达到汉字学习与书法教学的既定目标。        (本产品报价以一间40人教室为例，具体价格欢迎来电咨询）

学霸君1对1是学霸君旗下在线一对一辅导品牌，隶属上海谦问万答吧云计算科技有限公司。基于学霸君100亿次搜题数据、学生课堂反馈数据，精准分析学生的知识点掌握情况，构建知识体系，实现“全局可细分，垂直可训练”。用技术手段，数据化分析，改善中国学生学习效率。

中标普华飞鸽云文档管理软件（简称：飞鸽云文档）是一款用于组织级的文件数据的云端存储、安全备份、分类管理、在线查阅、数据分享及知识化的数字资产管理软件。 飞鸽云文档软件支持银河麒麟、中标麒麟、Windows，具备个人网盘、群组网盘、公共网盘、标准化文档模板库的管理功能，支持细粒度的权限管控，建立基于文档全生命周期的数字化、移动化、协同化为一体的文件管理平台，助力党政机关和企业的数字化转型。 产品功能 1) 云端存储、多终端同步 组织级的文件数据云端存储与统一管控，产品覆盖多终端，数据实时同步。 2) 及时共享、高效协作 支持跨地域、跨组织、跨部门的文档协同、文件传输与即时分享，打造支持异地办公、实时共享的平台。 3) 文件全生命周期的安全管控  覆盖文件生成、存储、流转、应用、外发的全生命周期的文件数据安全管控。  支持多种文件格式的在线预览，具备多人在线编辑文档功能，支持文件历史版本管理和溯源。  支持多种搜索方式的组合查询，具备全文检索的功能。 4) 实现组织数字资产价值的最大化利用 建立标准化、规范化的文件模板库，支持文档模板的快速复用，实现文档价值的最大化，实现文档到知识的跃迁。 5) 灵活丰富的统计视图 多维度的数据查看、汇总输出和统计分析，可视化的管理跟踪及全局视图，支持领导视图的自定义设置。 6) 海量数据存储、支持按需扩展 产品特点 高可靠、高安全 完整数据流通链路的高强度加密，内置防病毒引擎，建立访问安全、行为安全、数据安全的三重防护体系。 操作权限的精准管控 采用RBAC访问控制策略，实现权限分级管控和细粒度操作权限的自定义设置和权限管控。 满足等保4级安全要求  三权分立，具备审计管理功能，实现业务追溯和审计提供依据。  实现数据安全、访问安全、登录安全、身份安全、应用安全、分权管理及日志跟踪的全套解决方案。  已通过等保四级安全测评。 自主研发，全面兼容国产化软硬件环境 产品全面适配国产化软硬件环境，具备各种组合环境适配调优能力。 快速部署、提供丰富的集成接口 可与各类信息管理系统和业务系统实现无缝对接和深度集成，支持灵活敏捷的业务定制。

以数字化、网络化、智能化、安全化、平台化为客户实现“化N为1”，一键既所见，打造智能高效、节能、安全、环保的管、控、营一体化平台，提供一站式的物联网解决方案。为了解决系统工程集成商项目应用中存在的设备管理，数据分析，用电安全，运维保养，可视化应用，外部系统对接等繁琐痛点。

《大数据交易应当重视和研究的几个问题》指出，为了保证交易数据来源的正当性和交易主体的合法性，为了有效克服大数据交易中的问题和风险，对于数据这种新型特殊财产的权属、开发利用及流转的特殊规律应当抓紧研究，相关制度建设要及时跟进。该报告建议从两方面入手：一是从私法角度明确数据的财产性质及其权属分配规则。在充分保护人格权和商业秘密的基础上，将数据产权按价值贡献在被采集者、采集者以及数据加工者等相关主体之间进行合理分配。二是从公法角度明确关于数据采集、加工，大数据产品的开发、流转等的监管规范。要明确数据的采集和利用不得违背公认的社会道德和善良风俗；在不损害相关主体的合法权益和公共利益的前提下，推动政府数据公开共享；禁止有可能威胁国家安全的跨境数据流动。

清华大学地球系统科学系阳坤教授课题组在《科学数据》（Scientific Data）上发表题为“The first high-resolution meteorological forcing dataset for land process studies over China”的研究成果，发布了过去十年间阳坤团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制，统一的站点数据、卫星数据和再分析数据的融合方法，避免了不同学者对同一研究区域气象数据的重复处理。近地面气象数据是地表模型的主要驱动。自2004年美国国家航空航天局（NASA）发布全球陆面数据同化（GLDAS）气象数据以来，北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机，开始了中国区域高分辨率气象驱动数据集的开发，建立了气象数据的预处理系统和融合系统，完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域，时间跨度为40年（1979-2018），空间分辨率0.1度，时间分辨率3小时，包括了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等 7 个变量。基于独立站点数据的评估表明，该数据集较国际上广泛使用的 GLDAS 数据集具有更高精度。目前，该中国区域高分辨率气象驱动数据集已发布在国家青藏高原科学数据中心，可免费获取。原文链接：https://www.nature.com/articles/s41597-020-0369-y数据网址：https://doi.org/10.11888/AtmosphericPhysics.tpe.249369.file

日前，国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起，组建新冠病毒大数据交叉学科研究平台，助力新型流行病研究和防控，给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告，为防控和战胜疫情贡献出了科学智慧。国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台，利用海量多源异构大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据，建立起疾病传播模型，测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。还有许多研究人员尝试通过客运数据，研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据，通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布，直观解读两者间的联系。同时加以推断，武汉封城之后，二次传染所造成的病毒传播将日趋占主导地位，传播程度和各省市的人口密度以及管控措施等密切相关。

这项研究收集了2020年1月1日至1月28日期间，中南医院收治的138名新冠肺炎病例数据，其中40名（29%）医护人员和17名（12.3%）住院病人受到院内交叉感染。受感染的医护人员中，31人在普通病房工作，7人在急诊部门，2人在重症监护室。 武汉中南医院的这项单中心病例分析成果，清楚阐释了新冠肺炎的临床特征和治疗经验，为抗“疫”阻击战取得进一步胜利打下坚实基础。同时，研究证明“超级传播者”存在的可能性和病毒不可小觑的侵袭力，全员警戒一刻不容松懈，尤其要求一线的医护战士得到最严格的防护武装。

火灾事故调查是是一项技术性、政策性、规范性、法律性和时效性都很强的工作。由于火灾现场的千差万别，火灾调查这一专业执法工作所涉及的知识面特别广泛，在现场勘查过程中遇到的专业问题又相互交织在一起，加之建筑新材料、新工艺、新技术、新产品的不断涌现，使得火灾现场典型痕迹的发现和识别显得尤为重要。本课题选题从消防部队实际需求出发，以实际火灾现场中的痕迹为主要研究对象，收集提炼玻璃和混凝土等常见材料在火场高温条件下的痕迹特征，以解读痕迹形成的过程和规律，为火灾调查工作的开展提供有力支撑。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片