数字校园，管理先行。青小鹿中小学数字校园管理平台是为中小学校行政管理人员和广大教师量身打造的综合管理一站式解决平台。 是学校行政人员高效处理三处一室部门业务，对科组、年级、班级、教师和学生进行精细化管理的利器，能让学校从容应对新高考、新中考、新形势。 促进常态化使用 行政/管理者的常态化使用决定了平台的常态化使用 减轻行政/管理者的非教学工作负担是青小鹿中小学数字校园管理平台的核心追求 服务对象 让教师/行政从繁重的非教学工作中解脱出来 专注方向 让教师/行政从繁重的非教学工作中解脱出来

 纵横公路养护造价管理软件，以下简称纵横公路养护云版。主要用于编制公路养护工程建设项目的施工图预算、清单预算、标底控制价、投标报价、合同中间结算、设计变更结算、单价变更审核、竣工结算。纵横公路养护造价管理软件是顶尖造价工程师的至爱。 纵横公路养护云板可用于政府行政机关、行业主管部门、项目投资业主、设计、施工、建设、管理、审计、审核、监理、咨询、学校等相关单位。

产品详细介绍

一.软件介绍浙科旅行社经营管理教学软件开发是以《旅行社经营管理》课程为依据，引入项目教学法。让学生通过分组形式参加旅游项目设计与运作，从而弥补课程讲授与案例讨论在教学中的不足，增强学生学习的主动性和创新性，培养学生的综合能力和团体合作精神。二.软件优势1.实验角色丰富采用角色扮演，分组合作方式，让学生真实体验旅行社的业务经营与管理，使学生积极主动地参加实验项目，培养学生的团队合作精神。2.实验角度多样多角度的实验方式，可以创建地接或者全陪实验，也可设置导游技能管理实验。不仅在实验中了解业务流程，而且也在实验中锻炼实际问题的解决能力。3.营销方式实用模拟旅游业的网络营销方式。游客可以通过模拟的旅游营销网站，预定旅游团、单项预定、评论旅游团等。4.实验管理高效系统在教师端自动统计实验过程内容，协助教师对学生实验过程进行考核，能够及时掌握学生的学习状况，对自身的教学进行调整，增强教学效果。三.主要功能1.导游技能培训包括前景推理、导游词和导游知识拓展等内容。情景推理中通过添加情景分析题目，让学生根据实际的情景题目答题。教师在导游词模块中，可添加导游词知识，管理景点按理、导游词欣赏等。导游知识拓展通过添加相关导游知识帮助学生拓展视野，加强知识储备。2.导游管理该部分中经理可查看导游的整体情况。通过导游管理，经理可以及时了解旅行社的带团情况，并及时回复导游咨询的信息以及查看各导游提交的工作报告，整体了解旅行社的经营状况，及时进行经营战略调整。3.交流讨论在该功能中，各用户之间可以相互发送和接收信息，既可以一对一发送，也可一对多发送。在线交流双向互动中不仅能够及时发现问题，交流心得，还能增强用户之间的情感连接，增强相互之间信任感。4.合同管理合同管理是对该旅行社下所有旅游团的合同进行管理，已审核通过的预订单可操作生成合同，有效的合同管理,能帮助旅行射节省交易时间，降低交易成本，保证交易正常进行，加速资金周转，减少费用，以最少的消耗获取最大的收益，提升旅行社资金使用效率。5.我的团队该部分包括自组团和地接团。组织团和地接团中可浏览团队详细信息、游客名单、以及游客问题列表和经理回复列表信息，对于疑难问题可向经理咨询，可将团队的的基本情况向经理汇报，进行及时的沟通。6.导游信息管理情景推理题按地陪、全陪、海外领队服务、景点景区导游、导游应变能力、导游带队技巧分类。每一类别下，都有多个案例，根据系统中原始案例或教师添加的案例，学生将依据案例中的情景内容，回答每个案例下的题目。四.软件特点1.业务完整，操作严谨系统严格按照旅行社管理的业务流程来设计，系统分为6个角色，分工完成业务流程，创建线路->新建团队->日程安排->成本计算->产品定价->报名预定->导游安排->发团->财务统计。通过实验进行了解旅行社的性质，业务运作方式和业务管理的第略和方法2.辅助功能设置提供交流讨论工具，系统为各角色之间提供交流辅助工具，可以根据业务需要，给各角色发送消息。系统还设置了导游技能管理模块，提供穿插有动画的情景案例推理题、导游词欣赏、导游词案例、导游知识拓展。使学生理论联系实际，增强实际问题解决能力，拓宽学生理论知识面。3.灵活的基础数据管理系统提供全面的业务相关基础数据，包括门票、机票、宾馆、交通车等数据。学生和教师可以根据业务需要增设业务相关数据。4.用户界面友好系统在业务流程细节处有详细的操作提示，引导学生按照正确的顺序和逻辑进行操作顺利完成业务。

大者希综合数字化经营实训实践管理平台，简称大者希数字网平台，是综合数字化经营生产性平台，是无代码低代码应用开发平台，采用B/S 架构，SaaS云服务模式，可视化操作，开箱即用在平台基础上形成自己的数字化经营综合应用。主要包含网站、B2B2C综合商城平台、轻应用小程序、AI在线云图设计、H5交互宣传应用、互动营销、智能客户关系管理SCRM、数字门店运营管理、智能教育应用、域名管理、短信平台、公众号助手、企业邮箱等相关应用功能模块。 平台实训特点：项目真实运营、建设和运营一体化全程实训实践。 产品适用范围：培养数字化复合应用型人才，学科专业+数字营销应用方向    

复杂非线性滞后动力系统分析与综合问题是控制领域研究的热点和难点。本项目主要取得如下创新成果： 1、非线性滞后动力系统的鲁棒控制。主要研究状态信息延迟下非线性系统的鲁棒控制问题。通过构造李雅普诺夫函数和泛函，很好地解决了一直以来困扰控制领域的严格反馈结构非线性滞后控制难题。对于一般结构的非线性系统，提出了反馈控制设计框架，克服了现有文献关于滞后项的强假设条件。  2、非线性关联滞后大系统的分散协调控制。提出了强非线性关联环节下大系统的分散自适应反馈控制器设计方法，解决了非匹配模型跟随控制难题，为强耦合滞后大系统的分散控制问题提供了完整的解决方案。 3、滞后系统智能控制和网络化系统控制设计。提出了非线性滞后系统的无记忆智能控制设计理论与方法。给出了非对称网络环境下遥操作系统的控制器设计方法，建立了网络环境参数、控制器参数和系统性能的显性表达式。 4、应用基础研究：提出了化合反应系统的控制器设计方法，同时构建了工业无线网络控制平台。 研究成果在大型高炉建模与节能减排优化控制、恶劣工业环境下无线网络化控制、物联网、网络化机器人远程控制等领域得到了初步应用。

本成果针对城市水电气热等综合能源数据来源广泛，结构复杂，且与用户、时间、空间信息关系紧密的特点，构建了高性能综合能源数据分析平台，提出了细粒度的能源数据分析理论框架及方法，并将其应用于智慧城市建设。

三维颅颌面部成像仪及诊断分析系统，解决传统口腔临床面临的基于二维图像颅面测量丢失深度信息的问题。 系统基于立体视觉原理，开发高效、准确（精度<=0.1毫米）的三维面部成像仪，获取真实的面部软组织立体表面数据，结合高精度CBCT（Cone Beam Computed Tomography，锥体束计算机断层）图像，融合包含颅颌面部和口腔等软硬组织模型，重建出真实感三维颅颌面部数字模型。 同时，系统完成基于三维成像设备的临床三维颅颌面部测量诊断分析系统，提高颅颌面畸形、性别分析、颅面生长等临床诊断水平。 本研究结果为正畸科、正颌外科临床定量化手术设计、术后疗效评价提供新的技术方法，为正畸和正颌外科教学培训、多学科会诊及远程会诊提供新的工具，并为进一步的口腔虚拟手术及整形美容业的手术计划研究提供测量和规划工具。 三维颅颌面部成像仪及诊断分析系统，是牙颌数字化诊疗修复的基础系统。据不完全统计，我国口腔医疗机构总数超过 12 万，其中民营超过 4 万家。按照以上数字计算，我国口腔医疗数字化仅三维颅颌面部成像仪及诊断分析系统或同类产品就存在巨大的市场空间，若以目前市场产品价格估计，市场需求至少在 2000 亿以上。三维颅颌面部成像仪及诊断分析系统的应用和推广是推动口腔正畸修复的重要保障，具有巨大的市场空间，但鉴于国内在这方面的研究还不成熟，依然没有国产的能够投入临床的成熟产品，所以该系统的推广具有重要的经济意义和现实意义。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。