产品详细介绍SiaExam网络考试系统是套完全基于.net平台开发的新一代系统平台，系统采用XML完全数据结构模式开发的纯B/S网络考试系统。系统整体性能较传统的网络考试系统（即 C/S和B/S的混合模式）有极大的提高，比如在数据并发量、稳定性、数据迁移等指标等。同时结合多年用户的实践，遵循国家级考试要求及考试流程，整合大量用户的实际应用需求而推出全新的适合国内大中院校各类英语考试的最新一代智能网络考试系统。产品特点◆具备考试公告、组卷、考试、自测、阅卷和成绩统计与查询、试卷管理等模块功能。◆系统拥有先进的智能组卷出题、考试、自动阅卷、试卷分析、成绩统计和评估、考试管理等功能；可以能快速、随机生成符合要求的标准化试卷；◆系统采用B/S架构，不受点数限制，没有局限性。只要有浏览器功能就可以访问系统；无须安装客户端，学习者和教师无论在语言实验室、多媒体教室、计算机房、办公室、宿舍和任何一台校园机都可以开展学习，要符合当前软件应用发展的趋势。◆完全基于ASP.NET平台 C#语言开发的新一代系统平台，系统采用XML完全数据结构模式开发的纯B/S结构网考模拟仿真系统，在稳定性、数据并发量、数据迁移、维护成本低、安装简便、访问速度比较快、抗病毒性强等指标远远优于其它JAVA/JSP语言技术开发的传统网考系统。维护难度小，安装方便、可以跨平台运行。◆系统性能稳定，部署于WINDOWS操作系统，适合院系、教师根据需要进行CET4-6仿真模拟测试，考试流程完全仿真国家四、六级网考。◆系统支持流媒体播放、具备占用宽带资源少，对服务器压力小，对用户硬件的要求低的特点。学习者可大量访问和流畅访问视频文件、可以支持大量并发访问，应用的时候没有点数限制，提高使用效率，大大降低了用户使用成本。◆全面开放系统架构，独家提供无限题库分级层次，满足各语种各学科的分类管理。除系统自带试卷库外，老师可根据不同层级建立题库和试卷库。◆考试训练过程中能够实现断点续传功能，实现保障学生在出现故障的情况下可在另外的计算机继续完成考核。◆计算机主动阅卷和教师手工阅卷，客观题计算机自动阅卷打分，主观题教师手动打分，系统自动统计考试成绩。

大规模风电、光伏等可再生能源的接入是新能源电力系统的重要特征，其发电、负荷、设备故障以及天气等因素的多重不确定性交互渗透，对信息控制系统产生严重依赖，使系统安全面临严峻的挑战。 　　为全面提升新能源电力系统防御风险的能力，华北电力大学刘文霞和张建华教授团队在 2007 至 2016 年间 ，承担了国家科技部和国家自然科学基金委等 5 个纵向课题，同时与贵州、海南和吉林省等多家电力公司合作，从电网规划、运行、应急和信息四个应用领域入手本项目从电网规划、运行、应急和信息四个应用领域入手，开展风险评估理论及其应用关键技术研究。取得的创新性成果如下： 　　（1）创新提出了表征新能源不确定性影响的电压波动风险量化评价方法，突破了复杂大电网风险评价效率和风电场模型精度低的技术难题，研发了计及多重风险的大规模风电并网规划方案辅助决策系统（见图1、图2a）； 　　（2）提出了大规模风电并网下电力系统小信号稳定性与运行风险评估新方法，建立了融合运行风险的优化调度框架，率先研发了电网短期和超短期风险评估系统（见图2b），填补了国内外该应用领域空白； 　　（3）提出了电力系统大停电风险的辨识与预警方法，解决了大规模风电接入情况下电网自组织临界态的辨识难题，首次建立了区域电网大停电风险的应急管理体系； 　　（4）系统地提出了设备、厂站及广域系统三个层面的电力信息安全评估方法，突破了信息-物理域耦合带来的安全性量化难题，为新能源电力系统的安全经济运行提供了信息安全技术支撑。 　　基于此项目，研究团队共申请发明专利 11 项，已授权 7 项；软件著作权 3 项；发表论文 76 篇，其中 SCI 论文 10篇、 EI 期刊论文 46 篇，总被引用量 29237 次；专著 1 册。同时，此项目成功应用于北京、华北电网的安全和应急体系建设，有利支撑了奥运保电；研发的应用系统应用于贵州、海南和吉林等省，创造了巨大的经济效益。

针对地下金属矿作业场所分散、作业过程离散、作业环境恶劣、井下作业人员和装备移动频繁等问题，成果以信息化改造传统矿业理念，从融合业务流和数据流角度，对矿山生产安全协同管控的相关理论、技术、装置和系统等进行研究和开发。 提出并构建了矿山生产安全信息集成管理与融合应用系统框架体系，创立了面向成本、价格、效率等多维视角的地下金属矿生产安全协同管控新模式，研发了基于大数据的地下金属矿生产协同管控平台，实现了对地下金属矿生产安全全过程的精细化协同管控；研究了适应于地下金属矿泛在信息传输网络的快速构建技术，提出了基于等距扫描的井下空间激光探测方法，研制了基于超宽带技术（UWB）的井下作业人员及设备精确定位装置，研发了地下金属矿作业空间环境智能感知系统，解决了地下金属矿生产安全协同管控技术难题，在地下金属矿高效、安全与智能化开采方面取得的成果达到了国际领先水平。

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。

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。

同济大学电信学院刘富强教授团队研制的汽车主动安全预警系统能综合运用视频检 测与识别技术、传感器信息获取技术、CAN 总线数据挖掘技术、信息集成融合技术，提 取车辆及其周边环境信息，对可能发生的危险状况进行预测并主动的发出预警信号从而 保证交通安全。 其中视频检测识别技术通过对视频图像进行实时处理与分析具备以下功能：通过驾 驶员的闭（眨）眼状态判断驾驶员是否处于疲劳驾驶状态；提取前方道路标志线环境信 息并反馈给驾驶员和汽车用于车辆行驶状态提示；捕获障碍物（如道路中的车辆和行人） 在车道中的位置和与本车的距离和相对运动信息从而避免潜在的碰撞事故。传感器技术 综合使用多种传感器，其中超声波距离传感器可以近距离测量传感器与目标之间的距离； 而激光雷达可以大范围远距离的距离测量从而弥补超声波和视频的不足；加速度仪可用 来测量汽车行驶过程中的加速度；而方向盘转角能够实时获得驾驶员对车辆的操控，同 时也能推算车道的曲率半径。控制器局域网 CAN 技术可以获得车辆运行状态信息（车速、 油门开度、转向灯状态等。上述技术获得的一些车辆的信息数据经过信息集成融合技术 融合成事先设定的数据格式，使之成为所需要的数据地图。由此可以判断汽车是否处于 危险状态或者是否会造成潜在事故从而给出预警信号。

主要利用行车记录仪视频数据，进行道路检测，包括：车道偏离、障碍物检测、限速标志识别等。 技术指标： ？ 视频分辨率1080P； ？ 处理速度：15fps； ？ 告警：虚警率<10%

本发明提供一种矿工安全帽，涉及采矿防护领域。该矿工安全帽，包括安全帽本体，所述安全帽本体的顶部设置有第一减震带，所述安全帽本体的顶部设置有第二减震带。该矿工安全帽，通过定位器可以对矿工在井下的作业方位进行定位，从而若有意外发生，通过定位器可快速找准矿工的位置，便于及时援救，提升了本安全帽使用的安全性，通过在安全帽本体的底部设置按摩器，通过按摩头的转动，可在危急情况下刺激使用者头皮，从而使使用者保持清醒，便于救援，按摩器便于拆卸，通过螺纹柱即可与安全帽本体相连接，信号灯使用较少的电量即可闪烁显示，从而方便在危急情况下节约电能以及便于井下矿工互相确认队友的所在位置。