采用一体化的监控管理体系结构，支持管理功能的跨域、分布式部署、运行与协作。支持和扩展了标准的信息模型，提供了主机、集群、节点、网络计算系统四个层次的监控信息，为各监控层次提供了完整的监控度量指标。支持对硬件、软件、网络、服务等各类资源的监控。支持OpenPBS、LSF、OAR等计算作业管理系统。 提供虚拟组织、系统操作员、站点管理员、普通用户等不同层次的信息抽象视图；提供强大的故障检测和报警功能，以邮件等方式报告资源故障；提供完整的基于web2.0的数据展示界面；支持用户定制的图表的生成；采用分布式记账方式，准确记录用户的资源消耗情况；支持灵活的计费策略。该技术目前在中国国家网格、药物设计网格、高能物理网格以及中国国家网格工业社区等多个实际运行的分布式网络计算系统当中得到应用。

研发阶段/n内容简介：用人工神经网络将生产过程的数据所隐含的目标函数关系降维映射到二维平面上，自动生成目标函数的等值曲线，由此可展现出操作空间的面貌和特征，直接识别出最优操作点或最优操作区域，实现生产过程的操作优化，达到降低原料消耗和能量消耗、提高生产率和产品质量、把对环境污染降到最小的目的。技术指标：1、人工神经网络降维优化技术通过降维，在映射平面上能全景式的展现出多维空间的面貌和特征，可以根据优化目标选择最优操作区域，最大限度的挖掘生产过程或装备的潜力；2、当最优操作点或区域不在现有数据集合区域

由以人工预设为主的人治模式逐步转向数据与知识驱动的智能模式是未来网络发展的趋势。如何设计面向服务质量的智能化网络管控机制，是提升大规模网络效率和性能的关键。本项目从未来网络管控系统的高灵活配置、高动态适应、多元化可定制、多维度可扩展以及高性能高可用等实际需求出发，开展智能化可演进网络关键技术的研究，旨在解决传统网络资源管控所面临的网络体系结构限制、网络行为认知匮乏以及服务质量保障乏力等核心难题。项目以人工智能技术在面向未来网络体系结构的资源管控机制中的创新应用与实际部署为技术突破点重点，围绕软硬件协同网络管控原型系统开发、网络流量数据实时获取、网络状态轻量可测、管控决策按需可控等方面展开研究。

本项目采用服务器/客户机结构和TCP/IP协议。服务器位于被控制及操作或测量设备一段，客户机通过因特网从任何可以接入因特网的地方访问服务器。在进行远程控制时，由于因特网对于信息的传送有不确定延时的特点，为了使系统保持稳定性，需要采用延时预测，采样信息处理等多种控制措施，得到稳定的控制。在进行远程测量及操作时，主要采用基于图像反馈的运动－等待工作模式、基于虚拟环境的工作模式和基于监督控制的三种测量及操作模式，实现安全可靠的远程测量及控制。此项目是国家自然科学基金支持项目。 远程测量技术主要用于远程测量及监控、远程故障诊断、远程教育及培训、远程精度校验以及网络化制造系统等。

Ø  成果简介：本项目采用服务器/客户机结构和TCP/IP协议。服务器位于被控制及操作或测量设备一段，客户机通过因特网从任何可以接入因特网的地方访问服务器。在进行远程控制时，由于因特网对于信息的传送有不确定延时的特点，为了使系统保持稳定性，需要采用延时预测，采样信息处理等多种控制措施，得到稳定的控制。在进行远程测量及操作时，主要采用基于图像反馈的运动－等待工作模式、基于虚拟环境的工作模式和基于监督控制的三种测量及操作模式，实现安全可靠的远程测量及控制。此项目是国家自然科学基金支持

Ø  成果简介：本项目采用服务器/客户机结构和TCP/IP协议。服务器位于被控制及操作或测量设备一段，客户机通过因特网从任何可以接入因特网的地方访问服务器。在进行远程控制时，由于因特网对于信息的传送有不确定延时的特点，为了使系统保持稳定性，需要采用延时预测，采样信息处理等多种控制措施，得到稳定的控制。在进行远程测量及操作时，主要采用基于图像反馈的运动－等待工作模式、基于虚拟环境的工作模式和基于监督控制的三种测量及操作模式，实现安全可靠的远程测量及控制。此项目是国家自然科学基金支持

鉴于网络的发展永远赶不上用户及通信信息量增长的需求，为此迫切需要一种传输信息容量小而又能满足视觉要求的图像压缩复原新技术。本项研究就是在自动提取人脸及人脸表情的基础上，将其参数化，并在发端只传送少量参数数据，经网络或无线传输后，在收端将这些参数复原成表情和人脸图像，完成活动图像传输的整个过程，数据传输量不足KB。

庚商科技成立于2004年，由上海、苏州、南京、珠海、西安等五家高新技术企业以及太原办事处组成，在国内推出基于过程管理的实验资源管理系统,含基础信息管理、实验项目库建设维护、实验排课、开放预约、安全检查等，形成过程留痕，数据汇聚到绩效报表的管理系统。 主要业务领域是以实验实践教学为抓手，以教育物联网大数据为技术手段、以过程性管理为核心的下一代高教智慧校园建设。 拥有数百项软件专利、软件著作权，服务于复旦大学、上海交通大学、上海财经大学、哈尔滨工业大学(深圳)、华南理工大学、东华大学、西北大学、中山大学、华中科技大学、电子科技大学等数百家客户。 近5年，已经为180多家高等教育用户，承担了近1亿5千万的教育建设与服务，帮助客户获得省部级和国家级奖励数十项。目前为国内具有技术含量高等教育信息化服务公司之一。

1.采用“智能识别，无需额外定位技术”，印刷要求低，使用方便 本系统采用国内目前最先进的“智能识别”技术，答卷设计无需增加额外的定位点、定位线或同步头，也不需要以答题区域的边框、转角等作为定位识别符，确保了不因答题区域的线框偏移、变形、模糊或断线等因素影响扫描识别的稳定性及准确率。且系统中设置了自动识别偏移、折角检测、双页进纸等。 2.试卷纸张适应性好，支持超薄、加长纸扫描 本系统支持使用50克以上普通纸，以复印、速印或胶印方式双面印制答卷，2010年安徽中考各科试卷在本系统中均顺利通过扫描。 3.支持任意答题卷或答题卡的扫描、阅卷 由于采用了“智能识别”技术，本系统可做到在预先不知答题卡设计的情况下对任意答题卡或答题卷的顺利扫描和阅卷工作。2010年安徽中考阅卷成功使用本系统即是很好的例证。 4.互联网阅卷优势明显 本系统支持A4、A3及不规则尺寸的答卷扫描识，且A3答题卡在200dpi分辨率下，其双面扫描的影象文件容量不大于250K，这就确保了在当前互联网带宽不是很宽的情况下依然能够流畅的进行互联网阅卷；本系统不仅支持在局域网、广域网或互联网上进行阅卷，并且提供B/S和C/S结构的可选系统，具有支持通过互联网实现教师在家里阅卷或跨地区学校联考远程网上阅卷功能； 5.分布式设计，轻松实现联考 本系统采用C/S结构，支持分点联合阅卷功能，可以轻松实现与其他同样应用本系统的兄弟单位一起进行联考阅卷。 6.答卷扫描与考生考号、客观题涂点识别同步完成，无须行进行二次识别操作 本系统在答卷扫描的同时即完成客观题答案的准确识别，当扫描完成时，客观题的识别工作即全部完成，有利于及时发现扫描过程中出现的异常情况，便于及时进行查错和纠错操作。如果采用严格定位技术设计的产品，扫描与识别分二次进行，先扫描后识别。 7.答题卷设计灵活，支持多种统计与分析 本系统支持单选、多选的客观题任意混排，不限制客观题答案选项的数量（原则上不少于26个）以及不限制答案的组合方式，同时支持客观题的题目和涂点混排。 本系统也支持主客观题部分的选做题（M选N，M≥N，如2选1、3选2等）评卷及数据处理功能，即系统可以自动识别选做的标识并进行处理；同一大题的不同选题应可以交由不同分组的老师独立评阅；且支持公共答题区域和8字码（七段码）识别，以最节省纸张的方式实现选项较多的选做题。 支持A、B卷的答题卡及常用条形码考生考号的自动识别，同时支持题卡合一和题卡分离的模式。 本系统支持评卷题目按照题组分组阅卷以及统计分析功能，从而实现对文综、理综中单个科目（如：政治、历史、物理、化学等）分科单独统计分析。 8.系统适应性强、容错性好 支持试卷印刷异常的特殊情况处理功能，确保在出现例如：试卷页码漏印、试卷印刷有倾斜、客观题涂点印刷不完整、试卷有小幅褶皱等情况下的正常扫描识别功能。 9.可实现与主流高速扫描仪的无缝对接 本系统设计使用底层协议实现与当前主流的高速扫描仪无缝对接，采用本系统不需要增加额外的图形加速卡，即可实现对答卷的扫描识别速度不低于扫描仪的标称值，实时性达到100%（即：正确识别的答卷扫描识别量 ≧ 扫描仪标称速度 X 实际扫描时间）。 10.支持典型试卷、电子化批注，便于课堂讲评 支持在试卷上做类似于人工阅卷评卷给分的给分标记，在标记时完成登分；试卷评阅的痕迹能以图像的方式保存在计算机系统中，并与阅卷过程中的标记及得分进行合成生成电子图像。 在评卷过程中对典型试卷可随时作标记，阅卷完成后方便调阅，使课堂讲解更直观、生动。

网络阅卷系统专为教育局用户设计，主要适用于高厉害考试（中考、高考等）阅卷应用，能与中考、高考真正接轨。系统具有答题卡制作、试卷扫描、阅卷、评卷管理控制、成绩统计分析等功能。从答题卡扫描到阅卷，网络阅卷系统不仅能减轻教师阅卷负担，而且能够助力教师更有效地提高阅卷质量和阅卷效率，提高阅卷的准确度与公平性。网络阅卷远程服务中心网络阅卷远程服务中心由网络阅卷系统和服务中心管理平台组成，是专为网络阅卷系统而增设的远程服务部门。用户在本地完成答题卡扫描工作后，其他工作，如考试定义、答题卡模版制作、裁切、成绩统计等，均可交由网络阅卷远程服务中心来完成，从而优化管理过程，减轻工作负担。为什么要选择远程服务中心？ 专业、高效、简单、方便、快捷降低阅卷考务工作出错率，减轻用户工作负担用户可远程操作、监控，管理更灵活远程服务无地域限制，节约成本