XM-121A彩色头颅骨带7节颈椎模型   XM-121A彩色头颅骨带7节颈椎模型由头颅骨和7节颈椎串制成一个整体，模型用不同颜色区分正常人体头颅骨的功能区域，并带7节颈椎、椎动脉、脊神经串制而成，颅盖可打开，下颌骨可灵活活动，示颅骨和颈椎的组成和形态结构。    尺寸：自然大 材质：PVC材料

XM-170骨骼肌、肌节收缩变化模型   XM-170骨骼肌、肌节收缩变化模型显示一个骨骼肌的肌节，从一面表现光镜下骨骼肌肌节的分带，即明带（I）、暗带（A）、H带M膜、乙膜，从另一面示粗丝和细丝，以立体结构反映它们在肌节中的分布规律，粗丝位于A带，细丝位于I带及伸入A带接近H带，一根粗丝周围作为六边形排列着六根细丝，一根细丝周围呈三角形排列三根粗丝，肌节有1/2 I带+A带+1/2 I带组成，肌纤维收缩时细丝向粗丝之间滑行，光镜下结构则H带消失，I带变窄。 尺寸：放大，46×14×15cm 材质：PVC材料

XM-170骨骼肌、肌节收缩变化模型   XM-170骨骼肌、肌节收缩变化模型显示一个骨骼肌的肌节，从一面表现光镜下骨骼肌肌节的分带，即明带（I）、暗带（A）、H带M膜、乙膜，从另一面示粗丝和细丝，以立体结构反映它们在肌节中的分布规律，粗丝位于A带，细丝位于I带及伸入A带接近H带，一根粗丝周围作为六边形排列着六根细丝，一根细丝周围呈三角形排列三根粗丝，肌节有1/2 I带+A带+1/2 I带组成，肌纤维收缩时细丝向粗丝之间滑行，光镜下结构则H带消失，I带变窄。 尺寸：放大，46×14×15cm 材质：PVC材料

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

实现客观题自动阅卷，主观题网上评卷和成绩数据的统计分析全部在计算机网上进行，特别是统计分析数据可直接在服务器上发布，既可免去人工阅卷方式逐级汇总及上报的麻烦，又可直接供教学讲评、质量分析使用，最大限度实现成绩数据的资源共享，满足领导，教师、学生及家长的需要。

随着5G与垂直行业的结合日益紧密，5G专网受到了广泛关注。传统5G专网大多依赖现有的运营商网络设施，基站位置固定且建设成本高，无法满足部分垂直领域低沉本、快速、灵活的布网需求。例如在应急抢险救灾领域，在地面通信设施中断受损等情况下，需要短时间快速进行网络搭建，且网络的服务区域需随着救援人员的任务位置不断变化；在矿业开采领域，随着作业面的掘进，联网机械设备的位置也在变化，由此也需要调整基站的位置。另外，对于长距离覆盖的场景，单个5G基站由于覆盖距离受限，难以满足要求。 在上述需求驱动下，课题组提出了5G机动专网的概念，通过利用5G高速链路实现了5G基站和核心网间的无线连接（即无线回程），使基站部署位置不再受限于有线连接，与此同时，机动专网系统的基站和核心网具有便携、轻量的特点，成本低、易部署、机动性好。由于系统的接入链路和回程链路均基于5G制式，整个系统相比现有Mesh组网方案具有显著的高速率优势，可在多跳组网下有效支撑全景视频回传、无线增强现实、远程无人车操控、高清视频通话等业务。图1展示了系统使用的灵巧软基站、雾小站和轻量核心网，图2展示了一个具体的机动多跳传输方案和性能结果，图3展示了所提方案在应急通信和军事通信领域的应用前景。图 1 机动专网核心设备介绍图 2 机动组网系统拓扑图 3 机动组网系统应用前景

随着5G与垂直行业的结合日益紧密，5G专网受到了广泛关注。传统5G专网大多依赖现有的运营商网络设施，基站位置固定且建设成本高，无法满足部分垂直领域低沉本、快速、灵活的布网需求。例如在应急抢险救灾领域，在地面通信设施中断受损等情况下，需要短时间快速进行网络搭建，且网络的服务区域需随着救援人员的任务位置不断变化；在矿业开采领域，随着作业面的掘进，联网机械设备的位置也在变化，由此也需要调整基站的位置。另外，对于长距离覆盖的场景，单个5G基站由于覆盖距离受限，难以满足要求。 在上述需求驱动下，课题组提出了5G机动专网的概念，通过利用5G高速链路实现了5G基站和核心网间的无线连接（即无线回程），使基站部署位置不再受限于有线连接，与此同时，机动专网系统的基站和核心网具有便携、轻量的特点，成本低、易部署、机动性好。由于系统的接入链路和回程链路均基于5G制式，整个系统相比现有Mesh组网方案具有显著的高速率优势，可在多跳组网下有效支撑全景视频回传、无线增强现实、远程无人车操控、高清视频通话等业务。图1展示了系统使用的灵巧软基站、雾小站和轻量核心网，图2展示了一个具体的机动多跳传输方案和性能结果，图3展示了所提方案在应急通信和军事通信领域的应用前景。 图 1 机动专网核心设备介绍 图 2 机动组网系统拓扑 图 3 机动组网系统应用前景

此项目具有面向城市交通信号控制装备的“软件和信息服务业”特征的技术属性。即城市交通信号自组织控制理论与装备开发技术。 为解决传统自上而下的城市交通信号控制方法带来的理论难题（如图所示）: (1)动态特性的非线性、 (2)状态参数的时变性、(3)系统边界的开放性、(4)动力系统的高阶性、(5)相邻路口的耦合性、 (6)信号控制的实时性等系统属性，造成的无法实现实时性控制的难题。 为此，针对具有复杂系统特征的城市交通信号控制问题，项目在国内首次提出“城市交通信号自下而上自组织控制理论”（如图2所示）。即通过赋于相邻路口的自组织属性，可大幅度减少其控制系统自由度和复杂性。在快速、实时控制的假设前提下，使其信号控制由原来的开放性、大自由度、不确定性问题，改变为非开放性、小自由度、确定性问题。