教学大数据分析展示平台作为专为高校教研开发的数据挖掘分析应用系统，致力于通过对学校教学中的数据的科学采集、存储，智能建模、分析，辅助学院管理员及时把控教学进度，让教师科学制定教学方案，让学生精准认知自我。

产品详细介绍数据分析软件for Windows功能强大，操作简便· 轻松自定义“我的实验”仅需三步，即可轻松创建您自己设计的实验，真正做到“我的实验我做主”。新建“活页夹”：创建并设计具有自我风格的“活页夹”测量与分析：根据自己的实验采集、记录并分析数据保存为模板：实验成功后即刻存为模板课件，成功创建“我的实验”，并可随时调用与分享· 简介“数据分析软件for Windows”是由江苏苏威尔科技有限公司开发的一款功能强大的教学用实验数据处理软件。它支持实验设计、数据采集和保存、数据分析计算等，适用于中小学以及职业学校的自然科学实验教学。>兼容性更强“数据分析软件for Windows”可兼容江苏苏威尔科技有限公司出产的所有型号和品牌的数据采集器。例如数据采集器Easy（TS1001），数据采集器（TS1002），图形数据采集器Pad（TS1005），USB传感器和无线传感器，用户均可享受该软件的强大功能所带来的无限乐趣。>全新界面，全新体验“数据分析软件for Windows”采用了特有的“Quick Easy”界面，操作更加简易。预设丰富的活页夹风格，实验者可以自由创建自我风格的实验界面，让实验设计更加多彩有趣。>面向用户的图形化设计平台完全图形化的实验设计平台，不用再编写繁琐的代码来设计实验。任何实验者均可轻松设计自己的实验。>内置丰富的“工作簿”为了使初学者可以更快上手，数据分析软件forWindows内置了“工作簿”，里面有丰富的实验案例，包括已经设计好的实验模板和实验指导。实验者可以参阅实验指导，直接使用模板进行实验。>内置CCD 光强分布模块和声音测量模块此两种模块，同时支持无线通讯，并且设有数据导入向导，可以将数据采集器Smart上存储的数据导入并进行计算。>多国语言版数据分析软件for Windows设有中文、英文、俄文、西班牙文、法文等多国语言，适用于世界范围内的教师和学生进行实验探究。安装要求：请在以下硬件及软件环境下运行该软件：CPU为PentiumIII，500MHz（或同级别）或以上内存为256Mb或以上声卡为16-bit（可选）集成或独立显卡，16Mb或以上（可选）操作系统为Win 7/Windows 2000/XP/VISTA数据分析软件for Android数据分析软件 for Android是基于Android操作系统而研发的数据分析软件，主要应用于测量实验数据、分析实验结果、验证实验原理的过程。通过传感器及软件可测量理化生实验中的大多数实验量，适用于小学科学、初高中的理化生数字化实验。数据分析软件for iOS数据分析软件 for iOS是基于iOS平台开发的一款功能强大的教学用实验数据处理软件。主要应用于采集实验数据、分析实验结果、验证实验原理。结合传感器，可进行大多数的理化生实验，适用于大学、中学、小学以及职业学校的自然科学实验教学。

高校教研大数据分析系统 数据洞察现在，智慧决策未来 核心功能 群体动态画像 用动态发展变化的眼光，采用数据动态描绘“学生”、“教师”的群体特征，为“学生分群施教”、“教师分群管理”提供最新的分析决策依据。 动态学情跟踪、预警 关注学情动态, 跟踪每个学生实时的出勤率、课堂参与度、作业完成率&优秀率，进行学业趋势预测、作业抄袭预警、挂科预警，帮助学校针对性调整教学过程。 教学质量评价跟踪 定期师生评价、同行评价，质量量化及趋势对比，正向激励教师、对教学质量异常预警。 成绩分析、预警 多维度洞察教学问题、卷面命题分析，持续改进，验证决策措施有效性。 命题质量分析 支持单卷单题区分度&变化、难度&变化、得分率及平均水平、错题难度及知识情况分析。 学生成绩分析 学生个人的各科成绩在班级、年级位置、变化趋势，以及知识点强弱分析、偏科分析、学业预测和实际结果对比。 教师成绩分析 班级学生总体情况（得分率、各难度题目作答情况分析、错题难度-知识点分析），与其它班级对比等 学院、校级管理者成绩分析 多维度数据洞察（公共课/核心课程分别从科次、平均分分布、学科、学院、教师、班级多维度交错分析，洞察本质）。 产品优势 数据全流程 打通日常教学、教学质量评价、学期考试、成绩分析等教学数据周期及各环节。 全角色 面向高校教学组织的各个角色成员（学生、学科教师、班主任/辅导员、学科负责人、院级及校级管理者等）提供数据应用场景。 数据可视化及洞察 分析展现及数据挖掘，可进行数据下钻，对异常预警进行抽丝剥茧、逐层深入，深度展开数据洞察。 随时随地 用户可随时随地掌握教学动态及异常预警，支持微信业务通知、审批待办，分析数据实时查看。 API集成 提供API接口，便于与教务系统和第三方系统数据对接。  

自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用

从决策管理、信息中心、教师教学、学生学习等层面进行多维度分析，为校领导提供全校的可视化数据分析。

平台以拖拽式、低代码方式进行数据处理、可视化分析，为教师科研、学生自助数据分析探索应用提供工具支撑。在大数据分析平台中，用户能够随时更改观察数据的维度、指标，让数据能够以丰富的图表方式进行迅速、直观的表达，同时借助联动、钻取、链接等交互操作，发现数据内部的细节规律，在操作交互过程中与数据进行直接、实时的对话。1、数据准备可视化分析平台能够快速完成数据的添加，并支持对于数据表的数据分析与洞察。根据分析需求，系统提供数据关联、数据过滤、数值替换、重命名、数据分组、分段、去除空格、数据列合并、拆分、自定义列、地理分析等数据预处理功能，满足基础的数据清洗、转化、集成需求。2、可视化设计支持学生通过拖拽的方式更改观察数据的维度、指标，并将数据以丰富的图表方式，进行迅速、直观的表达。整体分析过程无需编码，为学生提供极简易用的操作体验。平台提供图形的智能匹配与图形切换功能，支持学生随时更改图形类型，寻找更贴切的图形表达方式来诠释业务含义。支持多数据表的分析模式，学生在分析时，可选择多个表的字段直接制图，无需提前建立数据集（宽表）。系统会自动检索表关系，在后台自动生成数据关系，学生也可手工指定多表之间的多种关联关系，关联关系支持常见的雪花、星型等模式。关联关系一旦设定后，可被其他图形复用，极大的增强了数据模型的灵活度，满足了更为复杂的业务分析场景。3、图形组件开发作为“计算机”、“大数据”专业技术学科的学生，除了掌握图形基础用法和分析方法外，可以利用每一个图形的“编码”功能实现图形深层次的开发和自定义。还可以利用R\JS编码的方式，进行全新的可视化图表开发，图表可以与当前页面融为一体，形成完整的分析场景。4、成果管理监控总览提供对可视化发布后成果的全局监控与管理。教师可以了解到发布的成果数量，成果收藏情况，成果访问情况等信息。帮助教师更好的进行全局可视化成果的管理。5、数据门户主要是针对科研人员已经发布的可视化场景、报告、Word报告进行分类管理，支持针对研发成果进行统一权限管理。

采用人工智能技术对数据库进行数据分析与深层信息挖掘的计算机软件系统（RoboMiner），主要用于对数据库中的进行数据分析，从中提取隐含的深层信息，为企事业建立新的业务模型和为决策提供支持。数据库数据分析与深层信息挖掘技术也是海量信息处理的基本工具，其应用场合极为广泛，前提是数据的积累。我们可根据用户的业务要求及其数据库的数据特点来为用户开发专用的软件系统。技术水平及指标 ·具备数据挖掘的基本功能：数据予处理，挖掘、结果表达与管理。

研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐； 平台技术： 微服务的构建方式，微服务、前后端完全分离。 分布式开发框架——SpringCloud Web开发框架——SpringBoot 、VUE（ELE） 机器学习算法框架——R、Spark集群计算 数据存储工具——Mysql、JPA、Hadoop（集群） 中间件: RabbitMQ

“智能物联大数据分析决策系统”是以复杂装备及过程在工程现场的指挥决 策为需求、以对大规模运行工况进行智能化分析与决策作为切入点、以对使用先 进物联手段获取到的装备过程运行监测数据进行采集、处理、分析、呈现、交互 等为途径，完成了 “大规模的系统装备运行监测数据的完整实时存储与检索”“大 数据环境下运行监测数据的智能分布式交互处理”“利用运行监测数据深度解析 直观呈现系统装备运行状况”“具有多层级特征的系统装备运行监测数据的云架 构服务平台”等系统性研究，研发了一系列具有自主知识产权的智能物联大数据 分析决策关键技术，以此为基础申请了 53项发明专利（其中授权21项），发展 成为了相应的方法体系，并在航天测试发射任务、智能消防综合服务、热轧无人 化行车生产、机电设备安装调试及运维等多类对象及场景中进行了指挥控制、在 线监测、诊断评估、决策支持等方面的系统级应用。成果针对系统装备运行提供了智能化的决策和监控手段，为系统装备运行工 况监测和运行机理认识和发现形成了完备的数据基础和先进的技术支撑。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。