产品详细介绍　　随着视频通信的发展,远程教育和远程教育管理成为现实.深圳市腾创网络技术有限公司自主产权的业界领先的Tcedu远程音视频系统以流畅的音视频效果、强大的系统功能、稳定的性能、极优的价格，为开展远程教育提供了最好的软件音视频系统产品，有近百家安装用户使用了该系统。  　　这套系统音流畅音质清晰可辩,可以实现多点对多点的实时交流,便于互动教学;可以录音录像,便于教学资料编辑;可以连接手写电子白版,便于笔教;还可以协同数据流览,共享教学资料.；系统操作简单，使用方便，消费者只要安装了宽带，有一台电脑和小型镜头耳麦就可以使用；系统扩展性强，可同时有上千人在线，用户可根据教育对象的增长，分批分时扩展系统；系统成本低廉，投资极少；系统注册用户不限，可根据教育对象的流动变化，输入网站域名，就能很快很方便地登陆教育平台。使用这套系统，教育不发达的偏远地区，教育对象可以足不出户，坐在家中，通过音视频接受远程教育培训，就可以与大城市一样听到看到高校专家教授传授讲课，极大地方便了受教育者，提高了教育效果，为普及我国全民教育创造了更好条件。　　凡有意使用产品的客户，公司均以最惠价提供长期优质服务，用户可视使用户数的增加分期分批付款，并享受产品终身技术支持服务。　　腾创远程教育平台(Tcedu) 网络教育平台 和远程教育平台   TCEdu是一款基于Flash+Red5技术的视频产品，是一个整体成熟的现代远程教育平台,当然也可以结合现有网站方便实现一对多视频远程教育的应用。该产品是由深圳市腾创网络技术有限公司(http://www.tenchong.com)独立研发的一个产品，为了满足不同的客户需要，可以根据客户需要定制，让客户方便结合自己的网站做应用。如果你想在你的网站上加视频教育功能的话,TCEdu将是你最佳的选择。   (一)产品主要功能包括如下：      1.视频功能      2.音频功能      3.文字对话功能      4.可以发送表情      5.白板画图功能(临时文件上传,支持:jpg,png,gif,doc,ppt,pdf,swf,flv格式)      6.排麦功能      7.自动上麦功能      8.共享桌面功能      9.在线充值    (二)演示地址：        http://edu.tenchong.com:9005        教师账号:teacher        教师密码:123456        学生账号:student        学生密码:123456    (三)购买咨询请联系电话：0755-26070697 QQ：1152136167   联系人：蔚蓝 语音视频远程教育平台TCedu远程视频教育平台中文版在线视频培训课堂 网络聊天 视频组件远程教育 视频教育  供应远程教育软件 

产品详细介绍睿启科技全国服务热线：400-0137088，www.cqruiqi.com宝利通西南唯一认证总代理；网络通讯专家；专业POLYCOM宝利通视频会议，会议电话，LifeSize丽视高清视频会议系统集成。宝利通全线产品西南销售服务中心! 原装正品 !! 请在购买宝利通POLYCOM时认清正规渠道，以确保原厂三年质保!如何鉴别宝利通polycom音频产品正品与仿冒伪劣、水-货:欢迎登陆 http://www.cqruiqi.com 联系我们:睿启科技全国服务热线：400-0137088成都公司：028-85587133  13908187205（王先生）重庆公司：023-67094476  13983067833(王先生)    QQ:228931972

简单介绍： 动物行为学视频分析系统是一套通过视频摄像机和计算机，采用图像处理技术，自动跟踪和记录动物活动的通用型运动轨迹记录分析系统，可以应用在神经药理，学习记忆药理，抗衰老药理和新药神经系统一般药理毒理研究，也可用于神经科学基础研究。可进行头中尾三点跟踪，适用于Morris水迷宫实验、旷场实验、条件性位置偏爱实验、T型迷宫、Y型迷宫、八臂迷宫、高架十字迷宫、Barnes迷宫、Zero迷宫、孔洞实验、新物体识别等各种动物实验。 ZL-099除了具有自动跟踪记录动物活动轨迹的基本功能外，还具有通过事件记录器记录视频系统无法自动识别的各项动物行为事件、轨迹数据导入再分析、实验数据管理以及实时录像功能，并能够接收16路外部输入信号，控制16路外部输出信号，充分体现了自动化与灵活性相结合的优势。 详情介绍： 一.详情介绍 1.可随心设计的平台区域图形 ZL-099可以使用户根据实验目的自行设计实验平台区域，用于计算机跟踪动物在不同区域内的各项指标。ZL-099提供了圆/椭圆、扇形、多边形、环形图元，用户可以使用这些图元设计任意形状的跟踪区域，从而在实验中获取动物在跟踪区域中的各项数据。实验平台设计的灵活性使ZL-099可以更好地适用于各种迷宫实验的研究。 2.稳定可靠的跟踪算法 ZL-099为用户提供了三种跟踪算法：灰度法、背景减法和色彩识别法。灰度法适合在动物与背景间的对比度较大，背景可能会有较小变化的场景下使用。背景减法适合在背景复杂、背景灰度接近甚至与动物灰度相同，但是背景基本不变化的场景下使用。根据背景情况选择跟踪算法，能够使跟踪效果达到*佳。色彩识别法适合对着色的动物进行跟踪。ZL-099也是能够进行头、中、尾三点识别的优良软件。 3.事件统计和分析功能 ZL-099能够记录26种键盘预定义事件、16路外部输入事件、12路外部输出控制事件以及目标所在区域事件，开创性地设计了事件关系图，形象地揭示各类事件之间的相互关系，为深入用户分析动物行为提供了有利支持。 4.可视化的实验数据管理功能 ZL-099内建的数据库通过实验目录树和属性页的方式，将实验过程中产生的大量数据有机地组织起来，使用户可以很方便地查阅实验历史数据和图形，使实验数据的管理成为一个有组织的数据系统。每个实验人员可以独立创建自己的实验数据库，设置密码保护，通过简单的拷贝命令即可实现数据的备份和携带，充分保障了数据的安全性。 5.强大的综合报表功能 ZL-099的综合报表功能允许用户进行实验数据的筛选，并将筛选后的数据进行统计和分析，输出动物在各区域的持续时间、游程、进入区域的次数、潜伏期、平均速度、静止时间等指标，以选定的属性项分组统计平均值和标准误差，并将其以直方图的形式呈现出来。用户可以通过对数据图表复制、粘贴的简单操作，很快形成自己风格的实验报告。同时系统还提供了导出数据的功能，，可以将原始数据和统计分析数据导出到Excel文件中，用户可以使用如：Excel、SPSS、SAS等第三方软件进行深入的数据统计分析。   6.灵活的实验启动和结束方式 ZL-099不但提供了手动开始/结束实验方式，还提供了自动开始/结束实验、延时开始/延时结束以及远程开关启动实验方式。在自动开始/结束实验方式下，用户设置开始区域、结束区域后，系统实时监测动物所在的位置，当动物运动到设定的开始区域、结束区域时，系统自动启动跟踪任务或结束跟踪任务。远程开关方式可以使用户在远离计算机的位置启动实验，极大地方便了研究人员的操作，降低了工作强度。     7.方便快捷的手动事件记录器 ZL-099提供一个可以自定义的事件记录器，通过键盘或鼠标用户可以方便、高效地将视频跟踪系统无法自动记录的事件记录下来。用户可以按照自己的操作习惯定义各个快捷键所对应的事件，如：站立、理毛、进食、排泄等，*多可以定义26个事件。事件记录器不但记录事件，同时还将事件的发生时刻和持续时间记录下来，并对事件发生的次数和事件总持续时间进行统计分析，便于用户对动物行为进行深入研究。 8.自定义实验动物的属性模板 ZL-099允许用户定义自己感兴趣的动物属性项，并将其作为模板存放在数据库中，这个模板不但可以在当前实验中使用，而且也可以在以后的实验中复用。通过动物属性模板，用户可以储存更多的关于实验动物的信息，这些信息在后期的批量数据处理中，作为分组条件进行分组统计分析，使研究人员可以更加深入地探究各个因素与动物行为之间的内在关系。   9.实时分析和录像分析以及压缩录像功能 能够在实验的同时进行实时动物行为分析，也可以进行实验录像视频文件的分析。录像文件批处理功能只需要用户指定录像文件所在的目录即可自动进行大量录像文件的动物行为分析而不需要用户的任何介入。提供实时压缩录像功能，可以将实验图像采用通用的视频文件格式保存下来，便于后期的研究分析和备案。ZL-099系统从设计实验、预定义属性模板、设计区域平台、执行实验、数据分析到数据的导入导出，为用户提供完整的解决方案，是一个适用于多种迷宫实验的通用型视频跟踪系统。     二.性能指标 视频源 摄像机：黑白/彩色 录像机、DVD：黑白/彩色 视频文件：黑白/彩色 解析度 视频摄像机：640×480点 视频文件：≤1024×768点 算法 灰度法 背景减法 采样频率 1~20帧/秒 启动方式 手动开始/结束 延时开始/结束 自动开始/结束 远程按钮启动 输出指标 各区域持续时间及百分比、游程、进入区域的次数、潜伏期、平均速度、静止时间及百分比 总持续时间、游程、进入次数、平均速度、静止时间及百分比 运动轨迹图、直方图、事件关系图 特点 自定义属性项、可设计的区域平台图形、自定义事件记录器、实时录像     三.软硬件配置 计算机 台式机/笔记本 Intel P42G，512M内存 视频源 低照度工业监控摄像机（推荐） 数字/磁带摄像机 USB摄像头 AVI视频文件 镜头 3.5-8mm变焦、F1.2或F1.4光圈 图像采集卡 PCI/USB接口 640×480点解析度，24位真彩色 输入输出控制器（可选件） 16路继电器输出（每路4A@220V） 16路光电隔离开关量输入 照明 泛光照明 操作系统 Microsoft Windows 2000/XP/7/10  

成果介绍“卫星与无线通信融合系统研发及产业化”就是由东南大学、南京中网卫星通信股份有限公司和江苏大学三家单位合作完成。卫星通信具有覆盖广和不受地域限制的优势，但是受到遮挡以后，信号就会不好，而且通信的成本太高，2M带宽每小时就要花费几千元。而随着3G、4G的普及，地面无线通信已经发展得相当完善，但是在地面基站未覆盖区域，或基站一旦受到洪水、台风、地震等自然灾害破坏时，就无法通信了。正是基于这两个通信系统的特点，我们‘取长补短’，巧妙地将两种通信系统融合起来，研制完成的系统可以根据不同策略自适应地选择地面通信链路或卫星链路”技术创新点及参数他和团队成员克服了很多困难，提出了多项独创性的方法，目前已申请国家发明专利40项（其中24项已经获得授权），编制国家标准3项，发表国内外核心期刊论文61篇（其中SCI收录16篇）。项目研制的卫星与无线通信融合系统实现了规模产业化，部分性能指标处于国际领先水平，并在气象、安监、环保和军队等诸多行业得到极其广泛的应用，得到了政府有关部门和客户的一致好评。市场前景目前本项目的产品已经应用到全国26个省市的18个行业。其中，气象和安监市场占有率达到70[%]，环保市场占有率达到60[%]。产品曾为“神舟系列”飞船的发射和回收提供气象保障，为汶川地震、雅安地震和甘肃舟曲特大泥石流等提供了应急通信服务，为上海世博会和深圳大运会等重大活动提供了气象保障和视频直播服务。产品已经实现直接销售收入8.3亿元，产生的间接经济效益数百亿计。

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。

流立方在技术流派里属于流式大数据实时处理领域，但兼顾了批式数据处理技术的优势，一定程度的做到了混合时态的实时处理。流立方通过在数据流水过程中嵌入流处理引擎将所有流过的数据进行实时处理, 并生成多维度的可计算数据魔方。1）超高并发性：“流立方”产品拥有每秒处理百万笔交易流水复杂分析的能力。而达到这样的性能仅需要 8 台普通的 pc 服务器搭建的集群。2）超低时效性：流立方对每笔流水处理的延时严格控制在毫秒级，实际生产中平均延时稳定在 10 毫秒左右。形象一点来说，也就是在海水涌进海洋的几乎同一时刻，数据就被分析完成了，远远低于人类学上 0.1 秒即有所感知的时间节点，处理速度比一眨眼快了很多倍。最近一年，流立方的高级版本更是提升到了微秒级的处理延时，将被用在春运票务、军工、反恐等要求更加极致的场景。3）高可靠性、高扩展性、高兼容性：流立方自带的可计算分布式缓存高性能、高可靠、高可扩展。在内存不足时, 能够平滑扩展到多节点。流立方平台内支持算法数量达到几十个。计算模型、脚本独立管理,在线编写、即时部署即时生效, 大大节约上线时间。

中国传媒大学融合门户平台竞争性磋商

研究背景：  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。

神经递质作为神经元与神经元及神经元与细胞之间沟通的媒介分子，介导了发育、信息感知，运动及大脑的高级认知功能。随着生化分离纯化技术的发展以及人们对大脑精细结构的进一步了解，现如今已发现有几十种重要的神经递质。而神经系统在时间和空间上的高度复杂性对研究特定神经递质的动态变化及其功能提出了极大的挑战。本项目成功构建了一系列新型的基因编码的神经递质荧光探针，可实现对特定神经递质动态变化的灵敏检测。该类荧光探针利用大多数已知的神经递质所对应的特异性G蛋白偶联受体（GPCR）与循环重排的荧光蛋白（cpGFP）融合，利用循环重排荧光蛋白的荧光强度变化来指示GPCR的激活，进而反应外源神经递质的浓度变化（图一）。我们命名该类荧光探针为GRAB探针，即为GPCR Activation Based Sensor的缩写。

随着视频与图像技术的快速发展，在监控视频中识别特定人物身份有着重要的实用价值。本项目   针对现实场景下，普遍存在的面部遮挡以及拍摄机位和镜头距离变化，而导致传统基于正面人脸的识 别方法的准确率将大大降低，甚至识别错误的问题，提出了一种基于局部分割与融合的算法，应用于 视频分析平台下的特定人物识别，融合多部位识别特征，提高了部分遮挡、多场景和镜头变化下的人 物识别鲁棒性，经充分验证，达到了先进的识别精度，可以满足实际应用的需求。该技术是优化并提 高复杂背景下人物识别精准度的一项核心技术，已申请国家发明专利 1 项。