产品详细介绍G6医院财务管理，山东用友软件，新医院会计制度 产品介绍医院会计制度改革主要亮点包括：强调医院的公益性、严格进行预算管理；完善财务管理体制，规范财务行为；科学界定收支分类，全面真实反映；会计报表体系更加完善，会计信息更完整；注重医院成本核算、切实加强成本管理；计提医疗风险基金，强化医院风险管理；计提固定资产折旧、资产信息更加真实；设“待冲基金”科目，核算更具实用性；将基建纳入大帐，医院收支核算更全面根据以上会计制度改革特点，研发设计了本款财务管理系统-医院专版为了适应各方面情况变化和需要，进一步规范公立医院的会计核算，提高医院会计信息质量，根据《中华人民共和国会计法》、事业单位会计准则及国家有关法律法规，财政部于2011年初发布新《医院会计制度》（财会［2010］27号）。新制度适用于中华人民共和国境内各级各类独立核算的公立医院，包括综合医院、中医院、专科医院、门诊部（所）、疗养院等。不包括城市社区卫生服务中心（站）、乡镇卫生院等基层医疗卫生机构。企业事业单位、社会团体及其他社会组织举办的非营利性医院可参照本制度执行。新老制度对比分析    与现行医院会计制度（财会字［1998］56号）相比，新医院会计制度（财会［2010］27号）主要在以下几个方面有重大的变化：   （1）新医院会计制度新增了与国库集中支付、政府收支分类、部门预算等财政改革相关的会计核算内容。   （2）为了真实反映资产价值、合理确定医疗成本，规定医院计提固定资产折旧，折旧额分期计入相关成本费用。计提折旧的资产包括房屋及建筑物、专用设备、一般设备和其他固定资产，图书除外。（3）为了解决现行制度下医院医疗和药品收支不配比、成本核算体系不健全、科研教学经费核算混乱等问题，借鉴国际惯例，合并了医疗、药品收支核算，分别在医疗收入下设二级科目门诊收入、住院收入中核算；规定管理费用不再分摊；完善了自制药品和材料的成本核算；明确了科教收支的会计处理。（4）进一步完善了报表体系取消：《基金变动情况表》；调整：将原来的《收入支出总表》改为《收入费用总表》；增加：《医疗收入费用明细表》（收入费用总表附表）、《现金流量表》、《财政补助收支情况表》。（5）医院财务情况说明书中增加对成本核算及控制情况说明的要求，要求附规定格式的相关成本报表。增加了《医院各科室直接成本表》；《医院临床服务类科室全成本表》；《医院临床服务类科室全成本构成分析表》三张报表（6）医院对基本建设投资的会计核算需要按照本制度单独建账、单独核算。制度要点 产品特色多资金多部门固定资产管理 1、基于卡片模式的固定资产管理，按资金来源比例与部门分摊等级资产原值2、支持资产按照资金来源比例分别计提资产折旧3、支持资产多部门分摊，可以根据多资金来源情况按部门分摊比例计提折旧4、支持多资金来源、多部门分摊固定资产价值变动自动生成凭证5、提供多种资金来源固定资产的各种查询分析报表，帮助使用者、管理者全面了解与控制多种资金来源固定资产的使用情况成本报表 1、根据医院财务情况说明书中增加对成本核算及控制情况说明的要求增加了三张报表《医院各科室直接成本表》；《医院临床服务类科室全成本表》；《医院临床服务类科室全成本构成分析表》基础数据调整 1、 按照新制度要求预制了会计科目2、 增加了现金流量项目等基础数据收支管理规范加强核算管理 1、 提供收支结转功能，财政项目补助、科教项目收支结转等自动完成2、 提供结余分配功能，将结余部分自动分配3、 以转账的形式，实现各种基金的自动提取4、 提供备查簿功能，可以将财政基本补助支出备查簿自动等级预算管理 1、实现部门预算、科目预算、项目预算、成本预算等的预算分析及核算控制财政项目科教项目核算管理 1、 根据项目的启动情况、执行情况、成果分析和结项验收等全过程管理项目，支持项目明细账目自动结转2、 增强项目核算功能，实现财政项目、科教项目、其他项目的收入、支出、结余的全过程管理3、 可以实现财政项目、科教项目收入、支出、结余分析报表，可对项目支出结构进行分析改进财务报告体系 1、 按照新制度预制了《资产负债表》等报表,表内数据可以自动由帐中取得2、 取消了原有《基金变动情况表》；3、 将原来的《收入支出总表》改为《收入费用总表》；3、增加新制度中要求的《医疗收入费用明细表》（收入费用总表附表）、《现金流量表》、《财政补助收支情况表》。财务报表审计 1、系统为审计系统预留了接口，为内外部审计提供财务数据备查簿管理 1、 根据新医院会计制度中的要求，一些专用科目要求使用备查簿记录科目发生情况，如应付票据，需记录票据的详细信息，及使用、核销情况2、 在固定资产科目中，要求出租、出借或作为担保的固定资产，应设置备查簿进行登记；3、 在医疗业务成本、管理费用科目应下设“财政基本补助支出”备查簿等。咨询顾问：侯俊松（8年用友软件服务经验）咨询电话：13791038104E-mail:song6253@163.comQ    Q：249180469

1、产品介绍： 心理云平台是一款基于系统化管理理念设计的心理健康综合系统，通过建立区教育局—学校—年级—班级—学生的纵向心理辅导体系，构建教育局—学校—家庭三方协作的心理管理平台，实现线上线下联动心理健康服务网络。 2、技术参数： 1)系统全面采用UTF-8全球标准编码，支持多种浏览器。 2)采用安全可靠的云计算技术，数据多重备份和加密，保证数据安全。 3)支持PC、微信公众号等多端口用户登录。 4)B/S架构，Mysql数据库引擎。 3、功能参数： 1)心理云平台主要由基础信息维护、心理测评、统计分析、咨询预约、量表管理、消息中心等模块组成，预留收集心理设备采集数据接口，便于进行大数据整合管理。 2)可根据需求设置组织架构（如区域、学校、年级、班级进行由上至下的分级），并提供对组织架构的新增、修改、查询等管理性操作。 3)灵活设置不同角色不同权限的管理员，如区级管理员、校级管理员、年级管理员、学生、教工、家长等。 4)具有新增、删除、修改、查询、关闭等账户管理功能，可单选或批量操作；同时，系统可自动生成学生对应家长的信息，便于家校互动；还可开设教职员工账号，开展教职员工的心理测评工作。 5)心理档案动态更新，包括个人基本情况、心理测量结果、危机预警、教师干预、心理咨询记录等。 6)心理测评量表涉及学业、情绪、智力、能力、人格、心理健康、婚姻与家庭、职业、人际关系等类别，可根据用户需求调整量表数量。 7)支持普测与个测，可自定义施测对象、施测量表、测试日期等。选择量表时可设置报告查看、测试次数等权限；系统智能分发，自动过滤不符合参测条件的对象；测评进度自动更新、详情随时可查，并支持未测名单导出。 8)个体测试完成后，系统即自动生成图文并茂的个体报告，报告内容包含量表简介、维度雷达图、结果分析、指导建议等。 9)团体测评完成后，按照性别、年级、班级等，即可一键生成团体分析报告，支持原始数据、异常数据导出。 10)心理预警功能：根据心理测评结果自动筛选预警名单，并智能分级预警。 11)统计分析：具有横向、纵向统计分析功能，可设置相关参数，一键生成分析报表。 12)量表管理：查看量表介绍及内容，可根据需求定制特殊量表及指定量表的更新；支持自定义量表的导入。 13)支持学校心理教师按周设置咨询排班时间、处理预约申请，并提供咨询过程中文字、图片、表格等的记录。 14)管理员可在消息中心发布新闻、通知、公告等。

产品详细介绍 　　《教育局信息化综合管理平台》包括日常办公、学籍管理、人事管理、校产管理、学业评价、综合素质评价管理、资源平台等模块，能够全面解决各级教育局的信息化应用问题，使教育管理的质量和效率得到质的提高。平台与《中小学数字化校园综合管理与评价系统》，可以无缝对接，实现互通互联，数字资源共享，形成教育局和学校两级一体的教育信息化管理平台。在此基础上，还可以与市级教育局实现无缝对接，形成市教育局、县（区）教育局、学校三级一体信息化管理平台。 　　●平台特点和优势： 　　1．基于Lucene综合搜索引擎等先进技术、对海量信息自动获取和分析，提供面向教育局多业务海量数据监测、分析、挖掘、溯源以及报表展示等功能，满足教育局及学校多用户复杂业务追踪工作过程中各个环节的用户需求。 　　2．富媒体文件综合处理，将Office文档，图像，视频，音频，动画等媒体表现方式，集中在一个组件中处理，使这些富文本内容使用起来更方便快捷。 　　3．基于Drools规则引擎、JAAS(Java验证和授权API)安全认证的权限管理组件，实现了权限管理和代码分离，只需改变相应的规则，就可以调整用户权限，使用户管理更安全。 　　4．基于jBPM4引擎的工作流组件。 　　5．平台应用系统采用B/S结构，系统采用Java开发语言并基于Seam2.0大型企业级应用框架开发，三级一体信息化可以采取共用服务器的方式，不需在客户端安装任何软件，只需统一部署机房，也就是在市、县（区）教育局装配共用的服务器集群即可。这样能够节省项目硬件设备投入资金，便于系统维护，便于网络、硬件及软件的维护和更新，确保数据安全性，避免因为管理不善而导致数据流失、损坏现象的发生。 　　●模块功能： 　　1．日常办公 　　本模块针对教育局的日常办公特点和需要，设置了公文流转、信息发布、留言管理等功能。公文流转打通了教育局与下级各学校的网络沟通渠道，实现公文上级下发、下级上报、平级互发，不仅可以像邮箱起到发送邮件交流的作用，而且还有公文流程、文件紧急度、电子签章、实名签读、公文监控、公文归档等个性化的设计。信息发布、留言管理可实现教育局内部、对下属学校通知等信息的发布和局内个人留言。 　　2．人事管理 　　本模块针对教育局人事管理工作的需要，设置了人事档案、人事报表等功能，实现公务员及教职员工的人事信息电子化管理，确保人事档案信息真实、管理规范和安全，并为各级单位提供了所需的、自由灵活的人事报表功能，可按任意字段和内容进行汇总、统计、分析。 　　3.学籍管理 本模块针对教育局学籍管理工作的需要，设置了招生管理、学籍注册、学籍查询、学籍异动、学籍报表以及相关统计报表打印等功能，极大地方便了教育局学籍的管理工作。 　　4．学业评价 　　本模块针对教育局学业管理工作的需要，设置了成绩分析、成绩报表功能。教育局可以对期中、期末等重要考试进行分析，对单个学校进行跟踪分析，校与校之间进行横向比对，为安排部署下一步教学工作提供科学、准确的参考。 　　5.综合素质评价管理 　　针对教育局对所属学校学生综合素质评价和教师素质评价工作管理的需要，本模块设置了学生综合素质评价和教师素质评价管理功能，实现学生评价和教师评价结果报表的自动上报上传，便于教育主管部门了解和掌握学期学生评价、教师评价和教师绩效考核情况，毕业生的综合素质评价结果及毕业生推荐结果，检查和指导所属学校学生评价和教师评价工作。 　　6．教学资源管理 　　为了整合优质教育资源，减少教育成本，提高教学质量，本系统设置了教学资源管理平台。不同类型的用户可以根据不同权限，按照资源类别上传下载和查找教学资源，实现教育局所辖区域内学校的资源共建共享。 　　7．资产管理 　　本模块针对教育局资产管理工作的特点和需要，设置了办学条件管理﹑设备管理和校产报表汇总三大功能，办学条件管理包括设备管理、建筑物管理、房屋管理、用地管理、设施管理和实验室管理；设备管理包括设备类别维护、仪器设备管理和设备使用管理；资产报表汇总包括达标状态报表、办学条件统计报表和设备报表。教育局可以维护和查看所属学校的资产信息，实现局级单位资产和校级单位资产信息化管理。    

产品详细介绍金融实验室-实验室管理平台                                                                                                      咨询QQ:   “实验室管理平台”，是为实现院校实验室教学资源的科学化、自动化管理和运作，而研发提供的开放式、门户式管理平台，既能支持实验资源、课程、用户在平台内的统一便捷管理，同时有助于具有院校个性特色的实验室实体门户的建设和展示。                对于院校:（1）有助于实现院校科学化、统一化的实验资源管理；                                 （2）有助于搭建和展示具有院校特色的实验门户平台 对于教师和学生：（1）充分有效地应用院校提供的实验室资源系统；                                 （2）及时全面地掌握院校发布的实验室资源信息   产品特色 门户型平台的搭建 ◆提供平台横幅、肤色、图片、栏目、公告、信息、座右铭等个性化设置的功能，以支持具有院校风采特色的门户界面的创建和展示。 ◆提供实验室公告、院校信息、动态新闻等信息编辑发布和更新传递的功能，以帮助院校搭建信息通畅传播的平台。 专业的实验室管理 ◆ 实验室课程管理：支持管理员对实验室以周为频率进行课程设置和安排，以系统有效地发布和实施实验室占用分配、课室预订和实验安排等管理工作。 ◆实验室电脑管理：通过实验室、IP地址和座位号定位的方式，支持管理员实时查看、维护和管理各实验室电脑设备的物理信息（正常／已报废）、使用状态（占用/闲置）。 ◆ 实验室用户管理：通过实验账号与用户学号挂钩的方式，帮助管理用户和教师用户实时监控学员的个人信息、班级信息、登入时间、登出时间等考勤状况。 科学化的资源管理 ◆将院校各实验室软件资源产品，清晰合理地实施分类整合管理，并实现所有资源产品在统一平台上的直接、快捷调用。 ◆根据管理员、教师和学生三类实验用户定位，自动化生成适合不同角色访问的实验室资源体系框架，更有效地为实验用户提供资源使用引导。为更科学地支持实验软件资源的有效管理，平台提供了使用率统计功能，以柱状图和圆饼图的方式，生动形象地统计实验用户对实验资源的使用次数、使用比例情况。

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。

采用本发明得到的低相关区域序列组，在一定的相关区域内，绝大部分自相关函数取值为零，并且全部互相关函数取值为零。本发明所得到的低相关区域序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。