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。

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。

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。

成果通过大数据基础性共性关键技术研究，提升重庆大数据应用指导理 论和应用系统水平，形成国内领先的大数据应用研究成果和示范应用，研制具 有自主知识产权的若干大数据软硬件产品和工具，达到国内领先水平，以点带面, 引领重庆大数据产业创新发展。成果研究与设计大数据产业新型研发机构示范， 设计成立市场化运营、独立法人的新型研发机构，创新管理、科研和成果转化、 产业化的模式和机制，面向社会和重点产业开展大数据应用关键共性技术研究和 成果转化服务，吸引国内外大数据技术企业、海外大数据人才和社会资本，构建 产学研用协同创新，具有产业联动效应、连接向上下游的重庆大数据产业创新机 构。完善重庆大数据产业基础性技术支撑系统建设，具备创业与孵化等功能，组织策划实施重庆大数据产业重点专项，促进重庆大数据产业科技成果转化，推进 重庆大数据产业创新发展。成果包含以下方面的行动方案调研与研究：高速大数 据挖掘关键技术研究及应用示范；实时动态大数据处理关键技术研究及应用示范; 大数据分析预测模型与智能决策系统研究及应用示范；多维叠加式大数据可视化 系统平台研究及应用示范。 成果为政府和行业提供决策咨询、产品规划、方案设计等服务，帮助其梳理 业务数据、挖掘数据价值、重构业务流程。成果为政府和行业提供决策咨询、产 品规划、方案设计等服务，帮助其梳理业务数据、挖掘数据价值、重构业务流程。 成果为政府和行业提供包括大数据解决方案及系统集成和数据资产运营的全方 位的大数据解决方案服务；参与数据资产运营，获得数据增值部分的分成。