一、平台背景 虚拟仿真实验教学是高等教育信息化建设和实验教学示范中心建设的重要内容，是学科专业与信息技术深度融合的产物。为贯彻落实《教育部关于全面提高高等教育质量的若干意见》（教高〔2012〕4号）精神，根据《教育信息化十年发展规划（2011-2020年）》，教育部决定于2013年启动开展国家级虚拟仿真实验教学中心建设工作。其中虚拟仿真实验教学的管理和共享平台是中心建设的重要内容之一。 目前，大多数高校都有针对课程使用实验教学软件，但由于每个专业或课程的情况不同，购买的软件所采用的工作环境、体系结构、编程语言、开发方法等也各不相同。由于学校管理工作的复杂性，各校乃至校内各专业的实验教学建设大都自成体系，各自为政，形成了“信息孤岛”。主要面临如下问题： • 管理混乱，各种实验教学软件缺乏统一的集中管理； • 使用不规范，缺乏统一的操作模式和管理方式； • 可扩展性差，无法支持课程和相应实验的扩展； • 各系统的数据无法共享，容易形成“信息孤岛”； • 缺乏足够的开放性； • 软件部署复杂，不同的软件不能运行在同一台服务器上。 二、平台目标 该平台的目标就是高效管理实验教学资源，实现校内外、本地区及更广范围内的实验教学资源共享，满足多地区、多学校和多学科专业的虚拟仿真实验教学的需求。平台要实现学校购置的所有实验软件统一接入和学生在平台下进行统一实验的目的，通过系统间的无缝连接，使之达到一个整体的实验效果，学校通过该平台的部署，不仅可以促进系统的耦合度，解决信息孤岛的问题，还可以使学校能够迅速实施第三方的实验教学软件。 平台提供了全方位的虚拟实验教学辅助功能，包括：门户网站、实验前的理论学习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的智能指导、实验结果的自动批改、实验成绩统计查询、在线答疑、实验教学效果评估等功能，同时该平台可扩展集成第三方的虚拟实验课程资源或自建课程资源，为各类院校虚拟实验教学环境提供服务并进行相应的应用。 三、应用方案 《国家中长期教育改革和发展规划纲要（2010－2020年）》第十九章第六十条明确指出:加强优质教育资源开发与应用。加强网络教学资源库建设。引进国际优质数字化教学资源。开发网络学习课程。建立数字图书馆和虚拟实验室。建立开放灵活的教育资源公共服务平台，促进优质教育资源普及共享。创新网络教学模式，开展高质量高水平远程学历教育。 虚拟实验建设的理念就是采用我们这个方案的理念(平台+资源)，发布一个虚拟实验中心门户网站、建设一个开放式虚拟仿真实验教学的管理和共享平台，然后再陆续把相关虚拟实验课程的资源统一放到该平台来进行管理，从而面向各个学科的相关课程开展虚拟实验教学。 四、平台的主要功能 开放式虚拟仿真实验教学的管理和共享平台包括虚拟实验中心门户网站、实验前的理论学习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的智能指导、实验结果的自动批改、实验成绩统计查询、数字化资源管理、师生互动交流和系统管理等子系统。 虚拟实验中心门户网站：一个动态Web系统，系统内容包括中心介绍、实验教学、实验队伍、管理模式、设备与环境、教学特色、中心新闻/公告/通知等。 实验教务管理：课程库、培养计划、排课、选课、开课审核等功能。 实验教学管理：现场实验安排、虚拟实验安排、实验批改、考勤管理、成绩管理、实验报告等。 实验前理论学习：实验前学生通过练习、自测、课件等方式学习实验理论知识。 实验过程智能指导：学生在实验过程中遇到问题可以请求指导，系统给出指导信息。 实验结果自动批改：学生提交实验结果后系统自动评判，给出分数和评分点。 数字化资源管理：各种虚拟实验、仿真软件和演示动画的上传、发布。 实验室开放预约管理：实验室设备借出、实验室预约、实验预约、工位预约管理。 师生互动交流：实时答疑、在线留言等。 系统管理：用户、分组、角色、权限、日志、备份管理和实时监控等。 五、平台特点 1)系统针对学校实验教学整体需求设计，满足校级实验教学需要； 2)可集成所有符合标准的第三方虚拟实验系统和软件； 3)经典实验的设计采用B/S架构，方便学生使用和系统部署； 4)全面开放了实验室的实验资源，提供开放式实验教学服务。方便学生自主灵活参与实验，充分发挥学生的主观能动性，提高实验教学的效果； 5)多种角色应用体系，多种业务权限配置，满足学生、教师、教务人员、实验室管理人员和校领导的需求，受益面广； 6)人性化的协同学习，帮助教师和学生随时随地通过网络在线或离线交流； 7)虚拟实验和现实实验相结合，丰富了实验教学方式，通过系统可同时管理硬件实验和虚拟实验； 8)实验教学排课灵活，可统一安排也可学生自选，提供学生、教师以多种方式打印课表； 9)多种数据导入导出功能，方便各种身份角色数据汇总、数据统计； 10)可无缝集成到学校的教学教务管理系统中； 11)支持实验报告在线提交，并提供实验报告在线批注和智能批功能； 12)可根据现实实验室进行直观的工位布局，方便学生预约和入座； 13)支持在线多媒体编辑宣传内容，可实现实验中心与下设实验室门户网站统一管理； 14)系统更加注重实验教学效果。

区域版心理健康教育云平台共划分为中心管理端、学校端、教师端、学生家长端等多个用户端口。平台贯彻了“互联网+心理”的核心理念，实现了包括区域内教委及各学校的心理资源、数据共享，采集了包含学校、个人、家庭的多层次心理健康数据。平台以学生为主体，串联起心理咨询师、教师、家长等不同角色覆盖整个教育系统，同步关注了学生、教师和家长的心理需求。借助平台教委心理健康主管部门可动态检测全区心理健康状态，为未来制定心理教育决策提供有效数据支持。 核心功能： （1）全方位云测评： 提供心理健康、个性人格、智力、情绪等超过百种专业心理测评量表。 迅速了解和监测区域内全体师生的心理健康状况。 （2）大数据云分析： 通过测评结果，自动筛查生成预警名单，心理咨询师直接开展后续危机干预及跟踪工作。 生成全区大数据分析报告，满足教育部门动态掌握区域内学生心理健康水平和结构需求。 （3）系统化云档案： 自入学起建立学生心理档案，全面记录学生基本信息、测评结果、咨询记录等信息。 支持家校联动，家长可通过网络查看学生心理档案以及心理动态； （4）零距离云咨询： 平台支持网络在线咨询及预约咨询，不再局限于传统咨询场地限制。 拿起手机、平板电脑即可随时随地和心理咨询师零距离沟通。 （5）心理资源云共享： 专业心理知识、科普、案例等数字资源分享。 心理数字教材、配套教学资源、心理优课等教学资源共享。 （6）多功能心理云服务： 区域心理教育工作宣传平台，发布分享区域内公告、新闻及相关文件。 平台支持科研调查问卷统计，便于开展课题研究与专题研讨。

一.软件介绍汽车构造及拆装软件采用“教、学、练、考”的完美结合方式，是一个集AJR实训、中心数据库、知识共享、管理系统、考试系统等于一体的平台。使汽车专业的学生进一步理解所学的汽车理论知识知识，掌握基本的职业技能，提高了其实际操作中的分析和解决能力，最终达到在学习的目的。 二.软件优势1.交互性强，操作简便实时响应操作者的输入，实训练习过程中，系统根据学生当前实训操作，作出相应的提示和帮助，学生再根据提示进行操作练习，整个操作过程方便易用。2.教学成本低学校实习实验建设配备先进、完整、齐备、典型的汽车及零部件需要花费高昂的经费。在实践操作前学生预先进行软件实训，强化规范化操作意识，在实践培养时可以有效降低设备的损耗。3.场景生动逼真系统以图片、动画、视频等多种方式介绍汽车发动机外围机构、配气机构及气缸盖、曲柄连杆机构的零件以及工具使用，还可采用360度旋转、缩放、移动等全方位查看汽车发动机部件零件及工具，更加具有真实、直观、生动和立体感。三.主要功能1.实训练习实训练习模块主要包括六大模块：外围机构拆卸、配气机构及气缸盖拆卸、曲柄连杆机构拆卸、外围机构安装、配气机构及气缸盖安装和曲柄连杆机构安装。下面以外围机构拆卸和外围机构安装为例进行详细介绍。2.实训考试实训考试模块主要检查学生实训操作水平，包括外围机构拆卸、外围机构安装、配气机构及气缸盖拆卸、配气机构及气缸盖安装、曲柄连杆机构拆卸和曲柄连杆机构安装六个模块。实训考试需要教师端开放实训考试项目后，学生才能进入对应模块考试。3.发动机总体介绍软件采用文字、动画等方式分别对发动机的结构和工作原理进行简单介绍。让学生首先对发动机有个整体的认识。此模块供分为概述、曲柄连杆机构、配气机构、燃料供给、润滑系统、冷却系统、起动系统、点火系统分别进行介绍。4.工具箱点击导航工具箱下的子栏目“工具箱”，弹出页面，系统默认设置了常用工具和专用工具2大分类。可以分别点击选项卡进入，例如预制式扭力扳手，打开工具介绍页面，工具包括，分别从工具介绍、实物展示、3D展示、使用注意点四个方面进行介绍。5.零件库零件库从外围机构、配气机构及气缸盖、曲柄连杆机构三大机构介绍各部件的对应零件。进入零件库页面后，可以通过鼠标操作，移动、缩放、旋转爆炸图，了解零件在发动机中的位置。6.视频教学进入视频教学模块学习。点播观看学习外围机构的拆卸和安装、配气机构及气缸盖的拆卸和安装、曲柄连杆机构拆卸和安装。视频教学相对于文字而言更加生动清晰，能够帮助学生深刻理解汽车结构和流程。四.软件特点1.有效的监控管理方式教师端可以实时监控学生实训练习，为学生提供指导，了解学生知识掌握情况、综合能力，调整教学安排和进度。2.良好的练习记忆功能学生再次进入实训练习时，系统自动保存练习的记录，无需从头开始练习，可以继续上次未完成的实训练习，提高学习效率。3.开放性教学模式系统提高大量教学资源、考试题库、学生无论在学校、家里，只要能联网，就可以自主学习，并且及时更新补充知识，巩固学习汽车最新技术结构、原理和发展趋势方面的信息传递等内容。

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。

目前，多媒体视频领域存在多个编码标准，包括 mpeg1/mpeg2/mpeg4/h.264，以及我们国家拥有自主知识产权的 AVS 标准。mpeg4 标准之中又包括 xvid、divx 等，而 h.264 可能 93 合作方式 商谈。4 所属行业领域 电子信息领域。也将存在多种编码标准。其中新的编码标准，如 h.264、VC-1 等，由于其需要较高的处理能 力，仅仅依靠嵌入式 CPU 或 DSP 的多媒体解决方案是无法获得满意的性能指标的，因此必 须采用专用集成电路(ASIC)方法来实现硬件加速功能。但这种 ASIC 设计方法——即通过硬件实现直接提供某种(些)编码格式的支持缺乏灵 活性，一旦有种新的编码标准推出，就需要重新设计开发芯片。面对众多的媒体编码标准， 这种方式增加了设计以及应用成本。而就目前市场发展来看，多种视频编解码技术将长期共 存，迫使芯片业界必须迅速攻克灵活性、兼容性等难题。为解决这一问题，清华大学设计了 一种软硬件混合的多媒体处理器解决方案，支持 mpeg1/mpeg2/mpeg4 /h.264/AVS 视频标准 以及相关的音频编码标准。其核心是设计一种多媒体处理芯片，该芯片对于通用的多媒体编 码中的计算密集型的数据处理，如运动补偿算法(Motion Compensation)、反离散余弦变化 (iDCT)、色彩空间转换等，采用 ASIC 实现。在此硬件平台之上，设计一套与具体标准无 关的多媒体处理通用软件开发接口，实现软硬件混合的媒体处理。这样就能够增加媒体处理 的灵活性——可以通过修改软件来支持新的编码标准或者新的应用。