产品详细介绍腾创网络教育平台主要功能 ：一、前台页面功能1.用户登录：新用户注册，用户登录，进入个人管理平台可以对自己的基本资料等进行管理。2.网络课堂：显示当前系统里面所有老师已经发布的课程。3.课件点播：显示当前系统里面所有老师发布的课件，支持的格式包括图片，PPT文档，word文档，FLV格式的视频等。4.答 疑 区：提供老师和学生在网络上进行文字互动交流。5.名师风采：当前系统里面老师的资料库。6.学习心得：学生可以发布自己的心得体会等供大家学习。二、电子课堂功能1.课堂模式：包括讨论模式和培训模式两种。培训模式支持正常的一对多的教学，老师讲课，多名学生听课，同时支持学生举手发言或者老师点名要求某一个学生发言；讨论模式下，可以选定几个学生的视频发布出来，进行视频语音的互动。2.用户列表：显示当前在该电子教室里面上课的所有用户。3.发言申请列表：在培训模式下，申请发言的学生举手之后会显示在发言申请列表里面，老师可以点击让该学生进行发言的。4.资料共享：系统支持PPT、PDF、图片、视频等多种格式的资料共享，老师可以上传资料共享，老师也可以指定某个学生上传资料共享。5.资料下载：共享的资料在上传的时候，上传者可以设置是否允许用户从服务器上下载该资料下来使用。6.电子白板：可以在白板上面进行文字，画图等多种操作。7.文字交流：系统有文字交流区域，且支持文字私聊的功能。8.桌面共享：老师或者老师指定的某个学生可以共享自己的桌面给在当前课堂里面的用户进行观看。9.同步操作：老师的操作支持同步操作，同步操作下，用户的显示和老师的操作是同步变化的。10.视频全屏：支持老师的视频全屏操作。11.视频设置：可以根据自己的网络实际情况进行视频音频的调整。12.手写白板：直观展现实体教学的黑板操作，操作简便，丰富教学内容。更多咨询请联系电话：15875588052 QQ：1152136167  蔚蓝  

产品详细介绍订制远程教育系统网站，供应远程教育平台国内行业领先基于Flash P2P腾创网页视频远程教育平台面市远程教育培训系统是一种实现个性化、因材施教的高效教学模式，是对传统教学模式的一次革命。它突破了传统“面授”教学的局限，为求知者提供了时间分散、自由安排学习、资源共享、地域广阔、交互式的学习创新方式。远程教育培训系统，可以为企业或组织在实施“人才战略”及构建“学习型组织”中提供重要的网络技术方面的支持，适应企业的发展需要，是加强培训能力建设的重要举措。深圳市腾创网络技术有限公司是一家专业致力于语音视频技术的重点高新技术企业。经过公司研发部门的努力的，腾创网络视频教育平台2.0版开发成功，现在接受所有客户的预定，客户可以根据自己网站的需求，订制个性的远程教育系统。该系统是一款基于Flash P2P技术实现的免下载语音视频远程教育系统程序，占用服务器带宽极少，同时支持单独培训一对一，课堂授课一对多语音等远程培训授课模式。其主要功能如下：1.   网络课堂：用户可开设独立的网络课堂，进行教育培训。2.   课件点播：用户可上传自己的视频课件，供其他人点播使用。3.   网络答疑：通过网络进行答疑等。4.   在线充值：用户可以通过在线支付系统进行充值等。演示地址：http://edu.tenchong.com:9005/index.html联系人：蔚蓝在线咨询：1152136167电话：400-601-2894  0755-26070697标签：远程教育平台，网络教育系统，现代教学系统，远程教育软件,远程培训系统，远程培训软件      远程教育平台 网络教育系统 现代教学系统 远程教育软件 远程培训系统网络培训软件做为企业的领导，你愿意用最小的付出，培养最好的人才吗？做为学校的老师，你梦想自己的门生桃李满天下吗？面对面的交流，一对一的贴心培训，实现你走向成功的梦想。 

产品详细介绍呼吸信号分析呼吸信号(Respiration)简称RESP，是伴随着呼气与吸气的周期性变换，在呼吸管道以及胸腹部都会产生周期性形变产生的生理电信号。随着疲劳程度的加深，呼吸的幅度减弱，周期性的频率延缓。此外随着个体情绪的变化，人的呼吸信号也会发生规律性变化。ErgoLAB呼吸反应分析软件提供多种滤波方式，便于根据研究需要进行选择与自定义调节。还可监测与分析全程以及阶段化的数据信息处理方式，更加精准的分析某一时间段内的呼吸行为。从而统计并导出呼吸信号的时域与频域数据报告，具体数据包括时域数据AVRESP、SD、Max、Min、Rang；频域数据Power、Peak值，以及可视化的功率谱图等。RESP高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与RESP指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块处理方法包括小波去噪（Wavelet Filter）、高通滤波(baseline)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的RESP信号；数据校正包括滑动均值滤波（Moving Average）与滑动均方根滤波（Moving RMS）。IBI计算，通过设置最大呼吸速率（Maximum Heart Rate）与最大呼吸阈值（R-peak Mark Threshold）提取R点数据，支持自定义参数。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析，二者可实现自由切换。A.   时域分析是将RESP信号看作时间的函数，通过分析得到RESP信号的统计特征。统计分析指标包括：一段时间内的均值（Mean）、中值（Median）、标准差（STD）、最大最小值差（Range）。B.   频域分析是运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定RESP信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。包括Power与Peak能量值。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、BR数据、IR数据以及整体结果报告。

产品详细介绍心电与脉搏信号分析自动化多角度分析模式 ：基于自动识别/自定义整段、场景、事件及片段分析，满足对时间点或时间段内数据趋势变化的精确分析。支持状态识别研究的自动化处理，如疲劳状态、认知负荷，输入研究时间段参数，自动化完成特征值提取与分析。数据处理与特征点提取 ：系统内置多种信号处理方式，包括小波、高/低通滤波等对原始信号进行处理，自动标记R峰值点（包括异常值检测、异常点矫正），提取IBI间期，进行数据统计与分析，可一键导出.csv文件。数据统计与可视化报告： 支持IBI间期的时域统计、经FFT转换的频域数据以及非线性分析，从不同角度挖掘数据信息。支持一键导出原始数据、处理数据、统计分析数据以及结果的可视化报告，更加可靠与丰富。多模态数据同步交叉统计 ：支持HRV信号与多模态数据进行交叉统计分析，包括行为、眼动、脑电、动作捕捉以及其他的生理电信号数据，实现多维度的结果验证与多模态数据更精确的的状态识别。HRV高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与HRV指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块：处理方法包括数字滤波和R点提取。数字滤波包含四种，分别为小波去噪（Wavelet Filter）、高通（High Pass）、低通（Low Pass）、带阻（Band Stop），用以滤除噪音干扰，从而得到有用的PPG信号；R点提取包括R峰提取（R-Peak Extraction）、异常点检测（Ectopic Detection）、异常点矫正（Ectopic Correction）。用户可根据需要自定义输入参数，可选择多种处理方法进行一次处理；也可增加、删除已选择的处理方法。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块：信号分析模块包括时域分析、频域分析和非线性分析三种，三者可实现自由转换。A.时域分析（Time Domain）：包括全程记录期间所有N-N间期的均值（MeanIBI）、全程记录期间所有N-N间期的标准差（SDNN）、全程记录期间所有N-N间期的标准差平均值SDANN、相邻N-N间期差值的标准差（SDANN Index）、相邻N-N间期之差的标准差（SDSD）相邻N-N间期差值的均方根（RMSSD）、相邻N-N间期之差大于50ms的比例（PNN50）、相邻N-N间期之差大于20ms的比例（PNN20）。SDNN与总体变异性相关，而RMSSD与副交感神经影响心率的活动有关。B.频域分析（Frequency Domain）：运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，用以表达不同频率的变异数量，包括：高频段（HF 0.15-0.4Hz）、低频段（LF 0.04-0.15Hz）、极低频段（VLF 0.0033-0.04Hz）和超低频段（ULF 0-0.0033Hz），并对信号进行功率谱密度分析。从功率谱密度中确定信号的频带，将在功率谱分析图中以不同的颜色区分。统计数据包括Power、Power Percent、Power Norm以及Peak、Total Power、LF/HF指标统计。C.非线性分析：散点图分析（Pioncare）,利用R-R间期变化绘制图像，包含了HRV的线性和非线性的变化趋势了，给出了心脏波动的直观显示，能揭示非线性过程和非周期性运动。同时引入了向量长度指数和向量角度指数，分别反映R-R间期的变化程度和相邻R-R间期的变化程度。参数包含垂直偏差SD1，水平偏差SD2；差值散点图（Scatter）：时间序列中连续的速率值之间的相关性，以连续三个IBI点做差值得到一个坐标点做图，得到四个象限的值。参数指标包括：第一象限点的个数A++、第三象限点的个数B--。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、心率HR、IBI间期、R峰值以及整体报告。

中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院” 

面向服务的P2P网络支撑平台（ServiceorientedPeer-to-peernetworkingIntegratedSystem，简称SPIS），拟建立一个广域网范围内，集资源整合与利用为一体，面向服务的Overlay网络支撑平台，提供文件共享、CPU资源整合、网络存储、极速传输等基本网络服务。/line在本系统中采用结构化P2P网络技术作为Overlay网络的实现技术，实现对当前网络中的存储资源、计算资源、带宽资源及信息资源的整合，已完成以下工作：/line对Chord算法进行改进，提高Chord路由算法的效率和节点查找成功率，完成JavaRMI版的Chord实现；/line基于以上工作开发面向服务的P2P网络支撑平台（SPIS）及其公用工具集，为开发人员提供一套API以进行二次开发；基于SPIS，分别实现文件共享服务、网络存储服务、计算力资源整合服务和极速传输服务。/lineChord算法改进：针对Chord路由算法的邻居修复算法存在缺陷，提出了增强型邻居修复算法(EnhancedFingerFixAlgorithm,EFFA)，提高了查找效率。

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。

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。 本成果以历史客流数据分析研究为起点，通过轨道交通客流预测，为轨道交通运营优化提供科学依据，以提高轨道交通服务质量，方便市民出行，为重庆市新发展需要创造更大经济效益和社会效益。

技术简介 针对国家大气污染防治战略与山东省大气污染防治规划，建立多平台高精度全覆盖的卫星遥感火灾监测技术体系，显著提高卫星遥感火灾监测技术水平，成果应用于山东省春秋季秸秆焚烧火点遥感监测工程。 创新点及性能指标 （1）研究Himawari-8、MODIS、FY等系列遥感卫星影像，为火点实时监测提供数据支持； （2）突破火点识别与火点提取关键算法，显著提高秸秆焚烧火点监测精度，为监管部门秸秆焚烧治理提供技术支撑； （3）实现卫星实时监测-算法集成-野外核查自动化流程，提高火点监测与监管效率； （4）为秸秆焚烧、森林火灾、草原火灾、工业热源等监测提供技术解决方案。