硬件选型 1.安卓触屏型 触屏使用，良好的用户体验 2.云同声传译 简单易用的云桌面管理系统和强大的听说读写译功能 同传会议功能介绍 主控端： 1.一键开启同传会议；2.支持录音功能，同传会议过程中同步完成录音；3.支持代表发言权限控制。 主席端（发言席）： 1.一键开启发言；2.支持原音、译音、左原右译、原译混合4种收听方式。3.支持查看发言人摄像头画面。 译员端： 1.依据国际同传会议标准设计；2.支持多人协同翻译；3.支持转译；4.支持语速提醒功能，一键提醒发言人调整语速；5.支持查看发言人摄像头画面。 参会人端： 1.依据国际同传会议标准设计；2.支持语速提醒功能，一键提醒发言人调整语速；3.支持查看发言人摄像头画面。 同传教学功能介绍 同传训练主控端： 1.支持同传训练和同传实战教学模式；2.支持同声传译和交替传译等同传训练方式；3.可视化同传训练，媒体视频与摄像头多画面同屏展示和广播。 同传训练译员端： 1.可视化同传训练，译员可同屏查看媒体视频画面、所选频道的摄像头和自己的摄像头画面。2.支持多译员协同翻译；3.支持转译。4.语速提醒功能，一键提醒发言人放慢语速。 同传训练发言人端： 1.可视化同传训练，发言人可同屏查看媒体视频、教师和自己的摄像头画面。2.具有咳嗽键；3.支持一键开启或关闭可视画面。 同传训练代表端： 1.可视化同传训练，同屏查看发言文稿或媒体视频，同步显示教师（主席）和所选译员的视频画面。2.支持任意选择译员通道进行收听，支持原音、译音、左原右译和原译混合4种收听方式。 可视化同传教学： 同声传译训练过程中，主席、全体译员和代表均能够清晰的看到发言人的特写镜头，通过口型等纠正发音，支持双通道聆听功能，可选择四种收听方式：只听原语、只听译语、左原语右译语、原语译语混听。 支持全体学生作为译员，提升教学效率：国际标准会议系统中的译员通道数通常为8路或16路，中科卓软同声传译训练系统突破技术限制，支持百人以上规模的学员同时进行训练，这意味着在中科卓软同传训练系统环境中，学员不再受译员通道数的限制而全程参与同传译员训练。 视译训练：视译(on-sight interpreting)是指同传译员拿着讲话人的发言稿，边听发言、边看原稿、边进行同声传译。受训人员坐在“箱子”里，能够清晰看到发言人的特写镜头的同时也可以通过显示器看到发言者的文稿。视译时可以用很短时间对原文通读一遍，了解发言人的主要内容并对语言、专业难点做“译前准备”； 中科卓软同声传译训练系统中，教师可以屏幕广播课件到学生端，支持文本、图片或视频等内容。 可视化交替传译训练：交替传译训练就是教师组织学员口译时，逐段下发原语，学员在听音、记录后，对本段内容进行口译的过程；交替传译训练是教师通常采用的一种口译训练，它便于调整训练的节奏，加强了学员听力和速记能力的训练。 双通道录音，双通道聆听：主席、全体代表席、全体译员席将同时进行数字化双通道录音，各自生成独立录音文件，双通道录音技术让教师在录音回放时左右逢源，同样有四种声音回放方式：原语播放、译语播放，左原右译，原译混听，这使得同传训练点评功能最具特色。 支持多种媒体作为训练内容：在使用“媒体广播”或“屏幕广播”功能时，可实现可视化互动教学，即视频课件画面或教师电脑屏幕画面与发言者现场头像画面可同屏广播至所有单元屏幕，实现常态化的可视互动教学。

陈立泉院士 1940 年生于四川南充，1964 年毕业于中国科学技术大学物理系，同年到中国科学院物理研究所工作至今。2001 年 11 月当选为中国工程院院士，是专注中国锂电池第一人。他在中国率先开展锂电池及相关材料研究。在国内首先研制成功锂离子电池。解决了锂离子电池规模化生产的科学技术与工程问题，实现了锂离子电池的产业化。他曾是物理所高温超导材料研究的负责人和主要研究者，首次发现 70K 超导迹象，研制出液氮温区超导体并首次公布了材料成分。近年来，开展了全固态锂电池、锂硫电池、锂空气电池、室温钠离子电池和固体氧化物燃料电池中的物理化学过程及相关材料的设计、合成、表征、物理和电化学性能及其应用研究。为开发下一代动力电池和储能电池奠定了基础。发表论文 250 余篇，申报发明专利15 余项。 2021 年 1 月 17 日，陈立泉院士在中国电动汽车百人会论坛（2021）上表示：“目前液态锂离子电池的能量密度到了 300 瓦时/公斤，已经达到了一个极限。下一步或者新一代电池要发展固态电池，逐渐要过渡到全固态锂电池。同时我们还应该发展钠离子电池，它的电解质目前是液态电解质，下一步也要发展固态钠离子电池。”

产品详细介绍         产品图片                        产品特点        1.  小学科学化学探索包—包含pH传感器、电导率传感器、高温传感器、色度传感器、浊度传感器、氧气传感器、二氧化碳传感器等。 2.   典型应用：生活用水的研究、探究食言的变化、观察牛奶的变化、小苏打和白醋的变化、蜡烛燃烧的变化、测量各种瓶装水、果汁喝牛奶的酸碱度等。        产品范围        朗威®DISLab产品支持的学科以物理、环境科学和小学科学为主，兼顾化学、生物；并且涵盖基础教育的全学段，即从小学科学到初、高中理科实验教学。         产品用户          凭借强有力的教学科研支撑、稳定的产品质量和优良的售后服务，朗威®DISLab产品先后中标沪、京、浙、苏、皖、鲁、闽、粤、桂、陕等省大型政府项目，多年间装备了全国2000多所中学及200多所高等师范院校。           产品服务            朗威®DISLab产品每年在北京、上海、广州、新疆等全国30个省、市自治区开展数字化实验室教学培训，为各校提供了系统的产品应用培训、有力的促进了数字化实验在教学中的应用及推广。     山东远大深切了解一线用户的需求，本着强烈的社会责任和奉献精神，十年来的服务足迹遍及大江南北、天山脚下、白山黑水和西南边陲，从而获得了广大用户的好评。         产品意义         在中学物理教学领域的应用逐步从课件和虚拟走向了数据采集和实时实验，这是由物理教学的本质特征所决定的。具有代表性的首先是上海市编写的《上海市二期课改高中物理教材》，其次是人民教育出版社、上海科技教育出版社以及广东教育出版社新课程教材。在这些教材中，均明确提出了以朗威®DISLab传感器、数据采集器为基础的数字化物理实验的概念，并明确给出了教学实施方案。学校选用朗威®DISLab，既体现了信息技术与物理教学整合的课改理念，又能够使实验教学装备与新课标教材要求保持高度一致。         生产能力         山东远大总部及生产基地位于济南市，公司占地2000平方米，有员工近130人，其中专业技术人员30多人。公司拥有整套完善的生产管理、产品质量控制程序。公司在同行业中率先通过了ISO9001：2008质量管理体系认证和ISO14001：2004环境管理体系论证及GB/T28001-2001职业健康安全管理体系认证。         公司简介        山东省远大网络多媒体股份有限公司，成立于1997年，是依托山东大学组建的高新技术企业，产品注册商标为“朗威”牌llongwill®。 山东远大立足知名学府，身处高科技前沿。自1999年起,致力于数字化实验系统的研发,并于2000年推出第一代产品,在国内率先提出了实验教学采用“传感器+数据采集器+计算机”模式。2001年度，山东远大研发、生产的“微机辅助中学物理实验系统”产品顺利通过国家教育部部级新产品新技术鉴定,并荣获国家科技部科技型中小企业技术。山东远大在注重技术进步的同时，格外注重向整个教育领域传播全新的教学理念。以技术为依托、以产品为载体、以理念为先导，是山东远大一贯坚持的发展思路。作为中国数字化实验教学领域的开创者和领先者，山东远大的业绩在十年间有了长足进步公司影响力在同行业中名列前茅,朗威®系列产品已经初步具备了与国际一流品牌抗衡、冲击国际教育市场的实力，山东远大也正向教育行业的中型高科技企业稳步迈进。   山东远大，必将为中国教育做出更大贡献！

产品详细介绍 一、整体概述 植物生产与环境课程教学辅助资源，包括精品课件、教案、课程标准、微课、动画、习题库、试题库、课堂实录等多种形式，并配套有精品课程展示网站，全方位、多层次的辅助教师教学，激发学生学习兴趣，从而帮助学校整体提升教学质量与教学水平。 二、功能模块  产品构成：精品课件、教案、课程标准、微课、动画、习题库、试题库、课堂实录等多种形式 三、特色亮点 1. 课程教学产品包采用先进的教学理念、融入最新的农业技术； 2. 涵盖内容全面，教学形式多样，使用方法简单； 3. 吸引学生自主学习、合作学习、探究学习；   

产品详细介绍

钱逸泰院士，江苏无锡人，无机化学家，中国科学院院士。1962 年毕业于山东大学化学系。1997 年当选为中国科学院院士。2005 年起为山东大学胶体与界面化学教育部重点实验室学术委员会主任。2008 年当选英国皇家化学会会士。主要研究方向包括：1、新型过渡金属氧化物，无机非金属等纳米材料制备；2、石墨烯复合材料的自组装制备及应用；3、新型纳米材料及复合纳米材料在新能源领域的应用，如锂离子电池、钠离子电池、超级电容器等。近年来，钱逸泰领衔的资源循环与清洁能源创新团队从事锂离子电池电极材料化学制备的研究，发展了纳米硅等电极材料的简单合成技术，并被全球著名期刊《Nature Materials》作为亮点研究报道。2020 年重要锂电成果有：Energy Storage Materials：MXene 骨架上非晶液态金属成核晶种实现各向同性的锂成核和生长助力无枝晶锂负极Adv. Energy Mater.：通过改变阳离子溶剂化鞘结构在水系电解液中形成固态电解质界面Energy Storage Materials：室温液态金属的界面钝化实现 5 V 锂金属电池在商业碳酸酯基电解液中的稳定循环ACS Nano：商用合金和 CO 2 制备的二维硅/碳助力柔性 Ti 3 C 2 Tx-MXene 基锂金属电池

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。