Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

数据资源中心主要用于维护系统分析所用的数据源、构建数据模型、新建视图，并进行数据权限分配与管理。师生可以根据实验和实训需求，自定义新的数据源，作为学生实验练习的数据。同时也满足教师科研项目需求，对接各类科研数据。支持数据按人员、按类型进行分类，确保满足不同数据的精准使用要求，也保证教学与科研的顺畅进行。1、 数据管理数据源管理支持多种类型数据源添加、API数据接口配置；数据模型支持同一数据源下的数据分类管理、元数据管理和维护、数据抽取加速、数据权限设置等功能；模型授权支持将数据模型按照组织机构、角色、组的方式授权给设计用户；总体上来说，数据管理实现各类科研数据的统一接入、管理与权限的按需分配。2、开放数据超市数据超市提供了30多个维度、700多个二级类目、上万个业务标签的全维度业务数据画像，数据总量超过500亿，存储总量超过100T，日均增长超过500万条,为企业采购风控、销售客户评估、AI精准获客、精准招商、投融资、高校科研机构、政府事业单位及各类专业人员提供了企业活力指数评估和全息数据画像，从微观、中观、宏观多方面提供了各类企业数据分析报告、行业趋势报告和相关指数。同时基于国家电网创新应用开发平台、中广核新能源数据价值创新联合体等行业组织，可以精准提供电力、新能源等产业的真实业务数据，为高校相关课题研究提供数据支撑。

教学大数据分析展示平台作为专为高校教研开发的数据挖掘分析应用系统，致力于通过对学校教学中的数据的科学采集、存储，智能建模、分析，辅助学院管理员及时把控教学进度，让教师科学制定教学方案，让学生精准认知自我。

赋能·协同·卓越：服务高等教育强国建设

研发阶段/n该发明提供具有片状解理晶粒结构的β-TCP生物陶瓷粉末的制备工艺。采用本发明方法时，首先按摩尔比为2∶1称取计算量的二水磷酸氢钙和碳酸钙，混匀后在电炉中加热升温到930℃，保温3小时；然后将粉末取出，直接用液氮急冷，再将其放入930℃的炉中急热，随炉自然冷却；最后将粉末置于原始Ringer液中37℃恒温浸泡7天，取出干燥，得到的粉末主晶相为β-TCP，单晶粒具有片状解理结构。 优势：制得的粉末主晶相为β-TCP，并且单晶粒具有片状解理结构，从而有利于材料在人体内的降解。

本发明公开了一种基于数控编程的数控机床结构参数的辨识方 法，其包括以下步骤:建立数控机床的系统动力学模型，计算差分方 程;生成伪随机序列;通过 NC 编程将伪随机序列转变成数控机床的 速度激励信号;根据速度激励信号，通过同步动作在数控系统的每个插补周期内给定速度激励信号，实现自激励;通过同步动作在数控系 统的每个插补周期内采集数控机床结构参数辨识信号数据;选定辨识 参考模型，利用 MATLAB 系统辨识工具箱和采集的数据，对数控机床 的系统动力学模型进行辨识，

本成果来自有重大应用前景的横向项目。研究团队在多年螺栓连接结构松动机理研究的基础上，通过改变螺母的几何结构，并利用形状记忆合金的超弹性和记忆性，改变螺纹的受力情况，以此达到防松的目的，从而解决工程实际。此外，理论计算结果表明，常规螺栓连接结构的前三圈工作螺纹承载总轴向力的70%以上，使用该螺栓连接结构，能将轴向力较为均匀的分布在各工作螺纹上，有效提高螺栓连接结构的疲劳寿命。该防松方法拟申报国家发明专利，并逐渐推广使用。

本发明公开了一种多层结构柔性薄膜的连续层合方法，包括(1)对第一柔性薄膜和第二柔性薄膜分别进行模切及废料剥离处理，使得各薄膜的一侧面上的保护层被剥离，且在中间的有用层上切出呈阵列布置的矩形切口；(2)以第三柔性薄膜作为层合的中间膜层，首先剥离其中一侧面的保护层，然后与准备阶段中的第一柔性薄膜进行层合，得到具有四层结构的柔性膜；(3)对第三柔性薄膜的另一侧面的保护膜进行剥离处理，再将该经剥离后的表面与准备阶段中的第二柔性薄膜层合，得到具有五层结构的复合膜。本发明还公开了一种多层结构柔性薄膜的连续层合的设备。本发明的层合设备及其工艺方法，可以有效地实现多层结构柔性薄膜的半断模切和精确对位层合。

低压差分LVDS（Low-Voltage Differential Signaling）传输技术因具有低功耗、低误码率、低串扰辐射等特点，被广泛地应用在高带宽和高速I/O接口通信系统中。目前，在各种类型的TFT-LCD（thin film transistor-liquid crystal display）薄膜晶体管液晶显示屏的图像数据接口通信中都采用LVDS传输技术。但是不同厂家、不同尺寸、不同分辨率的TFT-LCD屏对应传输信号的差分格式及协议不同，影响了屏的兼容性，为生产视频处理电路主板的厂家测试带来了极大的不方便，实际生产中急需要把种类繁多的差分数据协议转换成具有多媒体标准协议的TMDS数据格式。本项目将对应不同尺寸、不同分辨率、不同传码率的TFT-LCD液晶显示屏的差分数据格式及传输协议的图像信号转换为多媒体标准协议的TMDS格式信号，采用片上系统FPGA器件实现， 提高显示屏的兼容性，方便生产显示器的厂家测试电路主板，提高了生产效率。

针对植物油炼制过程产生的脱臭馏出物化合物因其组分结构相似和物化性质相近导致现有主要生产技 病理是肿瘤诊断的金标准。病理诊断的准确严重依赖病理科医生的经验。智能化数字病理是数字化病 术中分离选择性差等关键问题，提出了以离子液体类溶剂强化的维生素E提取技术，重点发展植物脱臭馏 理与人工智能（AI）的结合，其推广不但能减轻病理医生的工作负担，还能提高医疗欠发达地区的诊断水 出物中维生素E提取的连续萃取分离工艺。基于相平衡实验数据拟合热力学模型参数，构建离子液体类溶 平，是病理学发展的未来趋势。