产品详细介绍    物联网综合实训台ITS-T06 将模拟电子、数字电子、电路设计、信号处理、传感器原理与检测、RFID 技术、单片机技术、计算机原理、电机控制、网络通讯编程、网页制作、无线电通讯、图像处理、音频处理、指纹采集、嵌入式技术等相关知识与生产生活常见场景和设备有机地结合起来，实现参数的采集、传输和控制，如家电控制、门禁控制、照明控制、窗帘自控、温室大棚环境控制、RFID 标签读写识别、指纹身份识别、图像采集、图像压缩、图像解压、图像留言、声音采集、声音编码、声音解码、室内外遥控、定时控制、电话远程控制、计算机远程控制等，有利于学生将所学的物联网知识融会贯通，发挥创新能力。        物联网综合实训台ITS-T06 采用模块化结构，配置一个中央控制系统模块，若干个基础产品模块，以及智慧农业、智能家居、智能安防、智能门禁、智能仓储、智能图书馆等物联网应用系统实训模块，还可以根据用户要求定制物联网行业应用实训模块。物联网综合实训台ITS-T06 标准配置6 个模块（双面操作），另外可以选配若干个应用模块。应用模块可以根据教学要求装拆替换，灵活方便，可以满足不同层次、不同行业的教学需要。 物联网综合实训台ITS-T06 将当前热门的物联网技术和最有市场潜力的物联网应用方案结合，提供了贴近现场应用的模拟环境，可以用于物联网基础理论的学习验证的实验教学，还可用于物联网应用系统装调及二次开发的实训教学，为师生接触和研究当前先进技术搭建桥梁。让学生在学科实践中不仅能接触到硬件、编写代码，还能体会实际产品开发过程中各相关专业知识的交叉引用，积累开发经验。有了物联网综合实训创新实践平台，学生不用走出校门、不用找企业实习，在创新实践中心就能积累产品开发的经验、培养团体精神、提高技术技能。为学生的就业创造更好、更多的机会。     物联网综合实训台ITS-T06 的特色 1． 实现多学科综合实践：ITS-T06 将模拟电子、数字电子、电路设计、信号处理、传感器原理与检测、单片机技术、计算机原理、 电机控制、网络通讯编程、网页制作、无线电通讯、图像处理、音频处理、指纹采集、嵌入式技术等相关知识融会贯通，让学生可以灵活应用各科知识，发挥创新能力。 2． 采用当前热门嵌入式技术：ITS-T06 为老师和学生们提供当前最受欢迎的嵌入式技术。学生通过实践能够熟悉嵌入式开发的流程，掌握开发智能家居相关软件和调试工具的使用方法。 3． 采用源码开放的Linux 操作系统：为了便于老师和学生研究计算机操作系统原理，揭开计算机操作系统的神秘面纱，我们采用源代码开放的Linux 操作系统。老师和学生不仅可以阅读Linux 系统的源码，而且可以自己配置和修改部分代码，定制个性操作系统。由于Linux 相关的网络资料、书本资料很丰富，因此在学习或开发过程中如果遇到问题，就可以在相关论坛得到帮助， 缩短技术攻关的时间，提高学习或工作效率。 4．采用最合理的梯度实践方案：物联网综合实训方案根据教学活动的不同、学生知识水平的不同，采用难度递增的分层设计。 5． 体验式实验项目66 个：在体验实践活动中学生们课可以亲自动手操作所提拱的实践项目，观察现象。也可以修改一些参数，操作修改参数后的项目并观察现象。体验实践通过操作演示，让学生体会科技的魅力，培养和激发创新的兴趣，认识到自己专业的重要性。体验实践课可以设置在大一或大二相关专业的专业课概述、专业课见习实习、兴趣体验等教学活动中，以此来培养学生对本专业的爱好，同时也丰富同学们的学习生活。 6． 课程实习项目38 个：老师先给同学们演示所要进行的实习题目的整体功能，然后让同学们自己查资料、编写代码。在老师的指导下同学们实现演示时看到的功能。为了方便老师教学我们给老师提供所有实习题目的源代码。老师可以通过参考源代码快速掌握功能的实现过程，便于在教学中指导同学们进行实践活动。课程实习教学实践活动，加深学生对相关理论课程的认识；培养同学们自己动手搜集资料、筛选资料、快速学习知识的能力；积累项目规划、编写代码、上机调试的经验，让学生在实践中锻炼自己，快速成长，最终达到社会对毕业生的能力要求。 7． 创新项目方案12 个：物联网综合创新实践平台为广大师生提供体验实践和课程实习的源代码，为老师们研究学科知识在实际产品中的运用提供捷径。通过研究源码和物联网的整体实现方法，老师就能更好的掌握哪些学科知识才是社会生产中最需要的。同学们通过研究源代码和物联网的整体实现方法，可以根据需要进行创新实践活动，开发自己的科技作品。通过二次开发实践培养同学们的科技创新能力，为参加大型的国家或学校科技竞赛积累经验。 8． 探索项目方案6 个：物联网综合创新实践平台，为师生进行学科研究和验证更高效的算法供平台，使师生们的科技探索不仅能深入的进行理论研究，而且能在实际的产品平台上验证算法和理论成果。比如网络摄像头这一功能涉及到了图像的存储、压缩、解压。如果有师生对图像处理感兴趣，就可以在网络摄像头操作演示代码的基础上开发图像处理的功能。如精确的人脸识别、模式识别、高效图像压缩等。 9． 应用面广：ITS-T06 可应用于计算机科学与技术、电子信息工程、通信工程、应用电子技术等专业的模拟电子、数字电子、电路设计、信号处理、传感器原理与检测、单片机技术、计算机原理、电机控制、网络通讯编程、网页制作、无线电通讯、图像处理、音频处理、指纹采集、嵌入式技术的实验和实训，提升学生动手能力，培养综合型、复合型人才。          

呼吸慢病患者物联网管理平台，主要是对患者的个人身体检测数据进行采集、主要是手环、听诊器、体温计的数据采集，医生对患者的听诊音频进行审核分析，并给出诊断报告；以及心肺音数据的切片标记。和呼吸慢病患者可视化分析，利用可视化工具提供丰富的图表展示，提高结果的可读性。

呼吸慢病患者物联网管理平台，主要是对患者的个人身体检测数据进行采集、主要是手环、听诊器、体温计的数据采集，医生对患者的听诊音频进行审核分析，并给出诊断报告；以及心肺音数据的切片标记。和呼吸慢病患者可视化分析，利用可视化工具提供丰富的图表展示，提高结果的可读性。

根据用户需求订制工艺，工艺段分预处理、单级反渗透、电子级混床等。全自动运行、自动正反洗，水质在线监测，液位及压力等在线显示，系统模块化一体化设计，产水量范围0.5T/H---500...T/H

根据用户需求订制工艺，工艺段分预处理、单级反渗透、二级反渗透、EDI电除盐、电子级混床等。全自动运行自动正反洗，水质在线监测，液位及压力等在线显示，系统模块化一体化设计，产水量范围0.5T/H---500...T/H

将“构想性、沉浸化、强交互”的独特模式，结合智慧农业、智能家居等行业场景，应用于项目实训教学过程中，激发学习兴趣，扩展思维。

1、 一种具有高度可见光透过率与隔热特性的陶瓷基玻璃涂层或玻璃贴膜。 玻璃改造后可见光透过率高于 70%，屏蔽 99%以上的致癌性紫外线，且有 效阻止通过玻璃的热能交换过程，可用于建筑或汽车玻璃的节能改造， 提升建筑的适居度与节能效果。 2、 该项目各技术环节环保无毒，产品成本远低于市面现有技术，性能优于 现有技术，设备投入与实施成本低。

项目以高异形度喷丝板和异形纤维的加工技术，在多家企业开发了高导湿涤纶短纤维及长丝；系统研究了纤维集合体的毛细效应机理，指导高导湿织物的织造工艺和后整理工艺；并建立了高导湿纤维导湿性能的专用评价体系。成果获2007年度国家科技进步二等奖。课题组还进行高品质熔体直纺超细旦涤纶长丝工业化生产技术集成开发，成果获2009年度纺织工业协会一等奖。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。