为进一步提高学校师生办理所需文件的便捷度，让信息多跑路，学生少跑腿，时代锐思推出可信电子文档服务平台。此平台依托PKI身份认证体系，以标准电子签章服务体系为核心，将数字证书与师生校内基础数据整合，为学生提供可信电子成绩单、可信电子证明文件的申请、生成、派发、验证等全在线自助服务，解决全流程线上业务办理“最后一公里”问题，三步申请、一秒送达、一次搞定。 可信电子文档优势 更加的安全 与传统的纸质文档相比，电子文档更加的安全，不会丢失和损坏，更不会被其他人所利用和伪造，而且具有和纸质文档一样的法律效应。在需要的时候随时可以通过pc端、手机移动端对电子文档并进行查验，杜绝文档篡改、造假。  更加的便利 电子文档是一个数字的文档，不需要随身携带，只需要在使用的时候，随时可登录服务平台查询、下载已加盖电子签章的文档。 随时打印 可信电子文档随用随打印（彩色、黑白均可），对打印机和纸张没有限制，对打印次数没有限制。  更加的智能 实现文档电子化之后，每个学生的相关文档（各种成绩单、证明文件）都可以随时在线查询，而且会更加的智能化。 更加具有公信力 可信电子文档的法律效力、基本用途、基本使用规定与纸质文档相同，突破了传统纸质文档的概念；采取电子签章实现文档签名、电子盖章，实现电子文档唯一性、不可抵赖性、防篡改；通过数字媒体形式传送与保存文档内容，可通过网络、移动通信等方式传送给接收方。   可信电子文档应用

实现“教学考评管”全流程课堂管理，教师教学过程中可以按年级、班级、学生等不同单元组建教学课堂，根据课程教学目标自由进行课程实践、项目实训的实验内容、进度、结果的管理。教师可以自定义教学计划，并结合学生情况设置拓展和必修课程及相关考核要求。平台将学生实验进度、学习行为和结果的全流程数据完整记录，支持教师管理课程学习与考核数据，开展多维度学情分析，满足多种类型教学管理场景需求。 定制课堂 平台基于元子课及实训项目，教师可以根据课程教学目标、学生情况、选用教材等，选择不同方向、分类、难易度的实践元子课和实训项目组合教学课堂，针对不同专业、年级、班级的学生灵活搭配出符合自身教学需求的课堂，实现个性化定制，让实践教学与整体教学目标更好地融合。 教学计划 教师可以根据自身课程教学内容和教学进度，设置课程评分规则、完成时间等，并实时查看学生的学习进度、学习成绩，直观了解到当前课堂的学习进度。同时平台还提供必修课与拓展课配置，在满足教学目标的基础上，还能添加“拓展内容”，为学习意愿与能力较好的学生提供更多的学习机会，更好地激发学生的学习兴趣。 作业评价 平台中对于实训项目作业提供了统一的审阅、评分入口，教师可实时查看实训项目作业的提交情况，便于对学生作业进行评分。同时平台还提供了优秀作业展示模块，教师可以在评分时将学生的作业评选为优秀作业展示出来，树立榜样，为优秀学生提供了展示风采的平台，营造出了评优争先的学习氛围，调动了学生的积极性。 学情分析 学情分析模块中统计了每个学生的课程学习进度、课程平均分及总学习时长等关键数据，以图表的形式直观展示出来，将学生的学习情况量化，使教师对学生的学习情况一目了然。教师可以通过对课程学习进度、学习时长等数据，了解到每个学生的学习积极性，便于教师对学生的平时成绩进行一个更准确更有依据的评判。平台还内置了生动形象的“成绩单”，可以让教师看到课堂中单个学生的全部课程学习情况及成绩，使教师对每个学生的学习动态有了更加全面、及时的了解，协助教师更有效地优化教学过程，达成教学目标，提高教学质量。 在后台中，平台记录了每个课程的访问情况、使用情况以及每个用户在平台中的操作记录，并按课程与用户两个维度分别进行统计，以统计表的形式进行汇总展示，方便平台管理者对平台内资源使用情况及用户操作情况有一个全面的了解。 课程资源 平台针对每个课堂，都提供了公共的课程资源库，可供教师上传课堂教学过程中全部课件、文档、视频、代码包等教学资源，实时共享到课程资源库中，方便学生进行查看、下载，教师教学资源共享更便捷，学生课后自学归纳更高效。 课程考核 平台为教师提供了试卷、试题库，支持教师自定义新建试题或批量导入试题，以及通过模板自动组卷和手动选题组卷两种方式创建试卷，积累自己的教学成果。教师可通过试卷创建考试并发送至课堂，以课堂为单位进行在线考试，可在线评阅试卷并查阅考试成绩、成绩分布以及详细答题情况分析，帮助教师快速了解学生对课程知识的掌握情况。 优秀作业 优秀作业模块展示了教师在实训课程中评选出来的优秀作业，可以在学生间树立优秀榜样，其他学生用户也可以浏览查看优秀作业，促进学生互相学习，共同进步。同时优秀作业还将展示相同专业课程的往届优秀作业，可供学生在学习过程中参考，助推总结反思。为学生们搭建了展示风采、相互促进、观摩学习的平台。  

以项目应用实践为核心，结合行业真实业务场景，以解决问题为目标进行项目实训，为高校师生应用实训提供环境与资源的双重保障，真正实现学生“应用能力”培养。基于Jupyter Notebook的交互式编程与拖拽式可视化分析引擎和机器学习开发引擎，可满足大数据、人工智能专业以及交叉学科的多种实训需求。平台提供完整的在线指导手册、实训环境，同时支持自定义实训项目，教师可将科研课题成果转化为实训项目案例，让科研反哺教学，不断优化教学成果。 1、实训环境1.1    交互式笔记平台通过接入Jupyter Notebook，为学生提供了基于网页的交互编程的实验环境。通过在线编码与在线运行，让课程可以更加多样化，让学生的学习可以更加直观有效。1.2    可视化分析引擎平台内嵌可视化分析引擎，拖拽式可视化操作，为新商科、新文科及相关交叉学科数据可视化分析提供工具支撑，50余种图形组件，包含上百种图形配置参数与多种主题风格，满足各种自定义效果展现，学生可结合实际行业业务快速开展数据分析工作。1.3    机器学习开发引擎拖拽式低代码的机器学习开发引擎，拖拽连线式模型构建及详细的洞察帮教功能，让学生可以快速开展数据探索与深度数据分析。内置150多个分析算子，从数据处理、特征工程、机器学习、集成学习、深度学习、模型管理等数据挖掘全流程方法支撑，满足应用型教学需求。2、实训手册平台中内置的每个实训项目都包含一个详细描述实训任务的实训手册，从项目背景、任务要求、使用方法等多方面对实训任务进行全面描述，复现出实际操作场景，使学生明确实训目标，在循序渐进的引导中完成实训项目。3、在线实训平台内嵌入成熟商业大数据分析工具，提供了拖拽式低代码的在线实训环境，为实训项目打造出可视化分析和机器学习两种实训模式，让学生在学习过程中就接触到实际项目工具，真正做到学以致用，增强学生在大数据领域求职就业的硬实力，为以后进入大数据相关岗位奠定基础。同时平台还提供采用编码式的实训项目，可以满足学生在代码层面的学习需求，通过在线实训练习提高学生的综合编码能力。4、实训作业学生可在平台中使用可视化分析引擎、机器学习开发引擎、Jupyter Notebook等在线实训工具产出多种类型的实训作业，教师可以对课堂中学生作业进行统一审阅、评分，在线完成了从作业产出到作业评审的闭环，降低了复杂实训项目的练习门槛，学生也能第一时间了解到作业评审的反馈信息，提高了学习效率。5、自定义实训平台中内置了编码式和拖拽式的实训环境，可以支持教师将手中科研项目及过往项目经验总结积累下来，集成并转化为不同业务场景的实训项目。教师通过自定义实训手册，可以从自身项目经验角度出发，切实描述实训项目任务，创建更加贴合实际的实训项目任务，增加学生代入感，提高学生积极性。除了满足自身的教学需求之外，教师还可以将自己创建的实训项目共享至实训项目库，方便其他教师复用。

建设专业的实践教学科研平台，提供产业级集成电路设计环境。 培养高质量的集成电路专业人才，提高学生实践开发能力和工程实践技能。 校企联合共建课程体系，加强双师型师资队伍建设，创新人才培养模式，加强专业建设软实力。 为申报各类省部级以上重大科研项目提供支撑条件，为各类相关科研试验提供设备和场地支持。 提供工程教育认证整套解决方案及工程认证专家指导。 发挥服务地方经济建设的功能，为地方培养优质的集成电路专业人才。

针对高校毕业校友信息管理方面的需求，加强对毕业校友的个人信息、职业信息、荣誉信息的管理力度，确保校友信息更新及时，获取全面准确的数据；同时拓展了学校与校友、校友与校友、校友与在校生之间信息分享、资源互助的渠道。

1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。

本发明提供了一种面向轨迹挖掘的数据预处理方法及系统，该方法包括：在原始数据库中提取离散的轨迹点，对轨迹点进行归类提取后形成若干个独立的轨迹段集合；对每一轨迹段集合中的轨迹点进行重复定位点检测，若判断该重复定位点为历史定位点，则删除；对每一轨迹段集合中的轨迹点进行定位异常点检测，若判断为定位异常点，则删除该轨迹点，得到若干条完整的轨迹；对所述完整的轨迹进行简化压缩，得到压缩轨迹；存储所述压缩轨迹；同时对系统运行状态进行监控，保证系统可以持续、稳定运行。本发明提供的方法通过对提取出的轨迹点进行重复定位点以及定位异常点清除，保证了轨迹数据的正确性和完整性，提高了轨迹数据挖掘的准确度。

本实用新型公开了一种苜蓿播种机用开沟器，主要由开沟装置、开沟器架、导肥装置和导种装置组成。开沟装置主要由侧翼铲、滑刀和扩沟板组成，旨在开出适宜苜蓿种子发芽的高质量种沟；导肥装置由导肥管和散肥器组成，用于将肥料导入种沟侧面；导种装置主要由导种管组成，旨在将苜蓿种子导入由开沟装置形成的种沟内。本实用新型能够满足苜蓿播种开沟的要求，可以开出高质量种沟，利于苜蓿种子出苗及第二年返青。本实用新型适用于大部分地区的苜蓿播种，特别是寒冷、干旱地区。

一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无