H3C Learningspace是新华三自主研发的基于VDI及VOI混合架构，针对教育等场景提供的云教室融合桌面解决方案，兼顾VDI云上的灵活性，集中资源（包括系统、应用、数据等），按需向学员分配虚拟桌面，以及胖终端形式的性价比，低投入情况下满足新课改、3D建模、视频处理等高负载要求。 H3CLearningspace通过统一的Web管理控制台，实现远程运维，对数据中心资源集中管理、统一监控，概览界面直观展示系统健康度、课程/教室/用户总数量、桌面运行情况、资源使用率、异常报警信息等，可点击各模块进一步查看详细信息。 自动安装：除一体机出厂已预装所有必要程序外，还提供裸机安装，底层虚拟化、分布式存储、管理平台程序等集成打包，一个镜像导入，即可自动执行下一步直到安装完毕。 一键巡检：部署完毕、后期维护、故障定位等等，平台一键健康检查，即可自动发现系统隐患，并给出优化建议。 模板优化：课程镜像通过自动优化工具，对操作系统进行上百条性能优化动作，较大化提高桌面使用体验。 自动升级：管理平台上传升级包，所有终端自动检测与下载，服务器后台、教师端、学生端自动执行升级操作，无需手动干预。 Learningspace将最复杂的代码逻辑留给研发层，最通俗易懂的操作呈现给前端，较大程度节省人工参与的工作量，提高效率。 活力课堂，教学手段多样 Learningspace内置新华三自研配套教学管理软件，专为教育场景定制。 基础功能：模板切换（一键上下课、不同课程对应不同模板）、屏幕广播、签到、学生演示、收发文件、屏幕监看、一键禁网、离线逃生、一键重启、座位调整、U盘禁用、全屏肃静、自习模式、账号模式、虚拟教室、远程协助、电子教鞭…… 语音相关：语音广播、分组讨论、学生发言、语音会议、个别通话…… 特色功能：直播课程、大班基础课等需求，教师端可随时勾选多个班级合并为一个逻辑大班，进行统一授课与控制。 常用功能应有尽有，无论在体验，还是成本上，Learningspace均实现了突破。除内置外，还支持第三方多媒体教学软件的无缝集成，以保障任课老师多年的教学习惯得以延续，减少学习成本。 测试考试，省掉九十九步 无纸化考试以其保密、环保、效率等众多优势，正逐步替代纸质模式，Learningspace内置测试平台与考试环境自动部署模式。 随堂测试：老师可以发起单抢答、全班答、随机答等形式的评估测验，测验结束后系统自动阅卷打分，测试结果计入学生积分系统，在校园空间的积分墙进行排名展示，老师可以此为参考，对学生上课质量进行评估。 考场定制：支持多种考试场景，如国家计算机一、二级等级考试，社会职称考试等，支持ATA、NCRE等考试部署要求。同时提供考试专属镜像，自定义保留考试桌面（桌面完整环境与文件数据）周期时间，以便考试结果有异议可后期溯源备查。 无论是纸质的考卷阅卷，还是PC的手动环境部署，其工作量均为通宵级，而Learningspace开发大量自动化流程，遵循能不动手即不动手，能省时间则省时间的原则，为广大教师提高百倍效率，少走不必要的路。 网盘分享，再无硬件拷贝 Learningspace内置网盘功能，由分布式存储提供服务，为数据安全加持多重保障，每位师生均可分配一个私人校园网盘，在校期间永久保留个人数据，访问不局限在云环境，校园网范围接入均可登陆获取自己的专属数据，省去忘带U盘的尴尬，也阻断病毒的传播途径。提供分类查询，分享文件，配合作业空间功能，让数据分享无边界，学习趣味再提升。 较佳性能，尽情三维渲染 H3C作为国内少有的NVIDIA授权VDI厂商，具备vGPU技术，可将企业级显卡进行虚拟化切割，把性能强劲的GPU算力分配给云桌面，极大增强VDI架构的图形处理能力。灵活的显存分配，根据使用需求任意切分，实现OpenGL和DirectX的3D类应用流畅运行。显卡资源云端集中管理，可视化的GPU资源监控管理功能，有效降低运维成本。 与此同时，Learningspace也提供更省成本的解决方案，VOI组件支持充分发挥胖终端硬件性能，将CPU与集成显卡无损耗提供给图形设计或视频处理等高负载应用场景，而后端无需大量服务器资源，节省数据中心建设投入，与此同同时，内置的网盘功能可漫游终端生产的文件数据，除了保障安全，更能提供便捷。 作业空间，趣味云上答题 任课老师可创建自己的课程组，组内包含上此课的学生账户，学生拥有对应的登录使用权限，所有操作均为浏览器访问，不局限特定环境，教室、寝室、图书馆，随时随地，写作业。 云上作业：教师可在此课程组里编辑和发布作业，设置提交截止日期，所有课程内的学生均可见，过期答题，提交拒收。 评论互动：教师在平台批改打分，会自动呈现数据统计报表，如提交人数、平均分等，同时教师可选定优秀答案公开展示，全体学生可对其评论、留言。 微课空间：教师端可上课期间进行录屏，将上课内容完整上传至微课空间，以作为公开课或复习视频共享，学生可以点播微课视频进行学习、点赞、评论和回复。 安全策略，确保万无一失 在安全保障上，Learningspace做了大量安全机制，多重保障，以消除隐患顾虑。 集群技术：将每教室的学生桌面平均分散到所有云主机，避免单台主机压力过载，确保不会出现某些主机闲置，而某些利用率极高的情况，所有集群资源可在其他教室未上课时，全部集中提供给某个教室使用，性能10倍提升。 双机热备：支持集群拆分，每个集群可以独立承担业务功能。拆分后的集群在恢复网络后，可以再次合并，恢复原有业务。满足学校在考试、阅卷期间使用的计算、存储、网络等资源与正常业务实现完全物理隔离，各项业务照常开展。 权限回收：为防止学生误操作，以及考试场景的安全性，学生终端断电、桌面关机、重启、甚至硬件损坏，数据均不会被清除，只有教师端点击下课，学生桌面才会还原。故障终端现场换新，虚拟机仍会保持之前的状态，重新自动连接。 教师端离线：教师端实时检测与云桌面平台交互是否异常，从而自行切换离线和在线状态。离线模式下教师可不依赖云桌面数据中心进行屏幕广播、屏幕监控、语音广播、学生发言、语音讨论、远程协助、学生转播等等。 终端多样，品牌保障品质 不同的终端体系，对应不同场景需求，大幅度提高适用范围：VDI灵活多变，可塑性强，承载普通业务场景，横向扩容，搭配vGPU技术满足高性能3D渲染需求；VOI本地计算，发挥终端全部性能，数据云端存放，节省服务器资源，降低投入成本。 ARM架构、X86架构、分体机、一体机、老款性价比、新款高性能……各类形态可供选择，体积小巧，机身一体化设计，噪音直线下降。瘦终端嵌入式芯片，最低达1/30的PC功耗；胖终端桌面级CPU，超强性能。无风扇、机械硬盘等易损元件，基本可做到硬件零维护，相对PC，使用周期更长，节省开支、减少电子垃圾。内置自研SpaceOS系统，开箱通网即可受远程管控。

本发明提供的一种基于表面分子印迹技术的3‑MCPD检测方法及装置，将待测油脂与有机相介质体系混合以形成电化学介质体系，采用CNTs/SiO2‑MIPs修饰电极直接检测所述电化学介质体系中的3‑MCPD含量；其中，所述有机相介质体系包括极性或弱极性有机溶剂。相比于现有技术中在对3‑MCPD进行检测时，其对待测油脂的前处理过程过于复杂、处理效率低，本发明的基于表面分子印迹技术的3‑MCPD检测方法及装置，其检测效率高、检出限低。

丁香醛与3,4,5-三甲氧基苯甲醛是通用药物中间体，它们最主要的用途是用于合成经典抗 菌剂——甲氧苄啶，每年全球生产量达5千吨左右，中国是主产国。目前丁香醛与3,4,5-三甲氧 基苯甲醛的生产路线为对甲酚四溴化-水解制得二溴醛、二溴醛甲氧基化得丁香醛、再进行甲 基化制得3,4,5-三甲氧基苯甲醛。这条传统路线的主要缺陷是溴素的消耗极大，后续副产大量 的溴化氢，必须设立耗溴的溴代烷烃工厂。因此丁香醛与3,4,5-三甲氧基苯甲醛的生产需依赖 溴素原产地，副产衍生化过长，生产成本较高。随着中国溴素资源的枯竭逐步显现，当前丁香 醛与3,4,5-三甲氧基苯甲醛产业亟需产业升级换代，开发使用新的低溴、绿色的合成技术。这条路线的优点在于： 1. 在溴化反应制备二溴酚中，使用洁净溴化技术，无副产溴化氢，溴素消耗量最小，实现 溴素资源的循环利用，摆脱丁香醛与3,4,5-三甲氧基苯甲醛生产对溴素资源原产地的一类，并 且该步反应几乎无废水排放。 2. 在甲氧基化反应制备二甲氧基对甲酚中，使用定量甲氧基化技术，可以直接回收精甲醇 用于循环生产甲醇钠。与此同时通过回收溴化钠进行循环利用，无废水排放。 3. 在氧化反应制备丁香醛中，使用本课题组开发的高效氧化技术，安全、高产、分离简 便，仅有少量中和废水。 4. 这是一项低碳、低溴耗、循环经济、低污染的绿色洁净合成路线，生产成本较老工艺有 较大幅度下降，为产业更新升级所急需。并且该条路线可以联产中间体三甲氧基甲苯，形成合 理的产业链条。

成果简介：便隐血是指消化道出血量少，肉眼不见血色，少 量红细胞被消化分解，以至在显微镜下也无从发现的出血。正 常人便隐血检验为阴性，而阳性结果常见于肠癌、消化道炎症 或出血性疾病等患者粪便检测，便隐血检测对诊断消化道出血 具有重要意义，也是目前进行消化道肿瘤普查、初筛和监测的 有效手段，是临床上诊断消化道出血的重要依据。 目前，便隐血检测的主要指标为转铁蛋白和血红蛋白，且

高校科技成果尽在科转云

本发明公开了一种基于 D2D 和上行 NOMA 的两用户通信方法，包括：获取当前网络信息和用户信息；两个用户需要在通信时长 T 内完成各自的数据传输，当距离上满足 di＞dj＞d0 且 dj+d0＞di,i≠j,i,j∈{1,2}时，用户 i 在通信时长 T 内使用全部频谱资源将数据量 Di 通过D2D 方式传输给用户 j；用户 j 工作在 FD 模式，在通信时长 T 内使用全部频谱资源通过 NOMA 方式将数据量 Di 和 Dj 上传给基站，其中用户 i 的数据作为强用户数据，基站首先对其进行解码，然后再解码用户 j 的数据；本发明提供的结合 D2D 技术的上行 NOMA 高能效通信方法，与采用上行 OFDMA 的通信方法相比，在保证系统频谱效率不变的情况下，较好地提升了系统能效。