产品详细介绍 系统特点：1、             单缆传输：利用现有的一根闭路电视线（75-5、7），实现所有信号的传输和自动化管理控制。频率范围108-140MHz;避开了民用频率87-108MHz.无串频干扰.2、             任意分区：独有的任意分区功能，可实现多个不同年级、不同的班级独立控制和任意组合。3、             各点可独立寻址：可实现点对点进行控制，控制任意年级或任意班级音箱的频道，并可独立开关或全开全关。4、             定时广播：用户可根据需要编制各频道一周的定时播放节目单，对播放内容、播出时间、播放区域等可任意编程控制。5、             自动播放：计算机可根据节目单自动定时播放，实现无人值守，播放前系统自动打开相应区域各点调频音箱的电源，播放完成后延时自动关闭。6、             远距离遥控：可以通过无线遥控系统实现室外远距离遥控主机播放曲目。7、             远距离讲话：通过无线送话器可以实现室外远距离讲话。配合均线遥控系统使用非常方便。8、             随意插播：在播放过程中，用户可以随时停止定时播放，随意插播其它节目，插播结束后，系统依然按照节目单继续播放。9、             音质优美：调频广播音频范围为30HZ-15KHZ，失真度小，一般为0.7%；而定压广播系统音频范围为200HZ-12KHZ，失真度10%。10、        遥控音箱：终端教室可以遥控自主选择播放通道。11、本地扩音：音箱自带音频输入接口，解决了教室本地节目播放源音量不够用的难题。12、        支持各种流行音频格式：如mp3、mpg、dat、wav、mid、avi等，可以录音和播放多种外接媒体源（如CD、VCD、卡座、收音机、麦克风等）。13、        操作简单：播控软件功能强大，界面人性化设计，操作简单易学。14、        抗扰能力强：调频广播为超短波（108-140MHz），不易受到外界电波影响，而且调频广播的本身特点采用电脑锁相压缩技术，可将干扰滤除。15、        强大的频道管理：用户可根据实际现多套节目的同时播放1路-12路。任意扩展。16、        系统容量无限大：接收设备不受数量的限制，可以随意增加。17、        分控广播管理：系统可以将控制中心分控管理，老师播放自己的节目内容可以不需要到中心机房，利用校园局域网电脑+分控主机及可做到任意点进行播放管理，大大方便了老师的备课流程。18、        紧急预案：独有的紧急分组分区广播、强制广播功能，在脱离计算机系统状态下照样实现广播，拥有了计算机瘫痪的紧急预案。19、        电源管理：特有的电源集中管理功能，可以集中自动关闭所有教室音箱电源，也可以分散自动关闭楼层音箱电源，当外部供电出现情况，系统自动生成定压集中馈电，保证系统正常工作。20、        灯光管理：可以利用本系统来实现校园灯光的自动管理的需要，以实现定时开关校园灯光。21、        消防联动广播：利用本系统消防联动管理机就可将消防报警信号与广播系统联动，并具备优先权；

采用“电子”作为反应试剂，以金属[M = In, Sn, Al, Ta, Nb, Zn, Ti, Ni,等]为阳极，控制一定的阳极电极电位，分别在ß－二酮（如乙酰丙酮，Hacac），醇(ROH)，或其混合溶液中电化学溶解金属，或按照一定顺序电化学溶解两种金属得到相应的单金属或者多金属有机物。具体反应为：M（金属）＋ HL ＋电能 → ML （L＝OR，ß－二酮如：Hacac）。本工艺为高纯度金属有机物（MO-CVD源）开发出一种全新“绿色化学”途径，具有如下优势：（1） 原材料金属可通过电解精炼达到很高纯度(>99.99%)，从源头保证MO-CVD源的纯度要求，该技术采用阳极电极电位控制特定金属溶解，从而进一步控制杂质离子。同时该技术合成的MO-CVD源可以采用常规方法进一步提纯，根据需要杂质离子可以控制在10-9 量级以下。如采用该法制备的纳米TiO2（粒径分布窄，～5 nm左右）杂质分析：Pb：0.6 ppm，As：0.5 ppm，Hg：0.09 ppm，Fe：0.21 ppm。（2） 该工艺克服了传统化学方法合成MO-CVD源的缺点。以钛醇盐为例，化学法采用TiCl4 ＋ROH → Ti(OR)4,该反应由ROH逐渐取代Cl生成Ti(OR)xCly，采用氨吸收HCl形成沉淀使反应向右进行，无法得到不含Cl的Ti(OR)4，很难满足特殊电子工业对Cl杂质要求很高的工艺要求。本技术从工艺路径上保证了产品纯度：Ti（金属） ＋ ROH ＋电能 → Ti(OR)4，该过程未引入任何Cl杂质，可以做到绝对无Cl的MO-CVD源。 （3）该技术具有通用性。MO-CVD源属于高附加值产品，市场变化快，本工艺采用的设备可以随时通过更换不同金属或者有机配体（含有活性氢配体），根据市场需要随时实现产品的转换，在追求高利润的同时规避市场风险，具有投资价值。工艺路线：具体合成：1. 金属醇盐：如钛醇盐、钽醇盐、铌醇盐、铟醇盐、锡醇盐，铜醇盐、镍醇盐等，及其稳定的金属醇盐ß－二酮配合物。2. ß－二酮金属盐化合物：如乙酰丙酮金属盐，乙酰丙酮锌Zn(acac)2、乙酰丙酮铁、乙酰丙酮铟In(acac)3、乙酰丙酮铜、乙酰丙酮钽、乙酰丙酮铌、乙酰丙酮锡等。3. 二元金属醇盐ß－二酮配合物：如PbTi(OR)x（acac）y，AlTi(OR)xLy，NaTa(OR)xLy，LiTa(OR)xLy等。 应用范围：高纯金属有机物可以作为MO-CVD源，制备超高纯度纳米金属氧化物。同时这些金属有机物可以有以下用途：添加剂，热稳定剂，催化剂，具体可用作树脂交联剂，树脂硬化促进剂，树脂、塑料、橡胶添加剂，铁电、压电等氧化物薄膜、超导薄膜、热反射玻璃薄膜、透明导电薄膜等功能薄膜材料等。

深圳市创新投资集团现管理45家商业化基金，管理基金总规模为19.21亿元人民币。其中包括直接委托深创投集团管理的基金37家，规模总计为8.65亿元人民币，有限责任基金5家，规模总计为5.5亿元人民币，有限合伙基金3家，规模总计为5.06亿元。深创投所管理的商业化基金形式多样，且管理方式灵活。商业化基金多采取委托深创投集团直接管理的方式，根据不同的原则收取相应的管理费。此外，也有与深创投集团共同成立管理公司进行合作管理，或采取有限合伙企业方式进行合作的管理模式。商业化基金多投资于深创投集团所投资的各行业及各类型项目，且已获得较为满意的投资收益。

海格通信频谱管理紧跟国际无线电监测技术发展动向，研发先进的无线电监测设备和系统，能为客户提供一揽子的系统解决方案，满足无线电管理部门需求。主要产品包括无线电监测接收机、测向系统及频谱管理软件等。频段覆盖短波、超短波、微波及Ku频段。产品已经进入无委、广电、铁路、海监等多个领域。

国投资产管理有限公司是国家开发投资公司专门从事资产管理业务的全资子公司，是国家开发投资公司金融服务业板块的重要组成部分和结构调整的平台。公司成立于2001年4月，注册资本金6.5亿元人民币。 公司作为国家开发投资公司专门从事资产管理业务的全资子公司，在主要服务于国家开发投资公司的资产结构调整优化过程中，建立了专门的资产管理制度、运作流程、风险防范体系，积累了丰富、独特的项目运作经验和能力。通过对不良资产和非主业资产进行集中处置，加速变现，减少损失，有效地支持了国家开发投资公司主业，在国家开发投资公司资产结构持续优化方面发挥了积极作用。十多年来，公司通过采取多种综合手段，累计处置资产132余亿元，处置项目1200余个。 公司在十多年的工作实践中积极探索，不断创新，建立了较为完善的资产处置业务网络、中介服务网络和资产退出通道。充分利用国家开发投资公司良好的公众形象，与中央企业、地方大型企业集团建立业务联系，形成覆盖全国的业务网络；借助自身优势，组织包括中介机构在内的各种资源，提供资产处置管理流程、人力资源、信息网络的服务；与产权交易所、拍卖行、国内外投资基金等机构建立广泛的业务合作，逐步建立资产营销网络。 公司的宗旨是：根据国务院国资委国有资产结构调整的总体要求和结构调整优化的规划，采取多种方式，实现不良资产和非主业资产有计划的退出，维护国有资产权益，为做强做优国投主业提供保障。

如何为身处激烈竞争环境的员工疏解精神压力、降低亚健康比例、预防职业疾患、远离流行疾病，从而有效实施企业人才发展规划、降低医疗费用支出，最终实现企业效益和社会效益双赢，已成为现代企业管理者最关注的战略性课题。 2017年，外投人力隆重推出健康管家服务，为您的健康管理分忧，也为您的企业发展分忧。 健康管理的三大服务体系 以“端（设备）+大数据+移动互联网”为工具，满足“私享+定制+健康”为目标，提供个人专享“全生命周期的健康管理服务体系”。 智能健康体系 通过网络以线上（Online）形式提供相关智能健康服务，包括：健康数据动态监测，健康指标预警、线上健康咨询、线上就医预约服务等。 技术支持体系 医疗技术支持体系，由专业的医学团队查看健康数据，分析数据，做出评估。 医疗服务体系 以线下（Offline）服务和活动为主题，提供专属健康管理师、私人医生、专家门诊、就医服务、慢病管理等相关健康医疗服务。 全周期无缝式健康管理解决方案 就医服务： 诊前、诊中、诊后专家预约；全程导诊；住院治疗；专家手术预约服务。掌握协和医院、301医院、阜外心血管医院、肿瘤医院、中医医院等近50家三甲及专科医院的专家医疗资源。 体检： 全国范围多家体检机构任选，为外投客户定制专属体检服务，含癌症筛查、三高筛查等高端项目。 健康管家： 专职企业健康管理师定期巡视驻场，接受员工现场医学咨询，答疑解惑，员工生理指标分类管理。 电子档案： 数字化健康管理系统，为客户长期监控身体状态和就医诊断提供基础数据。 健康沙龙： 约请知名专家定期举办保健养生、慢性病调理维护、常见病预防与治疗等系列健康讲座。 智能健康： 实时采集健康数据并上传云端，健康管理由被动变为主动，线上采集分析，线下服务递进，打造完整服务闭环。

视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

中国电子学会发布“电子信息领域优秀科技论文（2020）遴选活动”入选论文。东南大学尤肖虎、张川、谈晓思、金石、邬贺铨联合署名的论文《AI for 5G: research