成果简介： 针对扬子石化技术部对信息化和部门流程调整优化的需求，开发生产工艺管理系统。主要用于装置开停工、生产装置达标、生产工艺、临时工艺卡、临时标准等的信息采集、处理、传输、存储以及为决策支持层提供生产工艺方面的数据依据。真正实现了企业数据的共享，并对部门工作流程调整优化提供支持。 工艺管

了解更多产品详情，请与我们联系 180 6798 3675 公司官网：https://www.lierda.com

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

一、 项目简介本管理平台为各应用系统由简单到复杂、由局部到全局的渗透发展提供了稳定的基础架构。平台的软件架构是一个在基于Web的统一界面之下，包含大部分信息系统的信息平台，如通知管理、会议管理、及时通讯、邮件管理等内容。该平台为学院的日常办公、业务管理、战略决策等各个方面提供快速、方便的支持。二、 项目技术成熟程度该项目技术成熟，目前应用在本学院的信息服务中，运行稳定。三、 技术指标项目申请相关软件著作权3项。四、 市场前景平台为各类应用都搭建了统一的接口，并提供通用的办公自动化、教学自动化应用程序开发与集成平台，具有很好的应用前景。五、 规模与投资需求主要包括操作系统和数据系统软件的购买，平台运行的操作系统也是基于开源的Linux发行版CentOS。六、 生产设备基于Windows、Mac OS X或Linux的开发机；基于SVN的代码版本管理服务器；基于Linux的测试服务器组；应用程序测试服务器集群；缓存服务集群服务器集群；JMS、OpenFire等通讯服务测试服务器；数据库服务器集群。七、 效益分析该项目的应用可以有效的减轻办公人员的工作量，提升工作效率，具有很好的社会效益。八、 合作方式技术服务、协作开发、提供咨询，具体事宜面议。九、 项目具体联系人及联系方式顾军华，022-60435758，jhgu@hebut.edu.cn十、高清成果图片

按照联合国标准，1999年我国已进入人口老龄化社会，目前中国老人超过2亿，且每年以近800万的速度增加，中国正在跑步进入老龄化，有关专家预测，到2050年，中国老龄人口将达到总人口的30%。健康管理平台以“关爱老人”为出发点，利用云计算、移动互联网、物联网等各种信息化技术和手段，整合社区现有的各类服务资源，通过系统平台为社区老人和居民提供一个健康、安全、方便、快捷的家居环境。关爱老人系统不仅能实时监护老人的身体健康并慢病预警，还能让老人足不出户的实现各种生活需求服务活动，如医疗咨询、健

产品详细介绍   教育资源管理系统系统集成先进的云计算技术和网络多媒体技术，将教育资源采集、录播设备管理、教学监控、视频资源管理、 视频资源发布、教务管理、学生课程管理、教师评课等功能完整的整合在一起，提供了强大的一体化管理平台。为教学管理者， 教师，学生提供了整体化的服务。 　　强大的前台展示功能 　　首页提供了课程中心、直播、在线巡课、个人空间一键式进入等基本功能的基础上，还拥有丰富的栏目，满足不同信息的展示需求，例如课程中心，直播公告，校园公告，校园头条等信息的更新都会在第一时间显示在首页相对于的栏目当中。 　　一站式全局搜索 　　在课程中心中，系统提供了强大的筛选功能，教师及学生可以根据年纪,科目,课程类型，主讲老师四大筛选条件搜索自己所需要的课件资源，快速精准定位。 　　安全的资源发布机制 　　资源管理包括三个子项：原始资源，资源审核及资源发布为了安全设定了 资源发布机制，在资源正式发布以供学生点播学习之前，必须得到管理员 的审核，如若审核不通过，则系统不允许系统发布该资源。 　　强大的权限管理 　　系统提供了强大的权限管理能力,能够无限增添用户组,并为不同用户组设置不同用户权限,方便满足不同角色人群的不同需求。 　　开放的接口及强大的兼容性 　　可以接入高清标清网络摄像机、嵌入式录播一体机、全自动录播 系统。系统提供强大的开发接口，方便用户添加特殊需求，或将 整个系统嵌入到已有系统中，例如教务系统。 　　其他特色功能 　　在线编辑：对录制好的视频在线进行转码、截取、合并、增加字幕等功能。 　　名师课堂：名师专辑，方便查看优秀老师的所有课程。 　　教研管理：创建一个教研活动，教研组成员可以对教研内容评价、打分。评价管理。 　　评价管理：制定评估方案，建立评价体系对不同的课程视频，进行全面评估。 　　虚拟切片：创建微课或者精彩视频实现视频精细化管理，解决视频的精准搜索。 　　教学行为分析：在获得课堂视频的同时，自动记录大量名优教师教学习惯的行为数据，为年轻教师的模仿学习提供前沿技术支持。

提供多样化的实训教学管理服务，可实现对实训设备、实训室、实训专业的智能化统一管理，同时支持第三方实训器材设施的兼容对接管理；满足多种专业教学场景的教学活动开展，实现远程巡课督导、远程教研活动、学生实训作业管理、老师教学点评管理；针对教学活动期间产生的各类教学资源数据、教学行为数据、教学内容数据进行多维度的采集、分析和管理，以可视化的方式呈现，辅助管理者做出科学的教学教务管理决策。

资源管理平台 　　资源管理平台既可以接收嵌入式设备和网络摄像机录制的原始视频资源，又可以接收微课系统发布的微课视频以及老师个人整理的各种教学资源。 　　提供标准的 FTP 原始资源库，可对接其他任何系统提供的资源。 平台资源管理 　　资源按年级、科目、主讲等分类管理，方便查找。 　　安全的资源发布机制，资源需要经过审核后才能发布出去，避免不合法的资源传播出去。 平台特色功能 资源模式播放 　　在播放普通的单视频课程的基础上，系统提供了资源模式课件供用户在线学习，资源模式课件可以包括教师视频，学生视频，教学文档视频等。由于资源模式课件是老师视频讲授同步配合 PowerPoint 文稿，因此教学效果非常接近现场授课。 在线编辑 　　对录制好的视频在线进行转码、截取、合并、增加字幕等功能。 自动课表 　　根据课表内容，控制导播主机进行录制、直播并把录制的视频上传到平台。 名师课堂 　　名师专辑，方便查看优秀老师的所有课程。 教研管理 　　创建一个教研活动，教研组成员可以对教研内容评价、打分。 评价管理 　　制定评估方案，建立评价体系对不同的课程视频，进行全面评估。 虚拟切片 　　创建微课或者精彩视频实现视频精细化管理，解决视频的精准搜索。 教学行为分析 　　在获得课堂视频的同时，自动记录大量名优教师教学习惯的行为数据，为年轻教师的模仿学习提供前沿技术支持。

随着近几十年改革开放程度的不断深入，经济发展成效显著，城市人口不断积聚，社会治安压力持续加大，建设综合治理管理平台便成为我国实现社会和谐、治安稳定的迫切需求。 综合治理管理平台是由政法委、综治办组织研发用于综治业务工作的信息系统，依托市、区电子政务外网和计生、公安两级信息数据中心，系统涵盖社会管理、维稳、平安建设三大类业务内容，以社会管理工作关注数据为核心，以社会管理日常工作为基础，应用于区、乡镇(街道)、村(社区、网络)三级综治工作部门，充分发挥信息技术在预警研判、服务管理、打击预防犯罪等领域的作用。通过多种高科技手段，对交通要道、重点部位、治安复杂场所的全面监测覆盖，以促进国家安防建设 ，降低犯罪类，提高人民群众安全感。 一、介绍 综合治理管理平台是为满足城市治安防控和城市管理需要，利用GIS地图、图像采集、传输、控制、显示等设备和控制软件组成，对固定区域进行实时监控和信息记录的视频监控系统。 平台通过在交通要道、治安卡口、公共聚集场所、宾馆、学校、医院以及治安复杂场所安装视频监控设备，利用视频专网、互联网、移动网等网络把一定区域内所有视频监控点图像传播到监控中心，对刑事案件、治安案件、交通违章、城管违章等图像信息分类，为强化城市综合管理、预防打击犯罪和突发性治安灾害事故提供可靠的影像资料。   二、新立讯综合治理管理平台解决方案 我司搭建综合治理管理平台主要包括两点，技术部分软硬件的改进。 1、硬件部分：采用新型高清红外摄像技术                （1）白天最远可视距离达到800米，清晰拍摄人脸及车牌； （2）晚上自动转为红外高清探头，自动对焦，夜视可以清晰拍出红外照片，读取车牌； （3）警用无人机的使用，在人口密集地或者警员人力不够的情况下使用。对目标跟踪定位有决定性的作用； 2、软件部分：照片拍摄后经过网络通讯至平台，我司控制服务器内置算法，内置比对算法软件。 （1）人脸识别技术 通过目标脸部特征进行建模，与照片任务特征进行对比，分类，录入存储服务器。经过测试，正确比对率可达90%，无误报出现。 （2）车辆识别技术 区别于传统车牌识别技术，我司增加车辆整体识别技术，通过寻找车辆特征进行建模，存储，与摄像机拍摄的车辆进行比对。较传统车辆识别，防止换牌，套牌的可能性，增强了城市道路管理。 三、网络化平台的搭建  1、采用GPS定位的项目，利用WAB技术搭建地图模型，增加监控点位的可视化，通过监控相机GPS定位以及摄像机云台角度，相机焦距计算出报警点的经纬度，可视化在地图模型。相关人员可以第一时间掌握事故地点。     2、公安平台数据接入，利用高清红外探头的人脸识别，车辆识别，比对公安系统内犯罪人员以及违法车辆，可以直接寻找在逃人员，极大地增加了城市的安全性。 四、城市监控点位的布局思路 （1）重点单位：包括党政机关驻地主要出入口；电信、邮政、金融等单位的主要出入口；也包括一些学校、小区、企业等，在这些重点单位门口或者周界布设枪型摄像机、球型摄像机，根据现场光照情况，选择带红外功能或者非红外功能的摄像机； （2）公共场所：在一些人口密集或者案件高发的公共场所如公园、广场、大型购物超市和汽车站、火车站、机场等，在一些监控范围大的地方建议选用高清球机，可以监控更大范围的目标场景； （3）制高点：为了能更好的监控城市整体状况，在城市的几处制高点部署高空瞭望系统获得大范围、高清晰的画面，运用红外、透雾等功能的摄像机，对整个城市进行实时、大范围、全天候的图像精准动态监控，通过城市范围内全局的监控场景保障各种指挥调度的高效、准确进行； （4）道路交叉口及路段：在十字路口、三叉路口、丁字路口或者重要的路段等布设高清枪型摄像机，对于较大的路口也可布设高清球型摄像机，记录过往的机动车、非机动车、人； （5）其他：一些桥梁、隧道等也是路面监控系统的范畴，需要实时进行监控。 自2005年全国首批3111试点城市监控系统建设以来，我国平安城市的建设步伐已经进入到平稳阶段。随着城市经济建设和各项社会事业的快速发展，工业化、城市化进程不断推进，社会治安日益复杂化，不同警种和业务之间的横向联系也越来越密切，使得原来采用某方面专门技术、服务于某项专门业务的独立运行的技术系统已经不能满足社会治安动态管理的需求，平安工程进入多级监控联网管理和业务应用全面融合的时代，视频监控技术将成为继刑侦、技侦、网侦技术之后公安机关战斗力新的增长点。

基于容器化技术的智能实验支撑平台，支持后台容器资源自动创建、更新。采用B/S架构设计，师生可通过浏览器快速访问系统，实现实验、实训环境一键式访问，可根据具体实验需求自动启停、回收释放。平台预装50余种实验环境，满足大数据、人工智能等专业课程实验需求。技术与模式创新，实现实验管理智能化应用，大大降低实验平台管理的复杂度。 一、实验环境管理提供Hadoop、Hive、Hbase、Spark、Linux、MySQL、C、Java、Python、Tensorflow等多种实践环境，并支持环境自由组合、自定义添加扩展及个性化资源配置，满足大数据相关专业课程应用实验需求。1、实验环境组合平台支持多种环境之间可以相互组合，教师可根据自身教学需求进行选择，如MySQL+Python、Java+Hive+Hadoop等，组建个性化实验环境。同时支持教师根据自己的需要，自定义添加特定的实验环境，以满足不同教学场景需求。2、资源管控对于包含的全部实验环境，平台提供了统一的管理入口，可自由配置环境参数、运行规则以及进行版本管理，控制每个学生在做实践的时候所占用的CPU、内存资源，保证实验室服务器资源有效利用。二、云端实验环境仓库平台提供云端实践环境仓库，支持远程自动拉取、手动导入更新本地实践环境仓库的功能。