产品详细介绍        八爪鱼创新教育云平台，这是一个集教、学、评、管四大应用于一体的云平台，在学校开展创客教育、STEAM教育中，不仅可以为教学活动提供有效支撑，同时也能帮助学校或教育局提升管理效率。 　　云平台介绍 　　学校版云平台的应用面向于学校平台管理员、教师和学生，主要用于课前备课、课中授课、在线学习、能力评测、以及数据统计分析。 　　学校版云平台由三部分组成：八爪鱼星级助教教学软件、八爪鱼乐学童伴学习软件、八爪鱼创新教育综合管理系统。 　　八爪鱼星级助教教学软件 　　八爪鱼星级助教教学软件的用户对象为教师，功能分为课前备课、课堂教学、学情分析、开课准备、课程建设五大功能模块。应用覆盖课前、课中、课后三大教学场景。        里面包含了课前备课、课堂教学、学情分析、开课准备、课程建设里面包含了课前备课、课堂教学、学情分析、开课准备、课程建设。        八爪鱼乐学童伴学习软件        八爪鱼乐学童伴学习软件的用户对象为学生，分为我的课程和成长记录两个功能模块。学生可以在平台上在线学习课程内容，完成课程活动任务卡，查看个人成长档案以及课程个人能力报告。         八爪鱼创新教育综合管理系统         八爪鱼创新教育综合管理系统的用户对象为学校平台管理员，功能分为用户管理、数据、分析、课程管理三大功能模块。主要管理教师与学生账号，管理课程开课与课程建设，查看统计数据。

★软件具有国家版权局颁发的软件著作权登记证书。 ★软件具有省级或国家级检测机构出具的软件产品登记测试报告。 特殊教育资源中心（资源教室）云平台，划分为学校端、学生端等多用户端口。用户端口登录使用上相互独立，在数据和资源上又能实时同步共享。 学校端集成了人员信息管理、档案管理、数据中心、评估中心、训练中心、个别教育计划、系统管理、云课堂等核心功能模块，主要用于学校创建、管理特殊学生档案、建立个别教育计划、进行科学评估训练的工作平台。 学生端以学生能够简单操作、便捷使用为核心，主要用于学生进行评估训练、线上课堂、在线学习等。 系统支持对资源中心管辖的学生、教师、家长的基本信息和扩展信息的上传和维护；支持查询全部学生使用系统的全部记录档案，包括学生的基本信息、在系统中所进行的评估、个性化辅导计划、参与的训练、在线训练的游戏的结果等。 系统建立起资源中心辐射的特殊教育云数据中心。可随时动态查询学校的学生数量、教师数量，还可以根据不同障碍类型、不同年龄段的学生等等进行自由统计。实现学生进行专业量表测评后结果的自动分析和数据挖掘，查看各学生的评估与训练开展情况，为特殊教育资源分配和管理提供极具价值的参考依据。 系统预置特殊教育专业评估工具，可以各种针对不同问题类型进行评估，以便特教老师了解特殊儿童的障碍程度，使教学、训练或研究更有针对性。普通学校和培智学校常见的特殊学生包括：智力障碍、学习障碍、自闭症、情绪与行为障碍、注意力与多动障碍、社会适应障碍等不同类型。提供了包括学习障碍儿童筛查量表、孤独症行为评定量表、儿童感统发展评定量表等权威评定量表。 系统根据儿童的发展阶段和信息加工过程，不同类型的特殊儿童提供了包括感统训练、语言训练、人际交往训练、认知训练、情绪训练等各种主题训练方案，促进特殊儿童的潜能开发，提高他们的各项能力。训练内容包括视频、动画、游戏、多媒体课件等形式多样，具体包括：大龙球游戏、我是谁、心情日记、小小乐队、蝴蝶的形成、戴帽子、手的训练等不同维度不同内容的训练课。 系统提供完整的IEP（个别教育计划）模板，教师可以根据学生的障碍奠定评估报告，结合系统资料介绍中的教学建议，为学生制定训练目标和训练计划，再开展适宜的训练内容，即实施个别教育计划。学生在进行训练的过程中，学校管理人员可以查阅到学生的所有训练计划，并且了解学生的训练情况，对当前个别训练计划进行检查、追踪与指导。在每个阶段性评估中，教师也可以根据评估报告适当地调整个别训练计划，使得个别训练计划在每一个时期都是最适应儿童发展的。

随着物联网设备的指数型增长，传统云计算的集中式处理方法已不能满足数据处理和数据安全等需求，边缘计算应运而生。边缘计算可以提升物联网的智能化，促使物联网在各个垂直行业落地生根。但是，一般的应用都默认只支持一种物联网组网协议或使用一种边缘计算框架，且组网协议跟边缘计算框架的接入十分繁琐，用户使用操作不便，耗时长。   一种集成多组网协议多边缘计算框架的边缘计算处理平台可同时兼容多种组网协议和集成多种边缘计算框架，简化接入步骤，大幅度降低用户的操作步骤和时长。同时，部署简单快捷，通过配置文件执行一键启动脚本即可实现平台的自动化部署及统一管理。与现有技术相比，该平台配置变更灵活。针对不同的服务器，不同的设备，只需要修改配置文件就可以直接部署生效。无须重新编译代码，无须重新创建镜像。此外，该平台具有良好的扩展性，极高的并发处理能力和很强的稳定性。可利用硬件加速数据处理，通过对FPGA、GPU和ASIC等的加速算法实现对数据的加速处。

本课题主要围绕项目中云数据隐私保护的目标，研究在云提供商不完全可信的条件下，如何既能保证用户数据的隐私性，又能利用云平台的计算和存储能力。课题综合采用数据隐私感知、访问控制、数据加密等技术手段，以期达到最大限度保护用户数据隐私的目的。形成具有隐私感知的云数据存取方案、针对密文云数据的基于属性加密和代理重加密的动态数据访问共享技术、基于谓词加密的多条件融合密文云数据查询技术和基于安全多方计算的数据分析与计算技术。本课题成功搭建了4个原型子系统、1个基于医疗管理的云数据隐私保护原型系统，在长城网际、3

公司研发的基于云计算的车辆远程测试与智能诊断系统，能够实现电流、电压、CAN/LIN等信号级测试，还能实现车身和底盘电气系统等系统级测试。 一、项目进展 已注册公司运营 二、企业信息 企业名称 安徽风云智控科技有限公司 企业法人 张天耀 注册时间 2022.3.8 注册所在省市 安徽省合肥市 组织机构代码 MA8NRN7R-8 经营范围 技术开发、技术服务 企业地址 安徽省合肥市蜀山区长江西路898号新加坡花园城二期北区9栋1单元803室 获投资情况 无 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 张天耀 机械工程学院/工业工程与管理 2021/2024 许于涛 机械工程学院/工业工程 2021/2024 饶正卿 机械工程学院/工业工程与管理 2021/2024 孙睿 机械工程学院/工业工程与管理 2021/2024 王凯林 机械工程学院/工业工程与管理 2020/2023 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 王跃飞 机械工程/计算机应用技术 副教授 汽车电子与实时系统；智能制造系统与物联装备 五、项目简介 汽车电子电气架构及系统测试是车辆关键性验证试验，直接影响到车辆系统运行的可靠性和安全性。传统测试设备功能单一，人力物力投入大，测试成本高，测试数据不能实时共享和处理，测试效率较低。  为解决该类问题，由合肥工业大学在校研究生创办了本高新技术公司。公司研发的基于云计算的车辆远程测试与智能诊断系统，能够实现电流、电压、CAN/LIN等信号级测试，还能实现车身和底盘电气系统等系统级测试。该系统包括采集终端、云服务器、Web客户端、PC端软件和手机端APP，可使用WiFi及蓝牙进行本地测试，也可以通过4G/5G网络实现远程控制、实时监测、在线采集、智能诊断。本系统已开发出标准型和便携型等系列产品，能够满足不同汽车企业智能化测试需要，市场前景广阔。

学霸君1对1是学霸君旗下在线一对一辅导品牌，隶属上海谦问万答吧云计算科技有限公司。基于学霸君100亿次搜题数据、学生课堂反馈数据，精准分析学生的知识点掌握情况，构建知识体系，实现“全局可细分，垂直可训练”。用技术手段，数据化分析，改善中国学生学习效率。

本发明公开了一种基于带宽感知的 Hadoop 调度方法，包括：对Hadoop 任务调度建立一个作业时间完成模型，为 Hadoop 调度系统建立一个数学模型，将 Hadoop 的任务调度问题转化为一个为待调度的作业寻找一个使得该作业的作业完成时间最短的任务调度方法的问题；利用 SDN 提供的实时网络管理与流量控制功能，提出了一种基于时隙的网络带宽分配机制，将每一条链路的剩余带宽的占用期划分为相等的时隙，在作业完成时间模型和网络时隙带宽分配机制的基础之上；在为某个任务分配计算节点之前，综合考虑任务的本地性与实时网络带宽情况，为每一个任务分配一个能够提供最早完成时间的计算节点。本发明解决了现有方法中不能同时从全局视角和实际网络可用带宽两方面进行任务调度的问题。

基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户

本发明公开了一种计算三维点云模型骨骼的方法；本发明首先通过使用逐步细分的策略将三维点云 模型均匀体素化；此后，使用快速行军算法，计算出模型内部体素点的距离域；然后，使用距离域计算 出模型的初始骨骼；最后，将初始骨骼与 L1 中值骨骼提取算法融合，生成基于距离域的 L1 中值骨骼提 取算法，快速准确计算出模型骨骼；与现有的三维点云模型骨骼提取方法相比，本发明处理带有大量噪 声点、奇异点和大面积点云缺失的点云模型，而且不会产生错误的骨骼连接，同时不

小试阶段/n该平台继承了目前主流计算框架和编程模式，尤其是内存计算框架， 通用性强、时效性高。该平台从根本上解决了目前大数据处理中耗时过 长的问题，通过优化大数据处理系统的任务管理和内存管理，对用户提 供主流的简洁编程接口，与目前国际上主流系统对比，该平台可以大量 减少内存占用，最高性能提升可达 41 倍，。该平台同时从根本上解决了 大数据系统自动管理内存的开销，减少 90%以上的开销。该技术平台是一 种通用数据处理平台，不影响上层生态应用，可以适用于各类大数据生 态系统，包括机器学习与深度学习领域