具备教学实训、课堂练习、资源承载的支撑能力以及区块链理论知识、技术实战、环境搭建、开发语言、案例分析于一体的实验平台。

融合智能服务大脑以物联网技术为基础，人工智能、大数据、云服务为支撑，智能服务为主体，提供八大能力助力企事业单位数字化改革。平台实现设备、数据互联，业务、应用协同，管理、服务闭环；实现决策科学化、管理精准化、服务个性化，治理水平全面提升，支撑构建高质量服务体系。 1.物联互通：通过统一的标准应用协议并建立标准化的终端设备接入规范，提供园区内各种终端广泛感知和泛在接入能力，达到物物相连的目标； 2.能力复用：将园区内身份识别、金融支付、各类缴费、节能管控、安防控制等以API、微服务等方式进行统一汇聚发布，提供智能服务复用能力，实现信息化快速迭代； 3.数据分析：集合数据标准、元数据、数据质量、数据资产、数据安全等模块，为客户提供数据汇聚、共享及分析能力，为领导提供更加精准的决策依据； 4.业务协同：提供图形化配置及跨应用协同能力，实现校务应用之间功能、数据及权限的协同关联，消除身份孤岛、数据孤岛和服务孤岛； 5.能力开放：集合各类系统接口用于师生创新应用开发的技术平台，对外提供能力开放，对内完成服务集成，助力智慧校园建设过程中的创新应用拓展； 6.统一认证：提供统一身份库、身份介质管理、身份认证、身份识别及核验、统一授权、单点登录能功能，突出卡码脸一体的识别与核验能力，实现园区用户的一致管理； 7.数字孪生：基于数字孪生等技术建立镜像化、数字化、智能化的虚拟园区融合各种资源和服务，突破时空、资源、身份的限制为信息化带来全面变革； 8.服务闭环：对园区内的公寓、餐厅、教室、图书馆、场馆、停车、安防等场景化应用实现服务闭环能力，提升服务质量和管理效能。

新华三绿洲数据运营平台是新华三自研的一站式智能数据开发和治理平台，集成了先进的大数据技术，主要包含数据标准、数据开发、数据质量、数据资产、数据脱敏以及时空与图引擎等数据使用场景，支持结构化数据、非结构化数据、时空数据、图数据的分析和加工。产品以打破“信息孤岛”消除“数据烟囱”为理念，帮组用户把数据用起来，以发挥数据最大价值。 数据安全 提供基于用户访问级别控制的静态脱敏以及动态脱敏能力。从敏感信息自动发现、分级分类、数据变形以及安全审计等一体化数据安全服务。 一站式开发 一张画布中完成全流程业务的开发，用SQL表达业务逻辑，用户仅需三步即可实现一个完整的开发流程。 规范化标准 提供规范化、流程化数据标准能力，提供国标，部标，行业标准管理，为后续的数据处理进行数据标准化提供关键性支撑。 自定义检核 灵活的检核方案配置管理，用户可以根据变化自由地编辑指标规则，从而帮助用户发现问题数据，改善数据质量情况。 统一数据资产 拉通数据的全生命周期流程，自动解析元数据，理清数据的来龙去脉。自定义业务分类，根据业务属性对数据进行分层分类管理。 图与时空引擎 针对高度互联数据的存储和查询场景进行设计，提供图数据库、图计算、图可视化为一体的图服务以及大规模存取、查询、分析时空数据的工具和算法集合能力。 行业套件 提供智慧行业套件知识库，涵盖行业数据标准、数据模块、行业数据主题库、专题库、行业算法库，加速交付能力，增强行业认知。 简单易用 产品贯穿整个数据应用生命周期，通过简单易用的可视化界面，用户可以通过可视化的操作界面“玩转”大数据。

资源按年级、科目、主讲等分类管理，方便查找 一、平台资源来源 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。 二、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。 三、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。

一、产品介绍 云之翼云桌面管理软件（yiCenter）是针对云桌面系统运维管理所研发的综合操作平台，它从服务器，桌面，终端三个维度实行统一管理，全方位操作云桌面系统实施，交付，运维，更新等各类任务。 云平台管理软件（yiCenter)可以在系统布局中产生重大作用，通过将业务资源整合到云平台，然后对整个平台进行系统化集中管理，让网络、服务器、桌面、终端资源能够在一个平台中实现集中管控和运维，极大的提高了管理运维的水平和效率，节约了大量的人力、物力成本。 二、产品优势 化繁为简，提高效率 将“云”的所有管理任务集中于同一平台，将大量工作制度化，简化管理流 程、Web 管理界面，无需安装客户端或者借助 MMC 控制台，将大量专业术语通俗化，达到一看便知，降低上手难度。 智能排课，智慧办公 涵盖了服务器、桌面、终端的全部资源管理，功能实用且操作简单，兼容全部的主流操作系统，同时，产品功能可根据需求扩展开发。 功能强大，兼容性好 可以使用任意智能设备，通过局域网或 Internet 随时随地接入管理平台进行管理维护，无需针对各类应用系统定制开发客户端，无需任何插件。 简单高效的远程管理 可对教室进行排课，系统镜像自动切换，满足不同教学需求。办公中，能够对终端，系统资源集中管控，降低业务风险，提高数据安全性。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

本发明涉及认知无线电网络中的服务质量保证和性能优化，提出了一种联合最佳接纳控制和剔除控制的 QoS 保证机制，包括系统的初始化、计算出最佳接纳概率和剔除概率以及认知用户的各个性能指标。本发明基于动态接纳概率和剔除概率的 QoS 保证机制，可以在使得系统吞吐率最大化的情况下，同时严格地保证认知用户的 QoS 要求；所述方法可以在集中式网络中得以实现。