平台为教师和学生提供在线编码、命令行、云桌面等多种实践模式，满足不同类型专业课程知识、技能的在线实践需求。提供实验指导手册、实验关卡设置、自动化实验结果评测，让实践过程更流畅、学习体验更友好。针对教学团队的个性化教研需求，平台提供完整的实验自定义开发功能，支持教师自定义实验课程与实验内容，打造1+N的“成长型"平台。 1、 实验方式支持云端编程、远程桌面、远程命令行等多种实验方式，根据不同实验目标、实验内容和实验难易度，匹配不同实验方式。2、实践元子课平台引入了“元子课”的概念，将专业课程的知识点“元子化”，让学生从基础原理、特性到最终应用，层层递进，快速将知识元子融会贯通。搭配每个知识点的关卡任务，用闯关的模式引导学生学习和实践，激发学生学习兴趣。3、实践手册平台内置的实践元子课中每一项关卡任务都提供了实践手册，从理论知识、考核要点、实践任务、实践方法等多个维度进行系统描述，明确实践课程中每一个知识点，让学生能够清晰了解学习内容并掌握实践目标，并能根据手册指导，完成自主实践操作。4、在线实践平台内置丰富的在线实践关卡，涵盖选择题、判断题、代码实践题等多种题型，可根据不同的课程需要，自动创建不同类型的在线实践环境，为学生提供了灵活、开放、不受时间地域限制的教育形式，学生可以边学习边实践，直接在线提交实践成果，平台自动评测打分。对于代码实践题，支持重置在线实践环境，防止学生在实践过程中输入错误指令对实践环境造成不可逆影响。平台中还内置了多组评测数据和判题脚本，可以根据学生提交的程序和编码进行自动评测，通过多组评测数据的判定才能顺利完成评测，有效提高了学生的代码质量。5、自定义实践平台中内置的多种实践环境，可供教师自主进行实践课程创建，根据不同课程的教学需求，教师可以自行设置判断题、选择题、代码实践题三种不同类型的题目，创建属于自己的定制化课程，帮助教师面对不同层次的学生，都能做到因材施教，提升教学有效性。自己创建的课程除了可以应用于自身教学课堂外，也可共享至系统实践资源库，将自己创建的课程成果分享供其他教师复用，在教师间建立了资源共享平台，减轻了教师备课压力，也能让优秀课程发挥更大的价值。

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。  

随着媒体技术的发展，直播、短视频等新媒体技术已经深入到各行各业，因此对传媒高校的全媒体技术培训有着越来越高的要求，校园教学信息技术化的发展，使校园实训系统这一新型的教学方法也逐步进入高校，为高校的教学活动添光增彩。实训练习不单是传统教学模式的重要补充，更是完善教学体系、提高学生实操能力，动手能力的重要途径。趣看院校实训平台应运而生，方案满足基础和高阶视频制作的实训需求，覆盖融媒体生产的所有环节，学生在老师的指导下充分地实践与专业媒体机构生产相似的全过程。

平台介绍： 立方幻境虚拟仿真教学管理平台旨在构建资源共建、共享、教研一体的教学新模式，理论与实践教学结合，师生可通过PC、移动终端接入，可获得对应授权范围内的教育资源和教学应用。 平台特点： 教师端：可通过教师端开展教学活动，如发布课程、课程直播、收发作业、组织考试、发布教学资源，教师个人资源管理等。通过平台大数据可了解和指导学生的学习情况与进度。 学生端：实现在平台的学习功能，包括选择直播或录播课程，接收查看通知、查询教学资源、完成作业、考试、教学互动等。 一、示教：多种信息化技术手段融合，多种展现方式，理论示教教学。 二、练习：虚拟仿真软件，不受场地、时间、空间限制，学生自主练习，释放教师反复授课的时间。 三、实操：通过5G+VR\AR\MR技术，虚拟与真实重叠，虚拟与真实交付，亦真亦假，既有虚拟模拟，又有真实操作。   

涵盖工业通信领域三大主流技术：工业以太网、工业总线、工业无线，分别选用了能耗监测，生产管理，物流监管三个应用场景辅助工业通信教学平台教学。

仿真现实的工业设备和自动化生产线，帮助学生快速掌握自动化生产线关键技术、智能装备与产线智能化、PLC虚拟组态和仿真、工业数字孪生技术和工业场景应用等知识。

　　最适用的教学资源平台 　　平台以课程为核心，以点播、直播、互动技术为基础，通过一系列贴合应用的教学活动栏目，为学校和师生提供了强大的网上教学资源共享平台和教学环境，完成以课程为载体的知识互动与分享，开展丰富完善的网络教学应用，可以广泛应用于Mooc、网络教研、互动教学、“一师一优课”等多种应用场景，助力教学业务信息化水平提升。 　　教学资源建设 　　自动收集和管理录播教室生产的教学视频资源，自主管理个人空间的教学资源，如上传图片文档、课件等，实现教学资源的建设、积累和存储。 　　在线教学 　　支持教学活动在线直播，便于实时共享教学资源、推动教育资源均衡;学生也可以在线点播课堂实录或课件，进行在线学习。通过课程评论、课程打分、论坛等互动社交性活动，以及以此为依据的课程推荐、课程排名等功能，构建良性的完善的资源服务利用模式。 　　互动课堂 　　支持多个教学地点间进行实时在线的互动教学，支持主讲教室与互动教室间的师生互动，从而推动区域教学质量的提高和教学资源的利用，促进教学资源的共享和均衡。 　　网络教研 　　学校能够通过平台开展网络教研活动。支持课例教研和视频研讨等教研模式，可以将录播教室的实时授课场景、参与教研讨论的老师和专家的视音频信号展现在同一网络界面，实现教研组成员间的文字、语音实时互动，跨越地域限制，充分利用信息化网络化技术推动教育教学的发展和进步。 　　多级门户 　　完善的多级门户架构，可进行差异化的显示和管理。例如区教育局门户通过学校列表、组织机构管理等方式整合所有学校的教育资源，统一管理;学校门户通过课程中心、名师讲堂等方式主管校内教学资源。 　　一师一优课、一课一名师 　　通过常态录播和网络教研完成磨课，提高教师教学能力和教学水平;然后将经后期精编的课堂实录作为优课资源上传至精品资源课程平台，在线展示和评选，组织区域化的晒课和赛课活动;最后在优课中心集中展示优质资源，最大化地发挥优课资源的教学影响力，促进区域化教育教学的发展。

ZC-B背部仿真针刺练习平台   一、功能特点： 由于一直以来各中医院校采用各种材料（如沙包、棉布包等）进行针刺练习，但郊果均不理想，现本公司新推出了一款接近人体背部的ZC-B型背部仿真针刺练习平台模型，以便能够进行更好的针灸针刺练习使用，模型按照标准的人体比例采用仿真人体肌肉材料制作而成，具有反复练习使用不开裂、不变色、不变型等特点，在进行练习时能获得和在人体肌肉上相似的郊果，是针灸练习的理想模型。   二、标准配置： ■ 背部仿真针刺练习平台：1台 ■ 针灸针：2根 ■ 说明书：1册 ■ 保修卡合格证：1张

北京大学物理学院量子材料中心江颖、徐莉梅与美国内布拉斯加大学林肯分校曽晓成以及北京大学/中国科学院王恩哥等合作，利用高分辨qPlus型原子力显微镜技术，首次在实验上证实了冰在二维极限下可以稳定存在，将其命名为：二维冰I相，并以原子级分辨率拍到了二维冰的形成过程，揭示了其独特的生长机制。该工作以“Atomic imaging of edge structure and growth of a two-dimensional hexagonal ice”为题，于1月2日发表在国际顶级学术期刊《自然》上。图1 （a）南极罗斯海上的厚冰层；（b）自然界最常见冰相（Ice Ih）的分子模型；（c）本工作发现的二维冰（实验结果的3D效果图） 冰是水的常见物态，由水分子规则排列形成，其结构与成核生长在材料科学、摩擦学、生物学、大气科学等众多领域具有至关重要的作用。早在20世纪20年代，英国著名物理学家、X射线发现者Bragg与其它几位科学家就分别利用X射线对冰晶体结构进行了表征，经过了近一百年的研究和探索，迄今人们已经发现了冰的18种晶相（三维冰相），其中自然界最常见的冰相为六角结构的Ice Ih相（图1a 和b）。然而，冰在二维极限下是否能独立稳定存在？这个问题有很大的争议。一般认为在单层极限下，二维冰具有相当数量的未饱和氢键，需要靠与衬底的相互作用来使得结构稳定。但如此一来，二维冰的结构就非常依赖于衬底的结构和对称性，并不是真正意义上的本征二维冰。2015年，石墨烯发现者Andre Geim带领的团队在双层石墨烯间发现了一种与表面结构无关的四方二维冰相（Nature 519, 443 (2015)），引起了学术界的强烈反响，但这种二维冰随后被质疑是NaCl的晶体结构（Nature 528, E1–E2 (2015)），二维冰存在与否一直悬而未决。图2 二维冰岛内部结构的亚分子级分辨成像。a、b图中从左至右，依次为由高至低不同针尖高度下的原子力显微镜实验图和模拟图；c为二维冰结构的模型示意图的俯视图和侧视图。图像尺寸：1.25 nm x 1.25 nm。在大针尖高度条件下，主要利用高阶静电力成像，可以分辨出平躺水分子（暗点）和竖直水分子（亮点）；在中间高度条件下，依靠高阶静电力与泡利排斥力的共同作用，可以分辨出图中红色短线所示的氢键指向信息。 在本工作中，研究人员通过精确控制温度和水压，成功在疏水的金衬底（Au(111)）上生长出了一种单晶二维冰结构，这种二维冰可以完全铺满衬底（图1c）。研究人员进一步利用基于一氧化碳针尖修饰的非侵扰式原子力显微镜成像技术（non-invasive AFM），借助高阶静电力，实现了二维冰的亚分子级分辨成像，并结合理论计算确定了其原子结构（图2）。结果表明，这种二维冰由两层六角冰无旋转堆垛而成，两层之间靠氢键连接，每个水分子与面内水分子形成三个氢键，与面外水分子形成一个氢键，因此所有的氢键都被饱和，结构非常稳定，与衬底相互作用很弱，是一种本征的二维冰结构。1997年，Koga和曽晓成等人利用分子动力学模拟首次预测了这种“互锁型”双层二维冰（PRL 79, 5262 (1997)，昵称：Nebraska Ice，美国Nebraska州的印第安语意：广阔浅平的河水），但一直缺乏确切的结构实验证据。因此，这也是第一种被实验所证实的二维冰结构，研究人员将它正式命名为：二维冰I相。图3 二维冰岛的锯齿状（a）边界和扶椅状（b）边界对应的“搭桥”（bridging）式和“播种”（seeding）式生长模式。生长由1至4依次循环进行，原子力显微镜中的红色箭头表示水分子加入，球棍模型图中的红色结构表示水分子加入形成的新结构。图像尺寸分别为：（a）3.2 nm x 1.9 nm和 （b）3.7 nm x 2.2 nm。 为了进一步揭示二维冰的形成机制，研究人员利用前面发展的非侵扰原子力成像技术对二维冰岛的边界进行高分辨成像，成功确定了二维冰的边界是由未重构的锯齿状（zigzag，图3a所示）边界和重构的扶椅状（armchair，图3b所示）边界构成。同时，研究人员还通过“速冻”技术，在边界上捕获了冰生长过程中的中间态结构，并基于这些中间态边界结构重现了二维冰的形成过程，结合理论计算和模拟提出了二维冰岛锯齿状边界的“搭桥”（bridging）式生长和扶椅状边界的“播种”（seeding）式生长机制。此外，根据理论计算和模拟的结果，研究者认为该生长机制具有一定的普适性，适用于其他疏水的衬底。 二维冰的发现改变了一百多年来人们对冰相的传统认识，开启了探究二维冰家族系列的大门，为冰在低维和受限条件下的形态和生长提供给了全新的图像。同时，二维冰在很多应用领域也有潜在意义。比如：表面上的二维冰可以促进或抑制三维冰的形成，这对于设计和研发防结冰材料具有潜在的应用价值；二维冰中水分子所有的氢键都被饱和，因此与表面的相互作用极小，可以起到超润滑作用，减小材料之间的摩擦；此外，二维冰本身也可以作为一种特殊的二维材料，为高温超导电性、深紫外探测、冷冻电镜成像等研究提供全新的平台。

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