新大陆以教育部、人社部提供的大数据岗位技能标准材料文件为指导思想，依托丰富大数据行业经验，构建贯通8大维度完善的人才培养体系，面向职业学校量身定制“大数据专业”,提供应用开发和运维两个方向配套的课程及丰富的教学资源。 产品特点快捷：使用主流的ElasticSearch HDFS大数据分布式全文检索技术，快速定位课程资源，从课前、课中、课后的教学的各个场景出发，围绕着“一人一课表”，避免传统的菜单导航，以工作台引导式的操作体验，方便教师与学生快速定位当前课程入口，进行课前备课与预习、课中教学与实验等操作。方便：一站式大数据实验室，随时随地“做中学”在B/S模式下，可以随时随地通过浏览器进行实验结合教学场景，根据课程自动匹配创建实验环境，极大的减少了实验准备工作 “步骤式”的实验手册，配合自动化实验报告截图，提升效率实验，做到真正的”做中学““坐席式”的实验监控，让老师和学生的实验互动更加容易稳定：根据每门课程的实验规格，提供实验环境所需资源弹性分配与回收能力，同时有效控制了实验服务器成本专业：提供一体化、颗粒化的教学资源，基于教学课程进度，“向导式”的设计课案。

汇萃人工智能实训平台采用了先进的模块化设计理念，创新性的将 python 编程、机器学习理论和方法、深度学习框架与工具等实验课程与机器人引导、机器视觉实训、人脸识别、语音识别等实践课程融合到一个平台，既有理论知识的学习，更有实践操作的体验。 平台集中展现了当前人工智能技术的主要应用场景，为培养人工智能领域人才的专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉提供了创新性的学习工具。同时，通过调整模块配置，平台还可做为智能制造领域专业训练平台，培养学生具备应对未来制造业及其它领域应用中对各种高速定位、测量、识别及检测等的专业技能要求。 // 输入电源：AC220V±10％ 50Hz// 工作环境：温度：-10 ～ 50℃，湿度≤ 90% 无水珠凝结// 外形尺寸：1500mm×900mm×700mm( 长 × 宽 × 高 )// 平台重量：220kg//额定功率：≤ 3.5KW//安全保护：急停按钮，漏电保护 , 光栅保护，接地保护 “一台多用，专业培养、灵活搭载、高效低价”， 这正是汇萃人工智能实训平台的最大特点。

围绕学习者网上自主学习，创新性的引入人脸实时识别功能对学习过程进行判断，这个判断可以由教师进行开启或关闭，并设定判断标准。对学习资源采用课程资源包的形式，支持上传和在线编辑多种形式的资源。资源可以设定学习时长和作业测试，未达标则不允许进行下一步学习，包括人脸核验失败也会暂停学习动作，避免出现非本人等无效学习现象。 课堂交互能增加课堂趣味，提升学习者兴趣，并可进行课前、课中、课后报告对比。课末考试能及时检查学习效果。学习报告能统一呈现课程资源的学习时长、学习进度、考试成绩、教师评价等信息。

基于教学名师、行业资深技术工程师联合开发丰富的实践课程资源，提供完整课程教学大纲、课程实践内容，名师课程配套教学PPT及完整讲解视频，结合美林数据上千个项目行业实践经验，以应用能力培养核心，打造真实行业应用案例库，为学生实训提供案例支撑，让学生了解行业最新实践与应用场景的同时，培养数据思维和解决问题的能力。 以“大数据技术学习路线”为核心，平台围绕大数据技术与分析应用相关技术体系，设置“两个基础一个链条”的专业课程体系，包含Hadoop技术序列、基础编程两个内容，以及从数据采集、数据管理、数据预处理到数据分析应用全链条的相关知识内容。打造专业、全面的课程体系，满足大数据相关专业教学需求。 针对每一个实训案例，平台都将项目落地全过程进行深度剖析，在具体业务场景中，将业务问题数据化，还原项目落地全流程。将分析方法论、业务问题转化为数学问题的思维方式、知识技能的应用技巧等，全部融入到具体的项目实训案例中，利用分析工具、大数据知识去找到解决方案，让学生通过实训，掌握方法、提升思维模式。课程资源可在Tempo云社区内查看，访问地址：edu.asktempo.com。

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。  

成果描述：本课题采用理性设计的策略，通过基因重组的手段构建杂合抗菌肽LfcinB-P-CB，具有活性高、稳定性强、无毒等优点。通过对抗菌肽工程菌发酵优化，及抗菌肽纯化、制剂工艺研究，建立中试规模的抗菌肽制剂的制备体系。抗菌效果达到杂合肽LPCB与Amp（50 μg/mL）抑菌直径之比大于1.0；耐热性强，在100 ℃条件下维持3 h活性无明显降低；有一定的耐酸碱性，在pH 2~10的环境中仍能保持较高的活性；安全性高，对真核细胞几乎无溶血性；实现杂合抗菌肽LfcinB-P-CB在畜禽生产中的应用，解决抗生素等化学抗菌材料造成了日益严重的环境问题，降低某些物质会以原型或代谢物形式排泄造成环境污染使环境中出现耐菌株的可能性，从而给人类生存环境构成危害。市场前景分析：据国外报道，欧洲各国的养牛业、养猪业及养禽场无一例外普遍在配合饲料中添加了上述兽用抗生素作为“动物生长促进剂”。泰洛星已成为当今世界上头号兽用抗菌剂，去年泰洛星的销售额高达2.75亿美元。我国当前的动物养殖面临越来越严峻的疫病困扰，因此抗菌肽产品在动物保健方面的开发和应用在我国需求巨大。2010年全国动物用抗菌肽类产品年销售额接近一亿元，但抗菌肽的总市场容量至少超过100亿。因此本项目开发的抗菌肽具有广阔的市场前景。与同类成果相比的优势分析：抗菌效果达到杂合肽LPCB与Amp（50 μg/mL）抑菌直径之比大于1.0；耐热性强，在100 ℃条件下维持3 h活性无明显降低；有一定的耐酸碱性，在pH 2~10的环境中仍能保持较高的活性；安全性高，对真核细胞几乎无溶血性；

项目成果/简介:本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。应用范围:模型已应用于东北松花江流域、黄山新安江流域，成功完成对这些地区 N、P、COD 等污染负荷的空间解析，并设置敏感断面（松花江流域的同江断面，新安江流域的跨省断面--街口断面）进行溯源分析，能够为流域（区域）水环境管理决策的制定与实施提供技术支持。效益分析:（1）污染源空间解析：进行各子流域污染源组成比例分布预测以及各子流域的污染来源追溯等，由于监测站点只能评价静态的理化指标，SPARROW 模型则综合考虑流域内的地质地貌、气象要素等，通过监测数据追溯污染来源，分析来自不同污染源的污染量和比例，有针对性地对水质进行控制和管理，找出污染贡献最大的区域加以治理，实现投入产出的效益最大化； （2）面向水质达标的监测站点空间布局优化与设计：利用有限水质监测站点过去一段时间的监测数据外推流域内其他未监测河段 的水质情况，有效解决布设监测站点成本高、监测网络点位数量少、代表性差的问题，通过对流域整体水质状况的预测分析，找出水质较差河段，进而有效优化监测站点的空间设置，为水环境质量达标提供支持。 （3）面向敏感区（达标断面）的削减措施优化：例如海岸带、湖库、饮用水取水区、达标考核断面等，作为考核或评估断面进行污染物传输分析，分析上游各子流域对其污染贡献大小，甄别污染贡献最大的区域，优化管理措施的设置。

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。

本发明公开了一种物流中心能源消耗和污染排放监控及评估系统，包括装卸过程循环控制系统、运输过程循环控制系统、流通加工过程循环控制系统、分拣过程循环控制系统、仓储过程循环控制系统和总服务器，每个过程循环控制系统均包括设备、执行机构、检测器、通讯系统与过程用服务器，过程服务器能根据检测器发送的检测数据来判断此时设备是否处于最佳工作状态，当过程服务器检测到此时设备不是处于最佳工作状态时，过程服务器会报警或者对设备进行调整；总服务器所有过程循环控制系统发送的所有检测数据进行汇总保存、并进行能耗与污染排放数据分