网上服务大厅是智慧校园整体框架中最主要的用户服务窗口，将校内各类资讯、服务、系统入口、消息待办、高频应用等与师生日常科研教学密不可分的信息资源统一聚合，并按照师生身份和功能业务域做合理划分，让师生用户能够以良好的用户体验获得对校内各类信息资源的一站式访问。 智慧校园整体建设中直接面向最终用户的展现端，实现数据、用户、权限、应用、服务、流程、内容等各个方面的集成，用户通过浏览器（融合服务门户）、移动端（超级APP）实现多场景、多端多入口、随时随地享受各类服务和应用。 一网通办、一网统管 将传统意义上的信息门户、办事大厅和各系统提供的业务服务等诸多入口融合，成为真正意义上一网通办的入口，让用户能够一站式完成发起服务、接收消息、处理待办、查看资讯等各类高频操作，大幅提高师生使用的便捷程度。 以服务建设为重点 转变“重管理轻服务”的思想，以服务建设为重点，将原有的业务系统按照用户的需求、使用习惯等因素重新进行封装，为学生、教师、校领导等角色提供个性化的功能服务。 采用先进微服务结构 为简化服务流程、便于敏捷开发、减少开发成本，融合服务门户采用先进的微服务构架，若干可以独立完成功能的微服务组合成为能够满足单一场景使用需求的微应用并被容器化部署，提高学校信息建设的灵敏度和迭代速度。 自定义配置 平台提供多种报表配置工具、业务重构工具，通过可视化工具对业务流程与报表格式字段进行自定义配置。支持可动态执行的工作流及数据操作脚本，无需编译就能够通过动态脚本在工作流中直接处理表单数据。 快速获取数据 基于场景和业务流程，深度挖掘数据价值，满足业务人员对于数据需求的及时性，极大缩短数据搜寻和获取时间。 服务媒介多元化 支持多样化的身份识别，基于二维码和人脸等，结合智能终端设备完成智慧校园认证场景全覆盖，包括消费、考勤、签到、门禁等服务“一码/脸通行”。可通过PC、随身智能终端、人脸识别设备、自助终端等进行应用获取。

产品介绍： 智能服务机器人服务于广大机器人行业、企业、院校及研究机构，广泛用于企业前期开发验证、院校教学研究，一体高度集成硬件驱动模块，提供各种类型的驱动模块，简单明了的软件设计框架，完善的服务支持，让每一个客户能够快速上手ROS机器人操作系统及高效的进行二次开发，可实现地图构建、自主导航、语音交互、深度视觉、机器学习等功能，是一套学习智能机器人技术的最优平台。 功能概述： 1、基于机器人操作系统ROS软件平台，开放源代码，提供完整教学与实验教材。 2、支持激光雷达与深度摄像头地图构建、自主导航、物体跟随等功能。 3、适配物联网网关，支持Zigbee、Lora、WIFI常见协议，机器人管家式管理。

云服务器 ECS（Elastic Compute Service）是一种安全可靠、弹性可伸缩的云计算服务，助您降低 IT 成本，提升运维效率，使您更专注于核心业务创新。  一、产品优势 弹性计算10年深厚技术积淀，技术领先、性能优异、 稳如磐石 稳定：单实例可用性达 99.975%，多可用区多实例可用性达 99.995%，云盘可靠性达9个9，可实现宕机自动迁移、快照备份。 弹性：支持分钟级别创建千台实例，多种弹性付费选择更贴合业务现状，同时带来弹性的扩容能力，实例与带宽均可随时升降配，云盘可扩容。 安全：提供DDoS防护、木马查杀等服务，提供支持可信计算、硬件加密、虚拟化加密计算的实例，通过多方国际安全认证，ECS云盘支持数据加密功能。 高性能： 单实例最高可选256vCPU ，内存6TB，主频3.8GHz，性能最高可达2400万PPS，80Gbps，100万IOPS，1600万session，网络时延20us+。 易用性： 丰富的操作系统和应用软件，通过镜像可一键简单部署，同一镜像可在多台 ECS 中快速复制环境，轻松扩展。 可拓展性： ECS 可与阿里云各种丰富的云产品无缝衔接，可持续为业务发展提供完整的计算、存储、安全等解决方案。 二、产品功能 1、丰富的实例类型和多种存储选择 面向各类企业应用场景，云服务器ECS将提供超过100款高性能规格族供您选择。按您的实际业务场景可选择不同配置实例搭配1到65块不同容量的存储磁盘。 2、VPC专有网络 基于阿里云构建的一个隔离的网络环境，专有网络之间逻辑上彻底隔离，只能通过对外映射的IP（弹性公网IP和NAT IP）互联。由于使用隧道封装技术对云服务器的IP报文进行封装，所以云服务器的数据链路层（二层MAC地址）信息不会进入物理网络，实现了不同云服务器间二层网络隔离，因此也实现了不同专有网络间二层网络隔离。专有网络内的ECS使用安全组防火墙进行三层网络访问控制。 3、快照与多种镜像类型 快照与多种镜像类型，支持您的业务快速部署。 4、多种付费和存储选择 通过包年包月、按量付费、节省计划、预留实例券和抢占式5种付费模式分别满足长周期低成本以及周期高弹性的计算要求。  四、应用场景 1、通用Web应用：大部分Web应用使用的架构，阿里云推荐C/G/R系列服务器，兼顾高效搭建使用及高性能处理能力。 2、在线游戏：高并发、瞬时计算量大的场景，阿里云推荐高主频及GPU服务器实现高计算性能与高图像渲染性能的需求。 3、大数据分析：对于频繁对存储读取的大数据应用场景，阿里云推荐大数据实例及本地盘实例，主从节点皆有性能优异表现。 4、深度学习：对于持续且大量的人工神经网络计算的深度学习场景，阿里云推荐GPU实例及AMD实例，不但性能表现卓越，同时大量节省成本

华中科技大学科研信息化服务平台建设项目（一期）——科研管理平台采购项目竞争性磋商

成分：从土贝母中提取分离的土贝母皂甙主治：主要用于治疗各种时提瘤有栓塞指征的病人效果：抗肿瘤中药栓塞剂有较好的抗肿瘤作用。临床应用于肿瘤患者术前栓塞肿瘤血管、阻断血供、杀伤肿瘤细胞并能提高机体免疫力。特别对无手术指征的患者，采用栓塞疗法可提高患者的生存质量和生存时间。土贝母皂甙具有抗病毒、抗肿瘤作用，并能提高机体免疫力。在此基础上制备成栓塞剂，具有双重的治

微流体数字化技术通过对裸结构的微喷嘴实施脉冲的惯性力，使微量流体在惯性力与黏性力交替作用下实现微流体的脉冲流动，从而实现数字化可控的微量流体的喷射，适用于液体微喷射、粉体微喷射等领域。 成熟度：基于非晶态玻璃材料毛细加工原理，进行了拉制、锻制、残余应力热处理等工序研究，制作了出微纳米级的微喷嘴、微管道。以玻璃微喷嘴制备仪为平台研究了不同拉制参数、锻制参数对微喷嘴几何形状的影响规律。基于微流体脉冲驱动-控制技术，分别采用拉制、锻制的微喷嘴稳定地制备了均一的微液滴。 微流体

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。

一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）

当前，保护数据的隐私和安全已经成为世界性的热点，各国都在加强对数据安全和隐私的保护。近年来，国家相继出台个人信息保护的标准和政策，旨在加强隐私保护。为了在符合相关法规的前提下使用数据，部分研究者尝试令各方数据保留在本地的同时训练全局模型，如 Google 提出的联邦学习。作为一种加密的分布式机器学习技术 , 联邦学习能够让参与各方在不披露底层数据和底层数据加密 ( 混淆 ) 形态的前提下，仍然能利用其余几方参与者提供的信息，更好地训练联合模型，提升 AI 模型效果。 然而，将数据留在本地的方式却也引发其他问题，如针对联邦模型的投毒攻击。投毒攻击通过攻击训练数据集或算法来操纵机器学习模型的预测，使分类器识别特定样本的分类边界发生变化。而联邦学习场景下的投毒攻击通常拥有更强的隐蔽性和破坏性。 因此，我们将传统投毒攻击防御中对原始数据的清洗过程转变至对上传的模型权重参数的预处理，在参数服务器部署防御框架来防御投毒攻击。我们设计了一种新颖的防御与追溯框架，该框架主要由模型聚类、初步防御和细化防御三个模块构成，构建多层纵深防御体系，保护联邦模型安全，并在源头上主动追溯攻击者。我们设计面向神经网络的无监督层级聚类算法，消除了神经网络中隐含元素置换不变性的影响。根据类内代表模型在聚合过程中的贡献度确定其可疑度，并以动量思想将可疑度绑定每个客户端，并结合历史用户行为对攻击者进行定位。我们的防御框架可以自主评估模型贡献度，自动确定可疑度动态划分阈值，并在图像、文本等多源数据集上达到了 100% 追溯率，实现了零漏检，零误检。 目前，成果性能已经过多方测试和验证，代码已部署在华为自研深度学习框架MindSpore 中，进一步为广大开发者所用。