系统以“学、教、练、考、管、评”的设计理念为依托，基于多学科、高质量、成体系的资源优势，满足全时段数字化教学、自主学习和标本考试需求，形成全场景应用的形态学数字化教学体系，满足师生全流程教学应用。

产品详细介绍 　　《教育局信息化综合管理平台》包括日常办公、学籍管理、人事管理、校产管理、学业评价、综合素质评价管理、资源平台等模块，能够全面解决各级教育局的信息化应用问题，使教育管理的质量和效率得到质的提高。平台与《中小学数字化校园综合管理与评价系统》，可以无缝对接，实现互通互联，数字资源共享，形成教育局和学校两级一体的教育信息化管理平台。在此基础上，还可以与市级教育局实现无缝对接，形成市教育局、县（区）教育局、学校三级一体信息化管理平台。 　　●平台特点和优势： 　　1．基于Lucene综合搜索引擎等先进技术、对海量信息自动获取和分析，提供面向教育局多业务海量数据监测、分析、挖掘、溯源以及报表展示等功能，满足教育局及学校多用户复杂业务追踪工作过程中各个环节的用户需求。 　　2．富媒体文件综合处理，将Office文档，图像，视频，音频，动画等媒体表现方式，集中在一个组件中处理，使这些富文本内容使用起来更方便快捷。 　　3．基于Drools规则引擎、JAAS(Java验证和授权API)安全认证的权限管理组件，实现了权限管理和代码分离，只需改变相应的规则，就可以调整用户权限，使用户管理更安全。 　　4．基于jBPM4引擎的工作流组件。 　　5．平台应用系统采用B/S结构，系统采用Java开发语言并基于Seam2.0大型企业级应用框架开发，三级一体信息化可以采取共用服务器的方式，不需在客户端安装任何软件，只需统一部署机房，也就是在市、县（区）教育局装配共用的服务器集群即可。这样能够节省项目硬件设备投入资金，便于系统维护，便于网络、硬件及软件的维护和更新，确保数据安全性，避免因为管理不善而导致数据流失、损坏现象的发生。 　　●模块功能： 　　1．日常办公 　　本模块针对教育局的日常办公特点和需要，设置了公文流转、信息发布、留言管理等功能。公文流转打通了教育局与下级各学校的网络沟通渠道，实现公文上级下发、下级上报、平级互发，不仅可以像邮箱起到发送邮件交流的作用，而且还有公文流程、文件紧急度、电子签章、实名签读、公文监控、公文归档等个性化的设计。信息发布、留言管理可实现教育局内部、对下属学校通知等信息的发布和局内个人留言。 　　2．人事管理 　　本模块针对教育局人事管理工作的需要，设置了人事档案、人事报表等功能，实现公务员及教职员工的人事信息电子化管理，确保人事档案信息真实、管理规范和安全，并为各级单位提供了所需的、自由灵活的人事报表功能，可按任意字段和内容进行汇总、统计、分析。 　　3.学籍管理 本模块针对教育局学籍管理工作的需要，设置了招生管理、学籍注册、学籍查询、学籍异动、学籍报表以及相关统计报表打印等功能，极大地方便了教育局学籍的管理工作。 　　4．学业评价 　　本模块针对教育局学业管理工作的需要，设置了成绩分析、成绩报表功能。教育局可以对期中、期末等重要考试进行分析，对单个学校进行跟踪分析，校与校之间进行横向比对，为安排部署下一步教学工作提供科学、准确的参考。 　　5.综合素质评价管理 　　针对教育局对所属学校学生综合素质评价和教师素质评价工作管理的需要，本模块设置了学生综合素质评价和教师素质评价管理功能，实现学生评价和教师评价结果报表的自动上报上传，便于教育主管部门了解和掌握学期学生评价、教师评价和教师绩效考核情况，毕业生的综合素质评价结果及毕业生推荐结果，检查和指导所属学校学生评价和教师评价工作。 　　6．教学资源管理 　　为了整合优质教育资源，减少教育成本，提高教学质量，本系统设置了教学资源管理平台。不同类型的用户可以根据不同权限，按照资源类别上传下载和查找教学资源，实现教育局所辖区域内学校的资源共建共享。 　　7．资产管理 　　本模块针对教育局资产管理工作的特点和需要，设置了办学条件管理﹑设备管理和校产报表汇总三大功能，办学条件管理包括设备管理、建筑物管理、房屋管理、用地管理、设施管理和实验室管理；设备管理包括设备类别维护、仪器设备管理和设备使用管理；资产报表汇总包括达标状态报表、办学条件统计报表和设备报表。教育局可以维护和查看所属学校的资产信息，实现局级单位资产和校级单位资产信息化管理。    

产品详细介绍USB系列电压传感器、微电压传感器、多量程电压传感器、多量程电流传感器、电流传感器、微电流传感器、毫电流传感器、电流传感器、温度传感器、热辐射传感器、快速温度传感器、表面温度传感器、高温传感器、力传感器、位移传感器、光电门传感器、加速度传感器、转动传感器、光强传感器、磁场传感器、声音传感器、G-M传感器、光强分布传感器、气体压强传感器、相对压强传感器、滴定计数器、PH传感器、电导率传感器、气中氧传感器、溶氧传感器、二氧化碳传感器、湿度传感器、色度计、浊度计、心电图传感器、呼吸传感器、氧化还原传感器、二氧化硫传感器、亚硝酸离子传感器、气体酒精传感器、氯气传感器、风速传感器。

产品详细介绍苏威尔化学数字化实验室：3500元/套，包含：数据采集器、温度传感器、压强传感器、PH传感器、色度计传感器、电导率传感器、微电流传感器、滴定计数器。另有气中氧传感器、二氧化碳传感器、高温传感器、快速温度传感器、溶氧传感器、浊度计传感器等可选配。

产品详细介绍    苏威尔物理数字化实验室：3900元/套，包含：数据采集器、电压传感器、电流传感器、微电流传感器、温度传感器、压强传感器、位移传感器、磁场传感器、声音传感器、力传感器、光电门传感器。另有光强传感器、加速度传感器、G-M传感器、电荷传感器、快速温度传感器等和实验平台可选配。

职站是一款辅助院校教开展专业实训教学的云智能平台，可满足实训教学的教、学、练、考、赛的全场景需求，为院校打造具有专业特色的智能云上实训室。平台设计遵循着极简、高效、灵活的理念，可帮助院校老师0门槛开展实训课程，每个实训都有配套的学习资源和实训项目，支持自定义发布考核和练习，内置AI智能判分和大数据追踪统计分析，可多维度客观评价学生学习情况，并且通过可视化的图表和实验报告直观展示师生的教、学成果，可帮助院校高效，便捷地开展实训教学工作，实现实训教学的数字化、智能化升级。   特色亮点   金融+科技+大数据 平台集成有30+款产品，可满足计算机、大数据、金融，金融工程、金融科技等相关专业开设实训课程。院校可自主选择：3D银行综合、担保，Python程序设计 、经济金融建模实验、数据清洗、数据可视化 、量化投资策略建模 、大数据分析、金融随机过程、Python数据采集、区块链交易所等等。可满足计算机、大数据、金融，金融工程、金融科技等相关专业开设实验课程。 沉浸式岗位模拟与案例实操 平台采用项目化教学，通过经典案例和仿真场景让学生亲身体验理论在实践中的应用，学会灵活运用所学知识解决实际问题，提升自身的职业实操能力。 大数据统计分析 大数据追踪每个老师、学生的教学和学习情况，并进行统计分析形成可视化的图表，还支持依据不同维度进行展示，轻松实现实训教学可视化和可量化。 云上实训室 随时随地，无需安装部署，只需登录网站即可使用实验课程资源，可满跨专业跨校区，不同教学场景下的教学需求。 资源融通共享 学校可自主打造自己的精品课程中心，老师可以在这里创建优质的课程，支持视频，课件，教案等不同格式的教学资源上传，让全校甚至全国师生共同学习一起分享。 跨专业交叉实训 平台可支持定制化的跨专业交叉实训课程，依据院校新学科建设和复合型人才培养的需求，将多学科实训项目融合，帮助学生实现多学科思维融合、产业技术与学科理论融合、跨专业能力融合。  

在厕所黑水处理及黄水资源化方面，研发了ABR/MFC/MEC系统、两级A/O与MFC、MEC耦合系统、黄水（电）化学沉淀及资源化系统。设计的生态厕所在有机物降解同时能源回收，高效厌氧ABR反应器实现100余个生态厕所示范项目；在城市污水脱氮除磷方面，构建的污水内生微生物弱电刺激反硝化除磷耦合脱氮装置、微生物双源电化学污水等反应器实现低C/N污水零外加碳源处理。在工业废水方面，研发出去除电镀废水中重金属络合物的药剂及其方法、焦化废水预处理方法与活性炭吸附-高锰酸钾氧化-Fenton氧化工艺联合处理农药废水的方法；研发出快速检测水质的新型传感器；构建智慧环保与水务平台。主编环保技术手册一部，参编或审核3项国内环保行业标准、2项国际标准，环保白皮书咨询报告、专著两本。

浙江大学水质自动监测站竞争性磋商

一种树径生长量的自动测量装置，通过无线网络节点远程监测装置实现实时监测树径的实时生长量和生长状态；包括装置固定模块和测量模块；装置固定模块将测量模块固定于树干上需要测量树径变化量的位置上；测量模块包括带有弹簧的直线位移传感器、测头端滑轮、转向滑轮、导向滑轮、无弹性细钢丝绳、卡头和测头端滑轮与带有弹簧的直线位移传感器的连接部分；无弹性细钢丝绳通过转向滑轮、导向滑轮和测头端滑轮后，无弹性细钢丝绳环抱于需要测量树径的位置上，通过卡头将无弹性细钢丝绳两端卡紧；根据带有弹簧的直线位移传感器的位移量来确定树径生长的变化量。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵