高校智能题库资源管理系统 试题试卷永久归档  资源数字化管理     核心功能   试题试卷数字化 试题试卷数字化管理，建立数据库系统，永久保存，规范管理。 单题/批量导入，在线/离线录入，客户端/管理端录入。 支持常用文件格式，导入方式多样（word、excel、json）。 支持全试题模型（文字、图片、表格、公式、音频等）。 录入、编辑、审核、组卷、检索操作简单。 完备的错误警报机制。   试题维护 可预览、可检索、可编辑，支持全题型。内置属性多样且可以自定义，如难度、公开度、区分度、差异系数、标准差。引入版本概念，记录试题变更历程。与最终考试结果关联，迭代更新试题属性值。统计试题使用次数，加权计算试题曝光度。   智能组卷 支持自动组卷/手动组卷，在线组卷/离线组卷，单套/批量组卷。 组卷灵活：简单组卷、精确组卷、蓝图组卷。 可按题量、分数、题型结构、知识结构、难度系数等多重模式组卷。题库系统与阅卷系统关联，可获取作答得分详情，用于属性分析。提供多维度属性，如难度、区分度、标准差、差异系数、信度等，便于组卷抉择。重复试题自动筛选提示。 试卷可预览、可修改、可导出，可一体化输出线下印刷，也可联通线上网考。   审核管理 试题审核：新录试题进入管理端数据库，需要经过规定的审核流程，自主设置相似度阈值，审核提供预计属性值（难度、标准差、差异系数） 考卷审核：客户端同步至管理端，试卷进入待审列表，由管理员对试卷及内容进行审核，还可审核试卷属性（难度分布、知识点分布、标准差与区分度）   查重比对 查重列表：根据设计的阈值，摘选出库中超出阈值的试题；按本题型与其他题型划分陈列。 比对标记：原题与相似试题间的判定重复部分，高亮表示，便于核查。 配置设置：可自定义比对阈值、最多比对数量、查重范围等参数。 属性预估：根据相似试题属性，综合计算本题预估属性值，包括难度、区分度等   产品优势   部署灵活 同时支持在线云端部署与本地离线部署，客户端与管理端分离使用。   安全性高 制卷与命题动作分离，独立运作，相互隔绝。 数据流转安全，依托特定密钥加密的数据文件，不显示明文信息。   题型支撑广泛 支撑目前已知所有试题类型的录入，支持音视频、图片、数学公式的在线编辑。   系统使用简便 为不同角色制订不同的使用界面；为管理人员与命题老师分别优化使用过程。    

“依脉中医四诊智能诊断系统”是传统中医理论与现代科技的完美结合，将中医脉诊、舌面诊、问诊等子系统整合，自动辨识人体体质，并通过智能辨证分析开展个体化中医养生干预服务，给予合理的养生调养指导和经典处方建议等。 智能脉诊单元 智能脉象采集模块选用航天级压力传感器，独创磁吸式腕带，通过“无级快速气动加压-连续缓慢减压”模式，充分模拟中医脉诊过程中的“浮中沉”指法，对受试者脉搏压力信号进行采集。通过传感器将压力信号转化为电信号，能够实时显示被试的脉象图，并通过一系列算法提取脉搏原始数据中的特征值，与中医脉象数据库中数据进行实时比对，智能分析出受试者的中医脉象类型。系统通过权威算法分析被试脉象数据，自动获取最佳脉图，并能够输出多种时频指标，助力中医脉诊客观化研究。 智能舌面诊单元 智能舌面诊单元采用球形柔光罩，充分模拟自然光，选用专业级单反相机进行成像。系统采用支持向量机（SVM）、动态形状模型（ASM）等多项成熟技术，能够智能分析舌色、舌形、舌态、苔色、苔质、舌络、面色等特征，记录和跟踪不同时期的舌象、面色特征变化，对疾病的疗效评估具有重要的参考价值，为健康状态的辨识、干预效果的评价提供客观化依据。 体质辨识系统 体质辨识系统根据中华中医药学会发布的《中医体质分类与判定》标准、《中医药健康管理服务技术规范》、《国家基本公共卫生服务规范（2011年版）》等文件要求设计，开展亚健康人群中医体质辨识、准确快速识别人体9种体质及其兼夹体质。并开拓展设计了慢性病（糖尿病、高血压、高血脂、高尿酸）检测问卷及孕产妇、0-14岁儿童、65岁及以上老年人体质辨识问卷，助力健康中国战略。 智能辨证分析系统 通过对设备客观化采集到的中医四诊信息，进行综合辨证分析，自动得出人体健康状况综合评价结果，并为用户提供个性化健康养生方案（经典方剂、中成药、季节调养、针灸、穴位按摩等）。 系统可对用户数据进行实时统计，后台可自动生成智能报表，查阅用户档案，分析中医客观化诊断信息，挖掘潜在规律。助力中医诊断信息客观化研究。

“依脉中医四诊智能诊断系统”是传统中医理论与现代科技的完美结合，将中医脉诊、舌面诊、问诊等子系统整合，自动辨识人体体质，并通过智能辨证分析开展个体化中医养生干预服务，给予合理的养生调养指导和经典处方建议等。 智能脉诊单元 智能脉象采集模块选用航天级压力传感器，独创磁吸式腕带，通过“无级快速气动加压-连续缓慢减压”模式，充分模拟中医脉诊过程中的“浮中沉”指法，对受试者脉搏压力信号进行采集。通过传感器将压力信号转化为电信号，能够实时显示被试的脉象图，并通过一系列算法提取脉搏原始数据中的特征值，与中医脉象数据库中数据进行实时比对，智能分析出受试者的中医脉象类型。系统通过权威算法分析被试脉象数据，自动获取最佳脉图，并能够输出多种时频指标，助力中医脉诊客观化研究。 智能舌面诊单元 智能舌面诊单元采用球形柔光罩，充分模拟自然光，选用专业级单反相机进行成像。系统采用支持向量机（SVM）、动态形状模型（ASM）等多项成熟技术，能够智能分析舌色、舌形、舌态、苔色、苔质、舌络、面色等特征，记录和跟踪不同时期的舌象、面色特征变化，对疾病的疗效评估具有重要的参考价值，为健康状态的辨识、干预效果的评价提供客观化依据。 体质辨识系统 体质辨识系统根据中华中医药学会发布的《中医体质分类与判定》标准、《中医药健康管理服务技术规范》、《国家基本公共卫生服务规范（2011年版）》等文件要求设计，开展亚健康人群中医体质辨识、准确快速识别人体9种体质及其兼夹体质。并开拓展设计了慢性病（糖尿病、高血压、高血脂、高尿酸）检测问卷及孕产妇、0-14岁儿童、65岁及以上老年人体质辨识问卷，助力健康中国战略。 智能辨证分析系统 通过对设备客观化采集到的中医四诊信息，进行综合辨证分析，自动得出人体健康状况综合评价结果，并为用户提供个性化健康养生方案（经典方剂、中成药、季节调养、针灸、穴位按摩等）。 系统可对用户数据进行实时统计，后台可自动生成智能报表，查阅用户档案，分析中医客观化诊断信息，挖掘潜在规律。助力中医诊断信息客观化研究。

仪表智能识别物联网系统由智能读表相机、智能应用系统云平台套件以及大数据智能分析服务组成，通过智能采控终端采集仪器仪表的各项数据，将数据上传到网络服务器，存储、整理分析，通过智能应用系统实现实时在线监控、记录、查询、统计、分析、修改、报警等操作，实现远程智能化管理，提高企业智能化管理水平。

轴承智能制造生产示范线以滚动轴承装配为应用场景，基于云平台和工业互联网技术，研制出滚动轴承机器人自动装配作业生产线；运用数据化设计技术，建立滚动轴承机器人自动装配生产线三维数字化模型，结合深度学习等技术，实现滚动轴承装配作业流程优化和仿真；借助无线网和传感器，实时采集滚动轴承装配生产的过程数据，并上传云端，应用数据统计和机器学习技术，自动生成滚动轴承装配生产过程的数据报表；采用云端软件架构，开发集滚动轴承装配生产过程管理、实践教学管理、在线课程和远程教学指导等功能于一体的管理软件，为工科学生或企业员工学习云制造技术，提供一款忠于工业生产场景，云制造技术要素齐备，工艺流程短小精悍，便于实验实训组织和开展的典型生产线。 滚动轴承装配柔性生产组成：由原料货架、AGV、滚动轴承自动装配单元、工业相机、货架等硬件设备构成。工业互联网组建：机器人、PLC、AGV、工业相机等节点及现场传感器，通过工业互联网相连接。生产线数字化模型建立：利用虚拟仿真软件创建设备三维数字化模型。生产工艺流程重组、优化和仿真：基于效率、能耗或设备利用率等，运用智能调度算法，实现过程模拟仿真、流程规划。生产过程精细化管理和智能决策：建立生产过程数据采集和分析系统，利用工业大数据分析技术，自动调整生产工艺参数。

监测实训室本着“统筹规划、分步实施、标准统一、先进实用、安全可靠、软硬并重、重点突破、以用促建”的建设原则，科学决策，有计划、有步骤地逐步将学院建设成为一个智慧、网络化、智能化的虚拟大学，通过建造基坑监测实训室、高支模监测实训室、隧道监测实训室、大坝监测实训室、桥梁监测实训室等实训基地，形成“教、学、练、考、交互、体验、协作”的综合培训模式，学习工程安全监测技术，提升安全素质，增强安全意识，提高安全技能。

优化人工智能学科布局，加快人工智能领域一级学科建设。 密切关注人工智能领域前沿技术，将技术及资源引入到人才培养。 部署完整的人工智能实验环境、实验资源、课程体系和教学全流程平台。 搭建完整的专业框架，全面支撑高校人工智能方向的教学与科研。 培养具备深度学习算法设计开发的人工智能应用型人才。

面向人工智能专业方向理论和实验的云教学平台，融合了Jupyter Notebook实验平台和教学资源中心两大模块。提供开箱即用人工智能编码实验环境，使教学过程高效、便捷。

本书对电影业监管的研究也是沿着这一脉络展开的.本书由绪言,正文和结语三部分构成,其中,正文分为六章,第一章是电影业监管的必要性和正当性分析,第二章是电影业监管主体分析,第三章和第四章分别论述了电影产业和电影公共服务两大领域的监管问题,第五章是对电影业监管的法律监督机制的分析.

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。