序号

设备名称

设备技术指标要求

数量

单位

1

人工智能实训平台

1、部署架构：支持集中部署，实验平台采用B/S架构，支持谷歌、火狐等主流浏览器；

2、管理模式：支持集中管理模式，支持Web管理；

3、平台管理与维护：

（1）提供openstack统一云管理平台，采用KVM主流虚拟化技术，实现对服务器物理资源的虚拟化及统一管理、调度和分配；

（2）实验管理：支持新增实验，可对实验名称、实验简介、实验时长、实验排序、实验所属分类、实验类型等进行在线编辑管理，支持实验指导书、特例数据及 ipynb 格式的 Jupyter 笔记文档一键上传；（提供现场演示）。

（3）班级管理：提供批量导入学生信息功能，可对学生信息进行新增、修改、删除等基本操作；（提供软件功能界面截图）

（4）工具及资料库管理：提供公共工具下载功能，包括浏览器、编译环境、文件传输工具、远程访问工具等；提供数据集批量添加、下载功能；

（5）系统管理：具备完善的用户管理，包括创建、删除用户，对角色信息、权限信息进行分配管理，并提供日志管理。

4、专业课程功能模块：

（1）支持课程资源和课程计划管理功能，根据实验资源设置本学期的课程计划，可提供数据分析、机器学习、深度学习等实验课程，并提供配套实验指导书。（提供软件功能界面截图）

（2）教师能够对该学期管理的班级进行一次性教学课程计划发布，支持对教学计划进行编辑、查询、删除等操作。（提供现场演示）。

（3）教师能够查看创建的课程计划内容，方便老师展开人工智能教学备课。

（4）教师可在系统监控管理中查看对应班级下学生的虚拟机环境基本信息，包括所属学生姓名、创建时间、虚拟机规格；教师拥有对应班级学生环境的生命周期管理。（提供现场演示）。

（5）实验环境支持终端化开发环境和jupyter notebook交互式开发环境，并可自由切换。（提供现场演示）。

（6）支持全屏模式和实验模式切换：全屏模式下教师进行课程案例授课；实验模式下提供学生实验指导书与实验环境同屏展示，方便学生进行理论学习、实际环境操作实验等。

5、作业考评功能模块：（提供现场演示）

（1）教师能够对该学期管理的班级进行一次性作业内容发布，支持对作业任务进行编辑、查询、删除等操作。

（2）教师可直接编辑每个实验的实验手册和实验代码，实验代码以 Cell 的形式编排，可通过删除 Cell、 修改 Cell 的方式，删除代码块或删除代码块中部分代码，引导学生根据实验指导手册重新编写空缺的 代码内容，从而掌握相关知识点，达到学习目标和实验目标。（提供软件功能界面截图）。

（3）提供jupyter lab开发环境，可进行实验代码编译、代码执行，执行过程中可实时查看实验代码的执行结果。

（4）支持教师进行作业评阅以及管理查看学生作业成绩。

（5）学生可在线查看作业内容并运行开发环境，支持作业报告提交以及作业成绩查看。

（6）在作业设定的截止时间之前，支持学生进行多次提交作业报告。

6、资料共享功能模块：（提供软件功能界面截图）

（1）支持资料工具上传下载；

（2）提供公共工具、学习资料、数据集等公共资源；

（3）支持对资料进行分类；

7、平台厂商提供人工智能相关应用的软件著作权证书及职业健康安全管理体系认证证书。（提供复印件证明材料）

1

套

2

人工智能教学资源包

▲提供包括《Python程序设计及应用》、《网络爬虫技术与应用》、《数据可视化》、《机器学习技术与应用》、《深度学习技术与应用》、《自然语言处理技术与应用》、《计算机视觉技术与应用》、《聊天机器人综合案例实战》、《人脸识别综合案例实战》、《无人驾驶综合案例实战》等课程案例，并配套实验指导书：

一、《Python程序设计及应用》课程重点介绍用于高效解决各种数据分析问题的Python语言和库。实验内容包括python基础知识、高效的最基本数据结构Numpy、可视化工具matplotlib、Pandas数据分析等，共计19个实验项目，并配套相应的项目任务书。

1   Python实验-环境搭建

2   Python实验-基本数据类型

3   Python运算符和表达式

4   语句和文件

5   数据结构 - 列表

6   数据结构 - 字典

7   数据结构 - 集合

8   字符串

9   函数

10   类

11   异常

12   模块

13   Pycharm搭建

14   Pycharm调测

15   Pycharm单元和集成测试

16   Python MR：统计全国各省城市数量分布

17   Python库：Numpy

18   Python库：Pandas

19   Python库：Matplotlib

二、《网络爬虫技术与应用》课程重点介绍网络爬虫的基础知识点。实验内容包括网络抓包实验、requests、网页代码分析和提取、Python爬虫数据存储和多线程等，共计11个实验项目，并配套相应的项目任务书。

1   爬虫实验-抓包

2   requests

3   网页代码分析和提取

4   Python爬虫数据存储和多线程

5   模拟浏览器访问网站

6   双色球爬虫

7   豆瓣图书top250

8   爬取网络小说

9   scrapy

10   新闻网站爬虫

11   爬取电商网站

三、《数据可视化》课程重点介绍一些常见的数据可视化工具的应用。实验内容主要包括Excel数据处理、Highcharts图形、Tableau、ECharts等知识点，共计31个实验项目，并配套相应的项目任务书。

1   Excel基本操作

2   Excel数据可视化

3   Excel透视表

4   Excel数据分析

5   VBA程序基础

6   VBA数据类型

7   VBA流程控制

8   VBA综合应用

9   Highcharts安装配置

10   Highcharts曲线图

11   Highcharts面积图

12   Highcharts柱状图

13   Highcharts饼图

14   Highcharts散点图

15   Highcharts气泡图

16   Highcharts动态图

17   Highcharts组合图

18   Highcharts堆叠图

19   Highcharts图表导出模块

20   Highcharts图表设计以及样式

21   Tableau的入门

22   Tableau的计算

23   Tableau的排序和筛选器

24   Tableau的折线图

25   Tableau的饼图

26   Tableau实战—保险数据集可视化

27   Tableau的实战—教育水平数据可视化

28   Tableau的实战—广告欺诈数据可视化

29   ECharts实验：数据可视化   

30   ECharts实验：SpringBoot与ECharts整合使用

31   ECharts实验：Ajax异步获取json数据完成可视化

四、《机器学习技术与应用》课程重点介绍机器学习算法的相关理论及应用。实验内容主要包括线性回归、逻辑回归、决策树、聚类算法等基础算法知识，同时运用相关算法进行应用实践包括恶意流量日志分析、广告投放效果分析等，共计18个实验项目，并配套相应的项目任务书。

1   线性回归

2   逻辑回归

3   决策树

4   支持矢量机

5   朴素贝叶斯

6   聚类算法

7   随机森林

8   降维算法

9   数据分析综合案例之贷款利润最大化

10   数据分析综合案例之恶意流量日志分析

11   数据分析综合案例之用户流失预警数据

12   数据分析综合案例之广告投放效果分析

13   数据分析综合案例之酒店评论分析

14   数据分析综合案例之香水营销数据分析

15   数据分析综合案例之自行车租赁预测

16   数据分析综合案例之二手房成交价预测

17   基于线性回归算法的波士顿房价预测

18   基于逻辑回归算法的鸢尾花预测

五、《深度学习技术与应用》课程重点学习深度学习基础理论、神经网络基础知识，借助Python 语言对基本算法和实现模型进行探索。基础知识实验内容主要包括Tensoflow基础、Keras基础、Pytorch基础，同时基于主流框架如TensorFlow、Karas、Pytorch等进行案例实验学习，实验内容包括变分自编码器数字图像生成、泰坦尼克获救预测、手写数字识别、新闻多分类、波士顿房价预测等入门案例，共计55个实验项目，并配套相应的项目任务书。

1   TensorFlow基础

2   Keras基础

3   Pytorch基础

4   Tensorflow之波士顿房价预测

5   Tensorflow之动物识别-人工神经网络版

6   Tensorflow之变分自编码器图像生成

7   Tensorflow之手写数字识别

8   Tensorflow之自编码器图像去噪

9   Tensorflow之股票预测

10   Tensorflow之泰坦尼克获救预测

11   Tensorflow之文本生成

12   Tensorflow之鸢尾花分类

13   基于TensorFlow的CIFAR10分类

14   Tensorflow之动物识别-VGG版

15   Tensorflow之新闻多分类

16   Tensorflow之电影评论二分类

17   Tensorflow之LSTM古诗生成

18   Keras之鸢尾花分类

19   Keras之BiLSTM中文分词

20   Keras之自编码器图像去噪

21   Keras之手写数字识别

22   Keras之变分自编码器图像生成

23   Keras之波士顿房价预测

24   Keras之电影评论二分类

25   Keras之动物识别-VGG版

26   Keras之动物识别-人工神经网络版

27   Keras之股票预测

28   Keras之泰坦尼克获救预测

29   Keras之文本生成

30   基于Keras的CIFAR10分类

31   Keras之新闻多分类

32   PyTorch之nn模块

33   PyTorch之保存和加载模型

34   PyTorch之搭建VGG网络

35   PyTorch之动态图

36   PyTorch之计算图

37   PyTorch之卷积神经网络

38   PyTorch之神经网络

39   PyTorch之循环神经网络

40   PyTorch之优化器

41   PyTorch之张量

42   PyTorch之自动梯度

43   Pytorch之中文分词

44   PyTorch之Cifar10数据集分类

45   Pytorch之古诗自动生成

46   PyTorch之LSTM股票预测

47   PyTorch之变分自编码器数字图像生成

48   PyTorch之波士顿房价预测

49   PyTorch之动物识别迁移学习版

50   PyTorch之动物识别神经网络版

51   Pytorch之空间变换器网络

52   PyTorch之手写字识别

53   PyTorch之泰坦尼克获救预测

54   PyTorch之自编码器图像去噪

55   Pytorch之文本情感分析

六、《自然语言处理技术与应用》课程重点介绍人工智能自然语言处理技术的知识点和基础应用。实验内容主要包括词性标注、文本分类、命名实体识别、名字分类等，共计7个实验项目，并配套相应的项目任务书。

1   词嵌入之词袋模型

2   文本分类

3   命名实体识别

4   使用字符级RNN生成名字

5   使用字符级RNN进行名字分类

6   使用Sequence2Sequence网络和注意力进行翻译

7   用LSTM来进行词性标注

七、《计算机视觉技术与应用》课程重点介绍计算机识别技术的基础知识及应用。实验内容主要通过运用图像识别技术实现图像处理应用包括手写数字识别、动物识别等，共计3个实验项目，并配套相应的项目任务书。

1   手写数字识别

2   动物识别-VGG版

3   动物识别-人工神经网络版

八、《聊天机器人综合案例实战》实践课时32，本课程重点介绍基于PyTorch框架完成一个聊天机器人案例开发。在本案例中，我们将用电影剧本来训练一个简单的聊天机器人，使用循环神经网络序列中sequence-to-sequence模型。

九、《人脸识别综合案例实战》实践课时32，本课程重点介绍人脸识别的主要技术原理和实践。实验内容主要包括FaceNet网络的特点和基本原理、图像的特征提取、R-CNN、人脸识别模型的应用等。

十、《无人驾驶综合案例实战》实践课时32，本课程重点介绍人工智能小车控制及应用。本案例主要结合智能车进行项目教学，基于AI学习计算平台训练的模型，以人工智能小车和交通沙盘为硬件载体，将训练好的模型导入人工智能小车中，模拟道路交通无人驾驶场景。

1

套

3

AI科研计算平台

1、集中部署，B/S架构，支持主流浏览器访问

2、平台管理：基于Docker、Kubernetes底层，提供资源调度、均衡容灾、服务注册、动态扩缩容等功能。采用先进的容器管理技术，实现对服务器物理资源的抽象，将服务器物理资源转化为一组可统一管理、调度和分配的资源。（提供软件功能界面截图）

3、支持提供数据准备、项目管理、模型训练、模型分享、模型发布等功能，最后能把模型部署起来，集成到生产环境，一站式完成所有任务。（提供软件功能界面截图）

4、数据准备：平台预置公共数据集，同时支持数据集本地上传；

5、模型训练：项目训练过程中可重复创建、训练，多次进行参数调优，提升模型的准确率，且在项目训练期间，提供实时日志显示，涵盖训练环境状态、训练时间、次数及正确率等内容。（提供软件功能界面截图）

6、模型发布分享：训练成功的模型发布之后，支持在线进行模型检测，自行选择测试数据上传，并得出检测结果，验证对错；支持模型在线共享以及模型下载；（提供软件功能界面截图）

7、资源管理：支持实现GPU、CPU及内存等资源可以通过学生申请，由教师审批回收进行管理。当学生训练任务完成之后，教师可释放资源，实现资源的动态管理，提升资源利用率。（提供软件功能界面截图）

8、投标人应提供该软件的著作权登记证书复印件并加盖公章。（提供复印件证明材料）

1

套

4

线上学习平台

线上实习就业服务平台：为采购人提供集职业测评、求职培训、实习招聘等实习就业服务账号，使用时间不少于一年，要求提供的服务内容如下：

（1）提供学生测评服务，包括如下测试测评项目：性格色彩、PDP性格测试、九型人格、MBTI第一步；

（2）提供在线学习课程视频，包括数通NA、存储NA、云计算NA；

（3）提供在线练习题库功能，包括专项智能学习、错题智能练习、能力评估、习题笔记、习题收藏等功能（提供官方链接和功能界面截图）；

（4）提供实习就业服务，包括注册简历、投递岗位、职场干货等功能服务；（提供官方链接和功能界面截图）。

50

个

5

5G全网仿真软件

1、仿真软件包括NR无线接入网系统、LTE无线接入网系统、EPC核心网系统、分组传送网系统、波分传输系统、全网业务测试系统、全网故障判断系统、网络规划系统等功能模块，仿真软件界面友好，易于操作，便于分模块教学自学，可分发各种不同组网形式的定制化实训任务。

2、系统平台含NR无线接入（BBU、AAU）、LTE无线接入（BBU、RRU）、传输网络（PTN、OTN、SW、RT）、核心网（MME、HSS、SGW、PGW）、手机终端等UE全系统设备仿真，有多个城市的多个网络层次的网络规模，系统通用性良好，根据任务描述进行网络规划、容量规划、设备安装、设备调试、业务测试任务，任务中包含硬件安装、线缆连接、各设备详细数据配置；需提供网络规划和设备安装中同时支持5GNR和4GLTE功能的截图；

具体功能：

1、网络拓扑图规划功能：可以在拓扑图页面拖拽各类设备节点（包括核心网EPC、分组网PTN、波分传输网OTN、无线接入网LTE、无线接入网NR\LTE设备类型）并完成节点间线路连接；需提供截图

2、网络拓扑IP规划：可以在网络规划页面进入设备节点配置设备的IP相关规划信息

3、网络拓扑频率规划：可以在网络规划页面进入波分设备配置设备的波分频率相关规划信息

4、网络拓扑无线规划：可以在网络规划页面进入无线设备配置设备的频率、带宽、小区等规划信息

5、网络规划报告制作：可以根据网络规划各种规划信息生成网络规划报告，包括拓扑图和规划数据

6、无线网容量规划：可以选择多种无线网络话务模型进行站点容量计算、站型选择、覆盖计算，生成覆盖规划报告

7、核心网容量规划：可以根据无线网容量规划结果或者自行定义，进行MME、SGW、PGW、HSS设备的容量规划，生成规划报告；需提供截图

8、承载网容量规划：可以根据无线网容量规划结果或者自行定义，进行承载网接入层、汇聚层、核心层设备的容量规划，生成规划报告

9、设备选型：可以自行选择机房中所需的核心网、承载网、无线网4G5G设备；设备类型包括MME\SGW\PGW\HSS\RT\SW\PTN\OTN\BBU\RRU\AAU\ANT等；需提供截图

10、设备安装：可以将选择好的设备安装在机房内的机柜中；

11、设备连线：可以自行进行机房内各类设备间及光纤配线架间的信号线缆连接，线缆有双纤光纤、单纤光纤、网线、馈线等，完成通信网络的信号联系

12、核心网数据配置：MME\SGW\PGW\HSS设备的数据配置，包含核心网内部对接核心网和无线网和手机终端之间对接的多个接口的数据以及用户数据等数据配置；

13、分组网数据配置：PTN\RT\SW设备的数据配置，包含接口VLAN、子接口、接口IP、静态路由、OSPF路由等数据配置

14、传输网数据配置：OTN设备的数据配置，包含电交叉、频率等数据配置；需提供截图

15、无线网数据配置：NR BBU\LTE BBU\RRU\AAU设备的数据配置，包含5G和4G的TDD\FDD制式，NR和LTE对应的频率、5M-100MHZ区间的带宽、多种天线收发模式、发射角度、多小区、邻区等数据配置以及无线网和核心网进行对接的接口数据的数据配置，需提供截图；

16、告警功能：软件根据规划安装配置结果进行业务判断，有问题的地方出告警信息，并图形化展示；需提供截图

17、PING功能：选择核心网、分组网、无线网设备间的IP地址进行PING测试，根据配置和连线结果得出结论；

18、TRACE功能：选择核心网、分组网、无线网设备间的IP地址进行TRACE测试，根据配置和连线结果得出结论；

19、光路检测：选择分组网和传送网的光口进行光路测试，根据配置和连线结果得出结论，判断光路是否通畅；

20、速率计算：根据5G\4G设备的数据配置结果以及手机终端的数据设置，在手机终端显示不同网络的上下行速率，可以自行切换网络测试；需提供截图；

21、切换测试：选择多组小区进行小区间切换测试，软件根据数据配置确定切换是否成功

22、漫游测试：选择多组小区进行小区间漫游测试，软件根据数据配置确定切换是否成功.

23、软件需具备仿真国内主流设备厂商真实基站设备数据配置过程和配置方式的操作模式，需提供截图。

24、软件支持IMS中CSCF网元仿真功能，可以与移动通信核心网对接实现VOLTE业务，并且在手机测试终端可以进行仿真VOLTE业务的业务测试；可以识别被叫空闲、被叫空号、被叫忙等状态；需提供截图

25、软件要求是成熟应用系统软件，拒绝现场开发，投标人应提供该软件的著作权登记证书复印件并加盖公章。

50

套