序号

标的名称

数量

技术要求

所属行业

1

▲人工智能创新实践平台

1套

模块一、人工智能教学实践平台（1套）

人工智能教学实践平台包含教学实践平台1套，平台搭载人工智能基础教学套件1套、人工智能实验套件1套、人工智能实践套件1套，具体要求如下。
【1】教学实践平台功能需包括：
一、课程实践模块
1、实验应用
(1)要求实验内容基于浏览器的B/S模式，学生机器无需安装任何软件即可开始实验。
(2)需支持云端编程、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。
(3)云端编程实践模式基于容器化方式实现，可支持多种编程语言环境。
●(4)支持在线提交代码进行评测，学生在线提交评测后，系统会对学生编写的代码的准确性进行自动化评测，实时获取评测结果。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(5)支持将预期输出与实际输出结果比对，帮助学生检查代码错误。
(6)支持云端编程实践模式设置多组测试集对学生代码运行结果进行校验，保障学生代码的可靠性。
(7)支持根据实践课程内容为不同题目设置不同评测时长，防止代码出现死循环造成环境崩溃，同时也对学生代码性能作出要求，评测时间超过评测时长即视为代码不通过。
(8)支持学生进行实践代码评测时，一键点击即可启用题目所需实验环境，启动评测时占用资源，评测完成后资源自动回收，快速释放实验资源，实现实验资源即启即用，自动分配利用。
(9)提供重置单页代码、重置代码仓库、返回通关时代码等功能，让学生可将当前或全部的代码恢复到初始状态，重新开始学习，防止代码环境发生改变造成实践无法继续进行。
(10)支持学生自行修改云端编程实践环境中代码字体大小。
(11)支持对学生在云端编程实践环境中的学习行为进行监控与统计，记录学生学习时长，通关时间，通关答案。
(12)远程命令行实践模式基于容器化方式实现，学生可在线根据题目要求在命令行上进行操作，提交作业。
(13)学生在线提交评测后，系统会对学生作业的准确性进行自动化评测。若未通过，需返回失败原因。
(14)支持远程命令行模式中记录学生的学习时长，通关时间。
(15)支持远程命令行重置环境功能，让学生可将当前容器重置到初始状态，重新开始学习。
(16)支持限制每个学生实践时使用的CPU、内存，可指定持久化保存容器内多个路径下学生的文件。
(17)自动化创建学生的学习容器，在一定时间不操作后，资源自动回收，实现无感知的实验资源管理。
2、实验创建
(1)支持教师创建实验课程，可自定义实验名称、实验介绍、难易度、方向分类并根据所建课程需求自行选择实践环境。
(2)支持对实验环境占用的资源进行自定义配置，配置项包括存储空间、内存、CPU等。
(3)支持教师设置持久化路径，保存容器内多个路径下学生的文件。
(4)支持教师在实验课程中创建选择题、判断题、实践题等多种类型实践关卡。
(5)支持教师对创建的实验关卡进行编辑、删除、拖拽排序。
(6)集成gitlab，提供在线代码仓库，支持教师在线编辑学生任务文件及代码评测脚本或将本地代码文件上传至在线代码仓库。
(7)在线代码仓库支持创建文件夹对全部代码文件进行分类管理，文件及文件夹支持拖拽移动。
(8)在线代码仓库中需标识出已编辑但未保存的文件，并统计全部未保存文件数量。
(9)提供实验课程数据集，支持教师将本地数据文件上传至数据集中，通过复制容器地址的方式在代码文件中调用。
(10)支持教师自主配置实验任务使用云端代码编辑器或在线命令行作为实践练习工具。
(11)支持对有强关联性的实验课程设置不允许跳关。
支持教师将创建好的实验课程进行个人发布和公开发布。
二、应用实训模块
1、总体要求：
(1)要求提供公共实训和个人实训两部分内容，需支持教师将公共实训和个人实训的项目案例资源添置个人课程中进行编排和发布应用于教学中。
(2)要求实训内容基于浏览器的B/S模式，学生机器无需安装任何软件即可访问实训环境开始实训练习。
●(3)实训应用模块需内置低代码开发、云桌面、交互式编程三类实训环境。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(4)每个实训项目提供详细实训指导手册，包括不限于项目背景、业务要求、分析思路、知识点讲解、应用价值等方面。
(5)实训指导手册中支持插入图片、表格、代码块等。
2、低代码开发实训：
●(1)低代码机器学习实训环境支持整个建模流程设计基于拖拽式布局、连线式流程编排和指导式流程配置，学生可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(2)支持流程断点缓存功能，如开启缓存、关闭缓存、清除缓存、从缓存处执行、执行到当前节点、从下一个节点开始执行等功能。支持配置流程运行资源，同时支持资源使用情况进行监控。
(3)支持常用算子功能，用户可将常用的节点进行收藏，方便使用。
(4)提供不少于20种行、列、高级节点的数据预处理算子，包括自动数据处理、数据去重、数据过滤、随机抽样、属性过滤、缺省值处理、异常值检测、数据平滑等。
(5)提供不少于5种数据融合算法，包括数据连接、数据拆分、数据分解等。
(6)提供不少于10种特征工程算法，如属性生成、特征编码、主成分分析、因子分析、奇异值分析等。
(7)提供不少于5种统计分析算法，如方差分析、相关系数、典型相关分析、偏相关分析等。
●(8)提供分类、聚类、回归、关联、时间序列、综合评价、推荐等7大类不少于50种机器学习算法。其中分类算法需包括C45+决策树分类、Xgboost分类、KNN、朴素贝叶斯、BP神经网络分类、L1/2稀疏迭代分类等，聚类算法需包括KMeans、EM聚类、两步聚类、模糊C均值、视觉聚类等；回归算法需包括线性回归、SVM回归、梯度提升树回归、BP神经网络回归、保序回归、L1/2稀疏迭代回归等；关联算法需包括Apriori、FPGrowth等；时间序列算法需包括ARIMA、稀疏时间序列、指数平滑、灰色预测、回声状态网络等；综合评价算法需包括熵值法、层次分析法、模糊综合评价法；推荐算法需包括协同过滤。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(9)提供不少于4种集成学习框架，如Bagging分类、Bagging回归、Voting分类、Voting回归等。
(10)提供不少于5种深度学习算法，如DNN回归、DNN分类、RNN分类、RNN回归、LSTM等。
(11)提供不少于10种文本分析算法，包括分词、信息抽取、文本过滤、向量空间、关键词提取、命名实体识别、文本相似度、观点情感分析等。
●(12)提供不少于5种自动学习算法，如自动择参、自动分类、自动回归、自动聚类等。（重要参数：需提供系统功能截图证明并加盖制造商公章）
●(13)支持一键式建模功能，用户只需输入数据，通过该功能可以自动完成数据处理、特征工程、算法及参数选择及模型评估等环节。（重要参数：需提供系统功能截图证明并加盖制造商公章）
●(14)提供不少于4种扩展编程算法，支持用户编制SQL\R\Python\Java等脚本语言实现个性化的算法扩展。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(15)提供不少于5种评估算法，平台支持对构建的挖掘模型进行K-S、Pr、Roc等评估，给出最优模型，同时能够在建模过程中，对模型进行输出、读取及利用。支持模型评估、模型读取、模型输出、模型利用等。
●(16)支持学生及教师全方位观察建模过程及模型结果，包括数据接入、数据处理、模型建立评估等，均可以在平台的洞察中查看中间结果。支持洞察报告预览功能及将洞察内容导出到WORD。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(17)支持流程和模型的多版本管理机制，便于用户进行历史流程的回溯，或不同模型版本的引用。
(18)支持学生提交机器学习实训成果及实验报告作为实训作业。
(19)支持在机器学习实训模式下记录学生的学习时长。
(20)低代码可视化分析实训需要支持拖曳式的数图映射模式，学生仅需要拖曳数据字段即可生成相关图形及可视化场景的建立。
●(21)提供表关联、表结构同步、列重命名、列隐藏、列合并、计算列、地理分析、数据权限、列分析、类型转换、替换值、日期格式、按范围分段、数据权限分配等数据准备功能。（重要参数：需提供系统功能截图证明并加盖制造商公章）
●(22)可视化分析实训环境的图形组件需支持常用、高级、时序、实时等不少于4类50种，其中常用图形需包括柱形图、条形图、柱线组合图、纵向组合图、面积图、饼图、玫瑰图、仪表盘、文字KPI、水球图（KPI）、行政地图、标记地图、迁徙地图、列表、交叉表、自由式报表，高级图形需包括旭日图、玉玦图、矩形树图、漏斗图、关系图、词云图、瀑布图、箱线图、桑基图、力向导图、热力图、甘特图等，时序图形需包括时序线图、时序柱图、时序面积图、时序仪表盘、时序水球图等，实时图形需包括实时线图、实时标签图。（重要参数：需提供系统功能截图证明并加盖制造商公章）
●(23)支持上卷、下钻、联动、链接、保留、排除等不少于6种图形交互方式。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(24)需支持强大的分析计算能力：包括聚合计算，如合计、计数、总体标准差、总体方差、平均值等；支持丰富的计算函数；支持复杂的分析场景：包括如同比、环比、累计占比等；支持数据的预警分析，能够实现多样的条件格式；支持趋势线拟合、参考线、时序预测、聚类分析等功能。
●(25)提供3D图形组件，内置3D渲染引擎与3D效果设计器，支持上传OBJ类型的3D模型与数据指标进行映射展示，支持3D模型管理和3D脚本编码能力。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(26)需提供复杂报表在内的多种报表样式，支持多表头合并、行列转置、分组交叉、混合报表、同比、环比等，轻松实现任意形态的报表展现。
●(27)支持R语言组件、Python语言组件、JS脚本功能等图形展示效果扩展功能。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(28)为用户提供丰富的设计与美化素材，提供场景配置的快速入口并可一键完成场景优化，节省用户页面设计时间，提高效率。同时，用户可将场景页保存为个人模板，方便再次使用。
●(29)提供word报告生成模式，支持用户通过在word中插入平台的数据指标、图形报表、函数计算规则等，并支持word模板的上传与下载。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(30)支持将多个可视化场景组装成一个专题报告。
(31)支持学生提交可视化分析实训成果及实验报告作为实训作业。
(32)支持在可视化分析实训模式下记录学生的学习时长。
●(33)支持机器学习与可视化分析相融合的实训模式，实现在一个实训中设置多个作业节点分别进行机器学习与可视化分析，利用其结果组合完成复杂度高的大型数据分析实训项目。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(34)支持学生组合提交机器学习与可视化分析实训成果及实验报告作为实训作业。
(35)支持分别记录学生在多个作业节点中的学习时长及学习总时长。
3、交互式编程实训
(1)要求提供以Jupyter Notebook为工具的交互式编程实训环境，支持学生在线根据题目要求在Jupyter Notebook上进行编码式人工智能相关实训练习与学习。
(2)需提供代码训练功能，教师可通过自由设置，将代码模块留空，交予学生进行编程训练。
(3)所提供实验环境文本编辑器需支持多种编辑器风格，包括但不限于：markdown。
(4)提供代码片段库功能，可直接“一键式”插入Notebook内容，并运行；
(5)支持学生提交.ipynb文件及实验报告作为实训项目作业。
(6)提供重置环境功能，让学生可将当前容器重置到初始状态，重新开始学习。
(7)支持自动化创建学生的学习容器，并进行资源回收计时。
(8)支持在容器使用倒计时临近时对用户提醒，用户可根据自身需要进行续时，若使用时间到期且未续时，资源将自动回收，防止出现服务器资源被大量无效占用导致学生实验启动失败或卡顿问题。
(9)提供实训数据集，支持教师将本地数据文件上传至数据集中，通过复制容器地址的方式在Jupyter Notebook中调用。
4、云桌面实训
(1)云桌面需利用虚拟化技术并使用虚拟机作为实训工具，支持创建多节点的集群，帮助学生进行集群搭建、集群操作、数据处理等练习实训。
(2)云桌面实训内容基于浏览器的B/S模式，学生机器无需安装任何软件即可访问云桌面实训环境开始实训练习。
(3)支持复制外部内容到实验环境内，可将本文内容粘贴到复制功能文本框，点击保存，在实验环境中点击右键进行粘贴。
(4)支持复制实验环境中内容到外部，可在云桌面环境中复制内容，复制成功后内容会显示在文本框中，再次复制文本框中内容即可粘贴至本地。
(5)需支持实验手册和实验环境分屏显示，并支持实验环境全屏显示。
(6)需支持云桌面环境重置，开始重置功能后实现环境将被重置为初始状态，学生在云桌面中所做的所有修改将被撤销。
(7)需支持实验结束后在线提交PDF格式的实训作业。
5、实训创建
(1)支持教师自行创建低代码开发、云桌面、交互式编程等三种类型的实训课程。
●(2)支持教师组合使用可视化分析与机器学习工具，制作多作业节点的融合型拖拽式实训。支持教师自定义拖拽式实训的实训名称、实训简介、所属行业、实训难易度、实验课时、实训手册、设置项目作业节点以及是否提交实验报告。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(3)支持教师自行创建基于Jupyter Notebook工具的编码式实训课程。
(4)支持教师自定义编码式实训的实训名称、实训简介、所属行业、实训难易度、实验课时、实训手册、作业要求、是否提交实验报告。
(5)支持教师根据所建课程需求自行选择实训环境，并支持对实训环境占用的资源进行自定义配置，配置项包括存储空间、内存、CPU，支持自定义持久化路径。
(6)支持教师在线编辑实训作业中的示例代码文件或上传本地代码文件至Jupyter Notebook环境中，在完成编码式实训创建后，可同步至学生端，在学生实训过程中给予文字或代码提示。
(7)提供实训数据集，支持教师将本地数据文件上传至数据集中，通过复制文件在容器中地址的方式在Jupyter Notebook中调用。
(8)支持教师选择平台云桌面环境创建实训课程，支持教师云桌面课程的实训名称、实训简介、所属行业、实训难易度、实验课时、实训手册、作业要求、是否提交实验报告。
(9)支持教师选择多节点实训环境类型，并支持通过高级配置功能配置实训环境所需要的运行资源，包括存储空间、内存限制、CPU限制等。
(10)支持教师将创建好的实训课程进行个人发布，快速使用至自己的课堂中。
(11)支持教师将创建好的实训课程进行公开发布，添加至实践课程资源库，供全平台教师用户复用。
(12)支持教师对自己创建的实训课程进行统一管理，包括编辑、发布、下架、删除等操作。
三、实验环境管理模块
1.模型和实验环境
（1）大数据方向至少提供如下实验镜像环境：Hadoop，Hbase，Hive，Spark，Flink，Storm，Zookeeper，Scala，Kafka。
●（2）Python要求至少提供如下实验镜像环境：numpy，scikit-learn，pandas，opencv-python，matplotlib，scipy，sklearn，scrapy，pytorch，python_utils，rabin，miller，crypto等。（重要参数：需提供系统功能截图证明并加盖制造商公章）
（3）R语言方向要求至少提供如下实验镜像环境：R4、vim、man。
（4）数据采集预处理方向要求至少提供如下镜像环境：Python、JAVA爬虫相关镜像等。
（5）JAVA程序设计方向要求至少提供如下镜像环境：Java+maven+ant等。
（6）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。
（7）支持按照实践环境名称、实践镜像名称、镜像类型等条件查询平台内所有的实践环境，支持对实践环境进行删除、编辑、查看版本记录的操作。
（8）支持查看以环形图方式查看应用服务器、计算节点服务器资源的使用情况，包括CPU核数、内存(GB)、硬盘(GB)等信息。
●（9）支持设置同一用户同时开启多个实验，设置完成后同一用户可同时启动多个实验环境将持续使用资源。（重要参数：需提供系统功能截图证明并加盖制造商公章）
（10）支持以列表方式查看用户的K8S资源使用情况，包括姓名、账号、课程名称、实验类型、开启时间、运行时长、CPU、内存(GB)等信息，支持对K8S资源进行强制停止。
（11）支持以列表方式查看用户的Docker资源使用情况，包括课程名称、课程类型、实验类型、开启时间、运行时长、CPU、内存(GB)、状态等信息，支持对Docker资源进行强制停止和删除。
（12）提供课程统计分析功能。需总体统计包括课程总数、内置课程数、教师公开课程数等信息；需以列表方式统计包括课程名称、访问次数、访问人数、人均访问次数、创建课堂次数等信息，并支持以EXCLE形式导出至本地。
（13）提供实践统计分析功能。需总体统计包括实践总数、内置实践数、教师公开实践数等信息；需以列表方式统计包括实践名称、访问次数、访问人数、人均访问次数、添加至课堂次数等信息，并支持以EXCLE形式导出至本地。
（14）提供教师使用统计功能，需统计包括姓名、工号、学院、专业、创建课程数、创建实践数、个人发布实践数、公开发布实践数等信息，并支持以EXCLE形式导出至本地。
（15）提供学生使用统计功能，需统计包括姓名、学号、学院、专业、年级、班级、登录次数、开始实践次数、实践学习时长、教学资源学习时长等信息，并支持以EXCLE形式导出至本地。
【2】平台搭载人工智能基础教学套件：该套件需包含数据建模与应用、语音识别、生成式AI、机器学习以及神经网络与深度学习等教学内容。
2-1数据建模与应用
（1）主要培养学生数据建模、模型评价和模型优化能力。内容包括：典型机器学习算法实现及应用(线性回归、逻辑回归、SVM、KNN、KMeans、朴素贝叶斯、决策树、集成学习等)；回归和分类模型的性能指标和评价方法；模型优化的方法。

（2）内容包括：数学基础、回归算法建模、分类算法建模、聚类算法建模、模型优选、业务场景建模、模型发布。

●（3）具体参数要求为：课程大纲：≥1个；PPT≥5个，总页数不少于300页；视频≥80个，视频总时长不少于800分钟；实验指导手册不低于20个。（重要参数：需提供截图证明并加盖制造商公章）

2-2语音识别
培养学生的语音识别与语音信号处理领域的专业素养，提升他们解决实际问题的能力，深入理解语音信号的基本特性、语音识别的基本原理与主流技术，包括特征提取、声学模型、语言模型等；同时，掌握语音信号处理的常用方法和技术，如噪声抑制、回声消除等。让学生能够将所学知识应用于智能客服、语音助手、智能家居等多个领域，推动语音识别技术的创新与应用发展。提供内容包括但不限于：语音识别概论、语音信号基础、语音特征提取、HMM概述、GMM-HMM系统、音素的上下文建模、语言模型、端到端语音识别、Kaldi实践、Espnet实践。

2-3生成式AI
（1）培养学习者在NLP领域的技能，包括文本处理、情感分析、文本生成等，并深入了解GPT和其他生成式预训练模型的工作原理，包括注意力机制、Transformer架构等，支持学生独立完成一个NLP项目，应用所学知识来解决实际问题。
（2）实验内容任务数量不少于30个，包括但不限于以下实验任务：神经网络架构和工作原理、损失函数和优化算法、Transformer架构解析、掩码张量、注意力机制、多头注意力机制、前馈全连接层、规范化层、子层连接结构、编码器、解码器、(Transformer输出实现、Transformer模型构建、模型基本测试运行、自然语言处理相关知识的构成、自然语言处理与人工智能、传统自然语言处理技术回顾-预处理和数据清洗、传统自然语言处理技术回顾-Word2vec、预训练和微调(python)、GPT应用领域-文本生成和生成式任务、GPT应用领域-机器翻译、LLM 使用技术: prompt介绍、大模型实战-闲聊机器人。

2-4机器学习
（1）内容包括：机器学习必要的数学基础知识、常用机器学习算法原理、Python实现以及应用，包括线性回归、逻辑回归、SVM、KNN、Kmeans、朴素贝叶斯、决策树、随机森林、感知器神经网络等.
●（2）要求提供：PPT个数≥50个、PPT总页数≥350页、视频个数≥60个、视频总时长≥750分钟。（重要参数：需提供截图证明并加盖制造商公章）
2-5神经网络与深度学习
（1）多层神经网络的计算，图像分类识别，卷积运算，卷积神经网络，循环神经网络，迁移学习、生成对抗网络等，以及Tensorflow和PyTorch在机器学习和深度学习中的应用。
●（2）要求提供：PPT个数≥20个、PPT总页数≥150页、视频个数≥40个、视频总时长≥700分钟。（重要参数：需提供截图证明并加盖制造商公章）
【3】平台搭载人工智能实验套件，该套件需包括Linux基础、Python程序设计、深度学习应用实践、自然语言处理、计算机视觉、大模型提示词工程在内等实验功能，满足人工智能专业相关课程的实践教学。
3-1《Linux基础》实验功能：
（1）提供详细的实验指导手册，包含学习目标、相关知识点、编程要求、测试说明等模块内容；
（2）提供配套教学大纲（1份）；
（3）提供不少于11个实验任务，包括但不限于：Linux操作系统初探、Linux之用户管理、Linux之用户高级管理、Linux之硬盘管理、Linux文件目录管理、Linux文件目录高级管理、Linux文件打包、Linux文件压缩、Linux网络基础。
3-2《Python程序设计》实验功能：
（1）提供详细的实验指导手册，包含学习目标、相关知识点、编程要求、测试说明等模块内容；
（2）提供配套教学大纲（1份）；
（3）提供实验数量不少于35个，包括但不限于：Python简介、关键字、标识符和变量、基本数据类型、基本输入和输出、运算符和表达式、选择语句、循环语句、跳转语句、列表、元组、字典、集合、字符串的基本概念、字符串的索引和切片、字符串的拼接、特殊字符和字符转义、原始字符串和格式化字符串、字符串的编码、字符串的常用操作、普通函数、匿名函数、参数传递、参数类型、Python中的面向对象、自定义类、成员的可见性、方法、类的继承、创建和使用模块、包、Python自带的标准模块及扩展模块、异常的概念和内置异常类、异常处理结构、抛出异常和断言、用户自定义异常、定义清理操作、返回值的取值选择。
3-3《深度学习应用实践》实验功能：
提供包括Linux下Tensorflow平台搭建、前馈网络实现MNIST手写数字识别、模型的保存与加载、Titanic幸存者预测模型、卷积神经网络表情识别案例、基于RNN的IMDB电影评论分类、基于LSTM的股票价格走势预测、NLTK常用功能实践、LeNet网络实现手写数字识别、图像增强、手写数字数据集可视化、TensorFlow图像分类实战、基于LSTM网络的航班乘客预测模型、VGGNet网络进行猫狗图像识别、AlexNet网络实现猫狗分类、猫狗大战-卷积神经网络实现等不少于20个实验项目案例，每个实验提供详细的指导手册，并能支持在线实验和模型运行训练。
3-4《自然语言处理》实验功能：
（1）提供不少于26份详细的实验指导手册，包含学习目标、相关知识点、编程要求、测试说明等模块内容；
（2）提供配套教学大纲（1份）；
（3）提供实验数量不少于26个；
（4）通过实验室练习、项目实践等方式，提高学生自然语言处理的实际操作能力，培养学生运用自然语言处理技术解决实际问题的能力，培养创新思维和独立思考的能力。
3-5《计算机视觉》实验功能：
（1）提供详细的实验指导手册，包含学习目标、相关知识点、编程要求、测试说明等模块内容；
（2）提供配套教学大纲（1份）；
（3）提供实验数量不少于45个；
（4）主要内容包括计算机视觉概述、本课程主要介绍深度学习的基础知识，包括计算机视觉概述、图像标注和特征分类基础操作，再介绍深度学习相关算法，神经网络、卷积神经网络CNN、经典CNN模型等，然后讲解了目标检测、RCNN系列算法、YOLO系列算法，最后讲述了语义分割、目标跟踪以及图像生成，形成一个循序递进的过程，让学员对计算机视觉有了大概的认知。
3-6《大模型提示词工程》实验功能：
提供不少于9个实验任务，包括但不限于以下内容：大语言模型、提示词指令的原则、提示词迭代工程、摘要类应用、推理类应用、转换类应用、扩展类应用、聊天机器人。
【4】平台搭载人工智能实训套件，该套件以学生人工智能应用实战能力培养为核心，包括覆盖电力、运营商、金融、工业制造、交通、健康医疗、文体娱乐、房地产、消费、水务等领域的不少于10个人工智能项目，着重培养学生人工智能素养、人工智能技能与解决业务问题的能力。主要参数及配置要求：
4-1电力行业-基于设备运行状态的重过载精准预测实践项目
①本项目需以电力行业的配电设备精准管控为业务背景，指导学生基于配电设备历史的运行数据和机器学习等大数据相关知识进行大数据挖掘实战，一方面让学生了解设备精准管控的业务背景和传统治理方式存在的问题，另一方面让学生掌握通过机器学习技术如何建立设备运行状态智能感知模型和设备重过载预测模型来实现设备精准管控和治理的目的，从而全方位的掌握设备运行状态，制定优化设备检修维护策略，提升配电网的供电可靠率，降低设备检修维护成本，保障电网经济运行。

②项目需支持拖拽式的算法建模模块建立设备运行状态智能感知模型和设备重过载预测模型。

③需提供【配电网设备相关数据集】，描述设备编号、设备档案等相关信息，包括设备基本信息、过载信息等字段信息，每一个样本是每一位设备的相关信息，不少于2万个样本。

④要求提供详细的项目实训指导手册，内容需包括项目背景、业务理解、数据理解、分析思路、知识点、建模步骤、分析价值等。
●4-2工业制造行业-相关性分析实践项目
①本项目案例需支持学生基于拖拽式算法建模工具将数据有效融合，结合制造工艺特点，借助大数据分析挖掘技术手段，对于产品成型过程及质量检测数据集进行对应和关联分析挖掘，发现产品制造过程中的质量异常及相关影响因素，精确定位质量问题，并通过质量问题表现，找到可以精确控制、改善的工艺流程参数，降低产品的不合格率，或提升产品的质量品级，从而实现企业产品质量与效益的双向提升。

②项目案例要求使用交互式编程实训环境和拖拽式的算法建模实训环境构建回归预测模型进行产品质量分析。

③项目案例提供【产品质量相关数据集】，描述产品质量的相关信息，需包括动均检测数据、成型数据等字段信息。

④要求提供详细的项目实训指导手册，内容需包括项目背景、业务理解、数据理解、分析思路、知识点、建模步骤、分析价值等。（以上②、③、④为重要参数：需提供截图证明并加盖制造商公章）
●4-3交通运输行业-卡车缸温预测实践项目
①通过学习本案例，需要让学生了解煤矿运输中，减少卡车故障、维修成本等，可有效降低矿山总能耗。通过实际的业务背景及案例，一方面让学生将所学习的理论知识应用到实际的生活中；另一方面，可以增强学生的建模思维，加深数据挖掘知识。讲解业务背景及解决方案，将学生的思维带入到实际的业务场景中，让学生在实际遇到问题时，能够运用机器学习的方法，提供解题问题的思路。

②项目需支持数据挖掘实训环境模块建立卡车发动机缸温预测模型，基于卡车运行过程中进行实时缸温的监测，并基于历史数据对缸温进行预测。

③需提供【卡车发动机缸温数据集】，需包括环境温度环境压力、风速、车速、马力发动机转速、加速踏板百分比、制动踏板百分比、k#缸温、k+1#红温等维度信息。

④要求提供详细的项目实训指导手册，内容需包括项目背景、业务理解、数据理解、分析思路、知识点、建模步骤、分析价值等。（以上②、③、④为重要参数：需提供截图证明并加盖制造商公章）
4-4水务行业-城市供水处理投药量建模实践项目
①本项目案例需要基于水厂投药控制系统实时采集数据，建立城市供水处理混凝剂投药量模型，通过控制出水浊度来预测混凝剂投放量，从而保证水质的前提下节约水厂制水成本。项目要求通过数据挖掘实训环境，构建一个完整的城市供水处理投药量建模流程，根据历史原水水质数据、原水流量数据和混凝剂投加量（PAC耗）数据，预测混凝剂投药量，总结其带给水厂在水处理流程中的价值。

②要求提供水厂投药控制系统实时采集的数据信息，数据均为瞬时测量值，包括原水PH、原水浊度、出水浊度、出水量、混凝剂投加量（PAC耗）数据等，不少于6000个样本。

③为了解各属性的数据特征，以及是否存在缺失值，要求对数据进行描述性统计分析。

④要求导入数据集对数据处理后进行拆分，在训练集上利用自动回归模型选择出最优模型，根据训练集和测试集的混淆矩阵评估回归模型的准确性。

⑤要求从模型的变量重要性图中总结影响混凝剂投加量的重要因素，然后利用这些属性建模对投放量进行预测，最后分析其带给水厂在水处理流程方面的意义。

⑥要求提供详细的项目实训指导手册，内容需包括项目背景、业务理解、数据理解、分析思路、知识点、建模步骤、结论/应用等。
4-5健康医疗行业-关联规则挖掘实践项目：指导学生借助患者的病理信息，挖掘患者的症状与中医证型之间的关联关系，对截断治疗提供依据，挖掘潜性证素，帮助患者建立合理的认知，促进恢复健康。项目需支持数据挖掘实训环境进行实战演练，并提供【中医证型相关数据集】、【实训指导手册】。
4-6文体娱乐领域-电商平台商品评论的情感观点和话题分析实践项目：基于电商评论数据，通过主旨话题分析、评论观点分析等挖掘用户对手机的关注点，并探索哪些关注点直接影响用户对手机的评价，从而为厂商改善产品提供科学依据。项目需支持数据挖掘实训环境进行实战演练，并提供【用户评论数据集】、【实训指导手册】
4-7消费领域-用户消费行为分析项目：以移动电商平台用户行为分析为业务背景，基于商业智能和可视化分析相关知识，让学生了解电商平台用户行为分析的业务背景及分析指标度量情况，从而优化平台促销策略及推广方向，提升平台的各项经营指标。项目需可视化分析实训环境进行实战演练，并提供【相关实训数据集】、【实训指导手册】。
4-8房地产行业-房价预测分析项目：从房子的地理位置、房屋质量和周边设施等因素出发，基于梯度提升树回归算法构建房价预测模型，分析影响房价的因素，并对房价进行科学预测，为客户提供参考。项目需支持Jupyter实训环境进行实战演练，并提供【相关数据集】、【实训指导手册】。
4-9运营商行业案例：移动通信客户细分项目：基于聚类算法利用消费行为数据对用户进行细分，了解不同群体的手机消费习惯，识别有价值的潜在客户，指导企业进行有针对性的产品或服务设计，提高客户满意度。项目需支持数据挖掘实训环境进行实战演练，并提供【移动通信客户脱敏数据集】、【实训指导手册】。
4-10金融行业案例：市场营销活动分析项目：利用随机森林算法构建分类模型，通过模型分析影响定存业务的因素。利用分类模型预测目标客群，为电话销售经理提供有价值的信息，降低营销成本，提升营销效果。项目需支持数据挖掘实训环境进行实战演练，并提供【市场营销活动数据集】、【实训指导手册】。

工业

模块二、自然语言处理实训平台（1套）

一、总体要求
1、自然语言处理实训平台，可以开展语音信号的采集与播放、语音编解码、回声消除、语音信号降噪、语音变速变调、语音识别、语音合成、智能对话等智能语音处理课程教学与实践。
2、该平台需为一款软硬件一体的人工智能教学与开发实践端侧设备，主要由边缘计算平台、人机交互单元、语音交互单元、AIOT无线网关、AIOT虚实采集控制端模块、AIOT端感控场景模组等部件构成；
●3、平台语音交互单元同时配备离线语音模块、智能音箱、麦克风阵列三大语音模块；（提供产品彩页图片证明并加盖制造商公章）
●4、同时配备智能温度计、智能按钮、工业调光灯等工业级传感控制器件。（重要参数，需提供产品彩页图片证明并加盖制造商公章）
5、平台配套提供《Python基础》、《离线语音应用开发》、《端感知控制》、《PyQT5应用开发》、《智能音箱应用开发》等实验课程。
●6、具有《麦克风阵列自然语言识别系统》软件知识产权。（提供计算机软件著作权登记证书复印件证明并加盖制造商公章）
二、各主要模块均需为实验箱内部集成，具体参数要求：

2.1、边缘计算平台主模块

主控板：性能不低于四核ARM Cortex-A57 MPcore处理器；采用Maxwell设计架构，提供至少128个CUDA核心；

内存与存储不低于：4GB LPDDR4@1600 MHz，16GB eMMC；

以太网：支持10/100/1000 BASE-T自适应；

显示接口：支持HDMI 2.0或DSI(1x2)2；

硬件资源不少于：3个UART、2个SPI、2个IIS、4个IIC、1个x1/2/4 PCIE、1个USB 3.0、3个USB 2.0；

耳麦接口：I2S。

支持搭载Ubuntu、Linux操作系统,集成Python3、自然语言、深度学习等开发环境能满足人工智能相关的学习与开发。
2.2、人机交互单元子模块
≥17.3寸，支持1920×1080高清信号
实验箱内部集成，HDMI接口，工作电压12V；
无线键鼠：独立开模泡棉包裹，底部支持配线，配件收纳。
2.3、离线语音模块
识别率：不低于98%
识别距离：≥9m
识别响应时间：小于0.1s
系统频率：≥240MHz
SRAM：不低于640KB
FLASH：不低于2MB
算法：支持DNNTDNN\RNN等神经卷积运算，支持语音识别声纹识别、语音增强、语音检测、单麦克风降噪增强，单麦克风回声消除，360度全方位拾音等功能
时钟：内置高精度RC振荡器，无需外部晶体和电容，温漂小于2%
UART接口：不少于3路，支持3M波特率
IIC接口：不少于1路，可外接IIC器件进行扩展
PWM接口：不少于6路，灯控和电机类应用可直接驱动
GPIO口：不少于10路，可作为主控IC使用，部分GPIO支持宽压5V电平信号直接通信，无需外接电平转换
2.4、智能音箱子模块
麦克风：不少于2个
产品功能：包括语音通话、家电控制、就近唤醒、声纹购物、生活助手、千万曲库等
扬声器单元：内置4Ω扬声器
控制方式：按键、语音
连接方式：Wifi、蓝牙
无线通信协议：Wifi 2.4G 11b/g/n，蓝牙4.2
2.5、麦克风阵列子模块：
核心处理器：相当或不低于Andes D1088内核处理器；
算力：不低于128GTOPS；
综合唤醒率：不低于95%；
综合识别率：不低于93%；
数量：6个以上；
拾音：可实现360度等效拾音；
唤醒分辨率：不高于1度。
2.6、AIOT无线网关子模块
MCU：性能不低于ARM Cortex-M3内核微控制器
显示屏：≥2.0寸TFT触摸显示屏
无线通信模块：标配ZigBee+智能音箱模块两大无线通信模组。
主要功能：整个AIOT无线网关,实现边缘计算网关、离线语音模块、智能音箱、无线智能节点等多路无线数据和串口数据的转发
2.7、AIOT虚实采集控制端子模块：
性能不低于CORTEX-M3内核处理器；
≥3.5寸TFT触摸显示屏；
无线模块：兼容双排直列接口，标配ZIGBEE，可选WIFI/BLE/LORA等；
通讯协议：传感层支持Modbus。
物联网虚拟仿真平台教学知识点互通：与物联网虚拟仿真设备统一协议互联互通，物联网虚拟仿真平台的虚拟设备能够完全仿真“AIOT虚实采集控制模块”设备，3D仿真效果硬件模块的外观、接线端口完全一致；AIOT虚实采集控制模块真实传感器数据支持接入虚拟仿真互联互通；虚拟仿真平台控制可与AIOT虚实采集控制模块同步实现控制效果
2.8、AIOT端感控场景模组
设计智慧环境、智能安防、智能停车三大感知单元；
智慧环境感知单元：包含但不限于光照、温湿度、雨雪、风扇、数码管、调色灯等传感器与执行器。
智能安防感知单元：包含但不限于红外对射、烟雾、酒精、蜂鸣器、触摸按键、人体等传感器与执行器。
智能停车感知单元：包含但不限于超声波、电磁锁、继电器、舵机等传感器与执行器。
三、配套软件与课程实验资源：
3.1、配套系统软件
Linux OS：Ubuntu18.04，Kernel 4.4；嵌入式深度学习框架：支持Caffe/TensorFlow/Pytorch/MxNet/ONNX/Darknet等训练框架模型直接部署，支持层融合、量化等网络性能优化策略，提供统一API（C/Python/JNI）接口，提供扩展接口自定义算子；高性能异构计算库HCL：HCL.NN加速嵌入式平台神经网络推理运算，HCL.Vision具备常用的图像处理、计算机视觉、模式识别的算子与算法，提供异构调度硬件加速芯片图像处理，HCL.Audio具备常用的音频信号前后处理算子，支持FFT/IFFT、MFCC等信号处理方式。视频编解码API：硬解码H264/H265 4K@30fps/60fps，硬编码H264 1080p@30fps；智能语音处理演示Demo：语音识别、语音合成、多轮语音对话。
3.2、配套虚拟仿真实验平台（整个实验室配备1套）
1）平台提供在线KEIL编程平台，可支持完成STM32基础编程和传感器编程开发实验。所有实验过程与代码编程均按照真实设备开发接口进行，学生的学习可无缝移植到真实的硬件设备之中。
2）平台支持搭建智慧气象、智能家居、智能门禁、智慧交通、智慧农业等智能系统，支持学生自行画线布线并具有实时验证和智能纠错功能。
3）系统采用C/S架构，通过Socket方式实现与外围设备通讯，平台上位机程序可以操作真实的硬件设备，也可以操作虚拟仿真中的仿真设备。
4）人工智能自然语言综合实验平台支持语音可以控制虚拟仿真平台“智能家居系统”中灯光的开关。
3.3、配套资源
提供配套教材电子版与源代码，包含语音前处理，语音合成，语音识别，自然语言处理等内容；智能语音处理演示Demo与源代码；使用说明书，包含套件组成、安装说明、演示Demo操作说明。
3.4、配套实验课程：
要求提供包含但不限于《Python基础》、《离线语音应用开发》、《端感知控制》、《PyQT5应用开发》、《智能音箱应用开发》等六门及以上课程，课程内容要求如下：
1）《Python基础》主要包括Python的基础语法、数据类型、表达式、函数异常处理等内容，不低于40个实验。
2）《自然语言处理》课程主要包括麦克风阵列、文本处理、深度学习、百度AI语音云服务等内容，不低于30个实验。
3）《离线语音应用开发》课程主要包括如何利用离线语音模块进行智能对话、硬件控制、屏幕控制、串口输出协议数据等应用开发，不低于40个实验。
4）《端感知控制》课程主要包括Stm32应用开发基础、端感知控制板上的传感器实验以及基于Zigbee模组无线应用等内容，不低于30个实验.
5）《PyQT5应用开发》课程主要包括PyQT5的界面设计、信号与槽、UI布局、数据库、多线程、网络编程等内容，不低于15个实验。
6）《智能音箱应用开发》课程主要包括智能音箱芯片模组的调试方法，阿里云物联网平台的使用，工业调光灯、温湿度传感器、蜂鸣器、光照传感器等硬件接入智能音箱的应用开发，不低于5个实验。

模块三、AI综合应用开发平台（1套）

AI综合应用开发平台为基于国产AI开发板和视觉件开发的人工智能实训教学实践一体化硬件产品，支持开展多类型多场景基于深度学习算法的人工智能开发应用实践。详细要求如下：
●一、芯片要求
芯片需要采用国有自主的芯片生产链生产。（重要参数：需提供产品彩页并加盖制造商公章）
二、国产AI开发板特性：
开发板算力标准需达到8 TOPS INT8，4 TFLOPS FP16；开发板算力：≥4core×1.0GHz；
开发板存储规格：≥4GB；
拓展接口不少于：HDMI接口×2、USB 3.0 Type-A 接口×2，兼容USB2.0、USB3.0 Type-C接口×1、40针扩展接口×1、RJ45 网口×2；
存储接口最低标准为：MicroSD 卡接口×1；
编解码能力要求为：
1、支持H.264/H.265 Decoder硬件解码，20路1080P 30FPS，2路4K 75FPS；
2、支持JPEG解码1080P 512FPS，编码1080P 256FPS，最大分辨率不低于16384×16384。
三、彩色相机硬件基本要求
因涉及机器视觉相关课程，需配套彩色相机硬件参数如下：
1、相机分辨率最低标准为： 3072×2048。
2、帧率需达到：59.6 fps @3072×2048 Bayer RG 8。
3、数据接口为：USB 3.0。
4、需配套LED光源。
5、使用市场主流操作系统，如Windows、Linux或MacOS。
6、需要支持使用API方式对接。
四、配套资源基本要求
1、实践课每章节配套1个教学视频及PPT和实验手册。
2、需提供课程大纲、实验环境说明及习题文件。
●3、需提供实验手册内Demo源码及工程文件。（重要参数：需提供截图证明并加盖制造商公章）
●4、实验场景需为人工智能应用经典场景与常见场景，实验场景类型丰富，涵盖不同的领域，课程包括但不限于手写体文字识别、人脸识别、人流量检测、聊天机器人、艺术风格迁移等实验场景。（重要参数：需提供截图证明并加盖制造商公章）
5、模型需要可运行在国产化AI算力平台上，在国产化算力模块上完成AI推理；课程需要包括模型转化、模型部署、模型优化等相关内容。

模块四、课堂互动平台（1套）

课堂互动平台需包含：课堂平台1套、数据节点35套、智慧展示教具1套、触控一体机1套、核心交换机2台，具体要求如下：
一、课堂平台：
实现“教学考评管”全流程课堂管理，教师教学过程中可以按年级、班级、学生等不同单元组建教学课堂，根据课程教学目标自由进行课程实践、项目实训的实验内容、进度、结果的管理。教师可以自定义教学计划，并结合学生情况设置拓展和必修课程及相关考核要求。平台将学生实验进度、学习行为和结果的全流程数据完整记录，支持教师管理课程学习与考核数据，开展多维度学情分析，满足多种类型教学管理场景需求。
1、教师教学管理模块：
(1)支持教师进行课堂的创建，根据自身需求设置课堂名称、学分、课堂开始与结束时间。
(2)支持教师自行选择相关专业学生，并将其添加至自己的课堂中、进行编辑、批量移除。
(3)支持教师将公共课程库中的实验、基础实验、实训项目案例添加至自己创建的课堂中。
(4)添加至课堂内的专业实践课程支持自动分配章节、排序、标号，支持拖拽快速排序，可快速拖拽实践课程重新分配章节并自动生成课程章节编号。
●(5)支持采用闯关的实验模式进行课程实践，支持自定义实验课程关卡分值，可按照均分比例、关卡难易度自动分配实践课程内的各关卡对应分值，同时也支持教师手动输入各关卡分值。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(6)支持一键发布全部添加至课堂内的课程。
(7)对添加至课堂内的课程实验与实训项目可自由定制，支持设置其必修/拓展属性，设置为拓展课程将单独统计成绩，不会计入课程总成绩中。
(8)支持设置实验课程的补交扣分，对于晚于课程规定时间提交的作业，将默认扣除相应分值，对学生提交作业的准时性进行区分。
(9)支持根据教师发布状态、学生学习状态和时间进度自动分配课程状态，区分未发布、学习中、补交中、已完成的课程。
(10)支持统计课堂内全部学生对于课程的学习情况，并将学习中、已完成、未开始状态下的学生人数统计展示在课程下方。
(11)支持自定义实训项目作业要求，教师可自行设置是否需要提交项目作业、实验报告。
●(12)支持教师对课堂内实训项目作业进行统一查看，提供建模流程/可视化页面/pdf/Jupyter Notebook等多种形式作业的在线预览以及pdf下载。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(13)支持教师可对学生项目作业进行主观评分，支持教师对已评分的项目作业进行评分及评语修改，支持教师将完成度高的项目作业评选为优秀作业。
●(14)支持按课堂、实训项目归类展示相关优秀作业，并标注出对应课堂、实训项目中被评选为优秀作业的数量。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(15)在优秀作业卡片中支持展示优秀作业名称、类型、作者、浏览量、点赞量。
(16)支持教师查看课堂内某课程的全部学生学习情况及成绩，展示内容包括学生姓名、学号、作业完成状态、提交时间、作业总耗时、完成关卡数、关卡得分、补交扣分及课程总成绩。
(17)支持以表格的形式分别统计课堂内全部学生的必修课程学习情况与拓展课程学习情况，展示内容包括学生姓名、学号、在线状态、年级、班级、实验完成数、实验平均分、实训完成数、实训平均分、课程平均分、总学习时长；并且支持通过点击表头中学号、年级、班级、实验完成数、实验平均分、实训完成数、实训平均分、课程平均分、总学习时长对列表内容进行排序。
(18)支持教师上传课堂教学过程中所需的全部文档、图片、代码包等课程文件资源，实时共享到课程共享云盘中，方便学生进行查看、下载。
2、学生学习探索模块：
(1)支持学生自定义自己的个人信息，包含头像、个性签名、标签等。
(2)支持学生在课堂主页查看到教师发布出来的实验课程与实训项目，并且以标签的形式提示当前课程的学习状态，可通过标签筛选出未开始、学习中、待补交、已完成课程，快速查看到当前还有哪些课程待完成
(3)支持学生打开浏览器点击课堂内的课程实验即可进入在线编码环境进行实验训练或使用编码式、拖拽式操作工具进行在线实训。
(4)对于课程实验，支持在线自动评分，学生完成对应关卡后添加通关标识，并对实践课程内全部关卡学习进度进行统计。
(5)支持学生在完成课程内容后可查看课程成绩，根据教师用户的设置，若课程设置了公开成绩则可以看到其他学生成绩；若设置不公开成绩则学生在列表中仅能查看到自己。
(6)支持学生查看教师共享至课堂中的全部课件、文档、图片、视频、代码包等教学资源，并可将其下载至本地。
●(7)支持学生自行创建机器学习项目，在拖拽式、低代码的操作环境中，专注于人工智能相关能力练习，自助进行项目实践。（重要参数：需提供系统功能截图证明并加盖制造商公章）
(8)支持学生查看被教师评选为优秀的实训项目作业，包括人工智能分析节点图、Jupyter Notebook代码文件以及pdf实验报告。
3、课堂管理系统
(1)全面支持Windows系列操作系统，包括Windows 10（32位、64位）操作系统、支持MAC系统及众多Linux发行版本，兼容虚拟机。
(2)支持24种语言界面版本，可满足不同外语教师灵活使用软件。
(3)支持加密狗加密、服务器端授权、在线序列号加密、离线文件加密、自定义短码激活、mac地址预置激活等多种方式的激活方式。
(4)屏幕广播：将教师机屏幕和教师讲话实时广播给单一、部分或全体学生，可选择全屏或窗口方式。窗口模式下或教师机与学生机分辨率不同情况下，学生机可以以不同的窗口方式接收广播。
(5)文件分发和提交需支持拖拽添加文件，可添加不同目录下的文件或文件目录。
(6)语音广播：将教师机麦克风的声音广播给学生，教学过程中，可以请任何一位已登录的学生发言，其他学生和教师收听该学生发言。
(7)学生演示：教师可选定一台学生机作为示范，由此学生代替教师进行示范教学。
(8)分组教学：教师分派组长执行指定的功能，组长代替教师进行小组教学，小组不需要再临时创建，可以直接使用既有分组信息，教师可以监控每个分组的教学过程，以了解分组教学的进度。
(9)屏幕录制：教师机可以将本地的操作和讲解过程录制为MP4录像文件，可以用 Windows 自带的 Media Player 直接播放。
(10)屏幕监视：教师机可以监视单一、部分、全体学生机的屏幕，教师机每屏可监视多个学生屏幕至少30个。可以控制教师机监控的同屏幕各窗口间、屏幕与屏幕间的切换速度。可手动或自动循环监视。
(11)随堂小考：教师启动快速的单题考试或随堂调查，限定考试时间，学生答题后立即给出结果，结果显示学生答案柱状图分析和答题时间，可作为抢答依据。
(12)签到：提供学生名单管理工具，为软件和考试模块提供实名验证。提供点名功能，支持保留学生多次登录记录、考勤统计、签到信息的导出与对比。
(13)班级模型：有单独的管理界面，实现对班级模型的统一管理，并能够导入、导出，调用不同网络教室中的班级模型。
(14)上网限制：设定学生访问网站的黑名单或白名单，对学生可以访问的Internet站点进行管理。
(15)黑屏肃静：教师可以对单一、部分、全体学生执行黑屏肃静来禁止其进行任何操作，达到专心听课目的，教师可自定义黑屏的内容与图片。
(16)远程命令：可以进行远程开机、关机、重启等操作，远程关闭所有学生正在执行的应用程序功能。
4、实验室还原管理系统软件
(1)安装部署方便，免拆机插卡、免重新构建分区，仅在Windows系统下双击应用程序即可完成软件的安装，支持自定义一键安装，兼容Windows操作系统(x86&x64)。支持wifi无线网络环境使用。支持多个操作系统安装，以及不同格式的数据分区，并对Windows操作系统分区及数据分区进行保护。
(2)支持独立环境功能，可以基于当前还原点创建无数个互不干扰的系统环境，且不被还原。方便学生在机房保存学习资料、完成作业或进行课程设计、毕业设计等任务。
(3)可对大于500台终端机同时进行差异数据部署，并可自动分配IP地址(IPV4/IPV6)、计算机名、WINDOWS用户名，支持固态硬盘保护，支持M.2硬盘数据保护。
(4)支持保护分区的某一目录与不保护分区或外插U盘、硬盘进行自动/定时同步；同步文件可以按照后缀名等规则进行过滤；文件重命名、删除也可以进行同步；可以单向同步、亦可双向同步； 支持指定保护分区数据文件不还原，指定重要文件夹加密锁定/解锁设置。
(5)按照教学实际需求，可设定计划任务，在指定的时间点自动切换到指定的还原点，且支持离线任务；针对内网的应用，可无缝对接WSUS实现操作系统补丁包的过滤与更新，保证内网的安全。
(6)主控端网络侦测功能可以便利协助定位网络的通信问题，查找网卡、网线、交换机网口的故障；在硬盘全盘保护的情况下，可以自动侦测软件安装及文件、文件夹数据变动提醒用户保存当前状态。
(7)支持机房节能，帮助机房省电：
<1>管理端可设定客户端在多久时间没操作后自动关闭显示器、自动进入待机状态、自动关机；
<2>管理端可设定允许客户端每天开机的时段、一周中哪几天开机等；
<3>根据预先设定费率生成能源使用报告，精确掌握节省的电费。
(8)支持网络同传与增量同传，接收端计算机可通过网卡、u盘、光驱、硬盘启动三种方式执行同传，内建同传智能测速排序机制，可支持同传限速以不影响正常的教学活动，支持正版软件（windows操作系统、office软件）的激活，支持CAD等软件批量注册。
(9)支持备份型还原，可把操作系统、教学应用还原点数据备份至移动硬盘，遇有硬盘损坏，亦可以快速恢复硬盘数据。
(10)支持主控端批量化管理功能，主控端可远程批量修改被控端的保护模式、密码、切换还原点、删除还原点、锁定设备、资产管理、屏幕监看、远程命令、远程监看、远程开关机、远程重启、远程登录、远程遥控，及远程指定被控端进行网络同传与增量同传。学生端还原卡支持PCI-E接口，插上还原卡无需再注册，教师端通过加密狗注册激活。
二、数据节点：该节点需满足学生课堂实践实训需求，需包含分布式计算框架、大数据数据管理系统、5G基站智能终端监控系统、数智家居实践以及数智农业实践教学功能。

2-1 节点特性：

（1）不少于17种组件，实现定制化开发需求灵活的组网能力。

（2）软硬件双开源，可二次开发与学习使用。

（3）场景联动，可同时接通2块功能板真实模拟完整设备。

（4）支持OpenHarmony、安卓及第三方组件，可联接多种生态。

（5）硬件规格：

1）主芯片：配置不低于Hi3861 Wi-Fi SoC芯片。

2）温湿度感应器，可燃气体传感器，人体红外感应器，光敏电阻，照明灯。

3）NFC功能，模拟磁卡。

4）心率血氧监测、红外测温、火焰监测。

5）土壤湿度检测、温湿度检测、土壤湿度探头。

6）高度与北斗定位、颜色检测和酒精乙醇检测。

2-2 分布式计算框架

培养学生对分布式计算的理解，分布式计算框架使用能力和分布式计算与大数据平台结合使用能力。

1）内容包括：分布式计算框架基础；核心数据抽象；分布式持久性；分布式交互查询；分布式流式计算；分布式机器学习等。在理论学习的同时提高学生的实际操作能力。

●2）具体参数要求为：课程大纲：≥1个；PPT≥15个，总页数不少于400页；视频≥120个，视频总时长不少于1200分钟。（重要参数：需提供截图证明并加盖制造商公章）

2-3 大数据数据管理系统

培养学生对大数据数据管理系统的理解，多种数据管理系统的使用与相互结合的能力。

1）课程内容包括：HBase列式数据库简介、HBase数据操作、HBase集群架构、HBase集群管理、Elasticsearch基础、Elasticsearch常规操作、ClickHouse联机分析数据库、ClickHouse数据定义与操作、ClickHouse管理与监控。

2）具体参数要求为：课程大纲：≥1个；PPT≥8个，总页数不少于350页；视频≥80个，视频总时长不少于800分钟，实验个数＞10个。

2-4 5G基站智能终端监控系统

使用SSM、HBase和时序分析技术，对5G基站设备进行监测、可视化展现及智能报警，并对其用电情况进行分析预测。

1）主要技术：Java SSM框架开发技术、Java Socket、WebSocket、RPC等实时通信编程技术、基于HBase的大数据存储技术、ARIMA时序预测方法及Java实现。

2）功能模块：

（1）对5G基站设备监测，以可视化方式实时展现监控状态。

（2）设置问题或风险阈值，对于超阈值指标自动报警通知。

（3）对基站中各个运营商设备的用电情况进行监测以及统计对比。

（4）对基站中的用电数据进行统计和分析预测。

3）资源结构需包含：源代码、初始数据（含5G基站设备模拟数据发生程序(代替真实的5G基站设备发出状态数据)、软件工程标准文档、项目中关键技术的Step By Step指导手册、系统总体和主要技术介绍视频。

●4）具体参数要求为：视频≥5个，视频总时长不少于80分钟，案例指导手册≥10个，演示案例代码行≥10000行。（重要参数：需提供截图证明并加盖制造商公章）

2-5 数智家居实践

节点需搭载数智家居实践相关项目案例，通过任务驱动模式，系统性介绍智能硬件开发在环境构建、云服务构建、硬件模块开发以及多设备联调协同，构建“端云”跨设备协同的融合技术应用。

具体参数要求：

1）实训教学课件≥8个，总页数≥200页，实训手册≥200页；

●2）教学视频≥40个且教学视频总时长不低于350分钟（重要参数：需提供截图证明并加盖制造商公章）；

3）项目代码不低于1500行。

2-6 数智农业实践

节点需搭载数智农业实践相关项目案例，使用Java+C编程语言，全面系统化掌握智能软件、硬件应用开发企业技术标准。构建场景创新应用。

具体参数要求：

1）实训教学课件≥9个，总页数＞250页，实训手册＞300页；

●2）教学视频≥45个且教学视频总时长不低于380分钟（重要参数：需提供截图证明并加盖制造商公章）；

3）项目代码不低于5000行。
三、智慧展示教具：

1.整机规格：长≥4200mm，高≥1200mm，厚≤55mm；整机采用三段式一体化设计，可实现整块教具统一屏幕书写，表面支持超过3种及以上类型的笔书写:水性笔、普通粉笔、无尘粉笔等。
2.中间区域显示屏幕采用≥86寸LED背光A规屏，显示比例16：9，物理分辨率≥3840×2160，亮度≥350cd/㎡，对比度≥1400:1，可视角度≥水平178°。
3.整机具备物理防蓝光功能，具有防眩光、抗强光干扰，阳光照射(照度400K LUX)环境下无强光干扰能直接工作。
4.屏幕采用≤3.2mm防眩钢化玻璃，表面硬度≥9H，透光率≥93%，雾度≤2%。
5.整块智慧展示教具下方具备与板面同等长度的铝合金笔槽，方便教师上课时放置书写笔和其他相关教学用具。
6.教具副板表面采用连续卷涂工艺生产，钢芯为0.019， 抗冲击性高，两面都具有搪瓷涂层。厚度为0.023"±0.004",不可燃烧。具备超光滑书写表面。
7.设备支持windows系统和安卓系统一键切换，系统版本不低于Android9.0，内存不低于3G，存储不低于32G(支持扩容），处理器≥4核，支持电子白板、文稿演示、多屏互动等功能。
8.采用模块化方案，抽拉内置式，PC模块可稳定插入整机，采用标准OPS-C 80pin接口，板载CPU性能不低于：intel 八代 i5酷睿四核，主频≥2.4G，板载内存≥8GB DDR4，固态硬盘≥256GB SSD固态硬盘。
9.为方便教师应用，输入接口具备USB2.0≥2，HDMI 2.0≥1，VGA≥1，RJ45≥1，RS232≥1。
●10.为方便老师操作，整机具备不少于7个带中文丝印前置物理按键，包括但不限于一键安卓主页，护眼，一键录屏，打开触控菜单，音量减少，音量加大，开关机等功能。（重要参数：需提供系统功能截图证明并加盖制造商公章）
11.整机具备独立的物理熄屏按键，前置TYPE-C数据输入口，前置HDMI高清接口，前置TOUCH-USB接口，前置不少于3路USB接口。（支持Windows及Android双系统读取）
12.整机采用电容感应技术，在Windows 系统和安卓系统下均支持不少于20点触控及同时书写，触摸分辨率：≥32768×32768；触摸书写延迟：≤20ms，响应速度：≤6ms，具有多指长按屏幕部分实现息屏及唤醒功能。
13.整机在任意信号源通道（如含Windows、Android、TV、HDMI等常用通道）下均可调用触摸悬浮菜单，可通过手势调用悬浮菜单到屏幕任意位置，悬浮菜单可进行自定义，具有启用应用软件，随时批注，擦除等功能，并可根据教师教学需要自定义。
14.支持传屏功能，可以将外部电脑的屏幕画面通过无线方式传输到整机上显示，同时整机处于非内置PC通道下，可调用屏幕侧边栏快捷键一键回到PC通道。
15.移动设备无线传屏：支持将手机/PAD通过感应NFC功能自动投影屏幕画面和文件实时投影到大屏上，并且可将手机/PAD（Android、IOS系统）的音频信号传输至大屏。
16.支持通过前置面板物理按键一键启动录课功能，支持录制课件保存路径选择，可将屏幕中显示的课件、音频内容与人声同时录制。
17.单独听功能：在黑屏的状态下，可以正常输出音频内容。
18.为方便教学需求，手机/PAD等设备可以通过感应NFC功能自动连接智慧展示教具的热点WIFI，不需要手动输入WIFI密码。
19.开机信号自主选择：开机启动默认进入OPS电脑通道，也可手动选择其他信号源通道，且开机通道设定具有记忆功能。
20.关屏唤醒：整机处于关屏状态时，可通过遥控器、物理按键不少于2种方式唤醒屏幕。
●21.为方便升级维护，整机电源板、恒流板、主板和OPS电脑等核心部件集成在折叠盒子内，安装时与主屏无需接线，安装维护时，支持掀起副板，折叠盒子支持向外翻转，无需整机拆卸，单人即可轻松更换升级主板和电脑等。（提供第三方出具的检测报告复印件并加盖投标人公章）
内置视频展台
●1.整机内置实物展台采用隐藏嵌入式一体化设计结构，使用时可抽拉出来展开使用，使用完后可折叠隐藏嵌入智慧展示教具内，可避免学生的无意碰撞。（提供第三方出具的检测报告复印件并加盖投标人公章）

2.整机采用不低于800万物理像素自动聚焦高清摄像头设计，画面解析度不低于1200TV线，使画面展示更加清晰；摄像头带自启动功能，抬起支臂可以开启展台软件，放下支臂关闭软件；支臂带触摸感应式多按键功能，按键可以直接控制灯光、放大、缩小、旋转、拍照和冻结功能，避免用户来回走动。
3.不低于24位图像真彩色，自动补光，自动白平衡。
4.开启一键快速进入视频展台拍摄模式（启动时间小于2秒），减少用户在电脑桌面搜寻视频展台软件界面，配置不少于8个一级分列菜单，分别是开启视频展台、调取PPT、视频录屏录像并可选择区域、图像对比、快速抓图、一键桌面、一键退出等快捷功能键，中文对应标注，软件每个界面都具有快速导航跳转功能，方便用户快速进行功能切换，可返回可退出界面。
5.通过软件视频展示可以实现动态即时旋转和视频显示内容能够以鼠标所在点为中心，可以实现画面360°手势流畅无极旋转；实时按照梯度进行无级自由缩放不低于2000%，软件底部快捷功能键带画中画（大小摄像头可以一键互换）、放大、缩小、分辨率选择、视频窗口冻结、一键全屏、实际大小等快捷功能，可实现色彩、对比度、亮度调节等。
●6.可以在任意界面上（包括视频展台、PPT、网页界面等）自由划线标注，批注流畅，支持不低于16位255种彩色标注，透明度可设，可保存、局部擦除、全屏擦除； 支持在电脑的任意画面下进行批注并保存，批注流畅线条清晰无锯齿纹，批注栏可隐藏和打开；双击可实现左右功能栏移位互换。（提供第三方检测报告并加盖投标人公章）
●9.支持同屏多画面对比教学功能：具有1、2、3、4、16画面同屏展示并可相互间实时切换、分别控制放大、缩小、旋转、保存、文字输入和白板标注，进行逐一对比教学；每一个小屏画面均可同时实时调取展台视频即时画面，最多可16屏同时实时视频展示，并可单独旋转，缩放，编辑；每一个分屏均可实现视频与图片的互相切换；内置图像和文本双模式一键切换，贴切用户使用习惯。（提供第三方检测报告并加盖投标人公章）
10.聚光灯模式，可用于突出和强调重点内容，聚光区域可进行自由拖动并且调节画面大小；内置式展台使用故障排查排除功能，在用户使用过程中能轻松处理基本故障。
11.具有课件制作扫描和文档采集管理功能：支持自动连续扫描拍照，时间速度可设；支持局部框选拍照，拍照画面大小随意设置、保存；内置电子文档识别文字功能（OCR）,方便编辑使用。
12.可做动态视频录制，录像格式为AVI，录像画面大小可以框选调节，可将电脑桌面和展台画面切换录制，带内置远距离高保真麦克风录音功能，方便进行微课制作。
四、触控一体机：
1.≥86英寸
2.显示比例：16：9
3.亮度：≥350cd/m²
4.对比度：4000：1
5.显示色彩：≥10bit，1.07B
6.可视角度：≥178°
7.分辨率：≥3840×2160dpi
8.伴音输出功率：不少于2×15W
9.整机功耗：≤230W
10.待机功耗：≤0.5W
11.整机寿命：≥50000小时
12.输入电源：100-240V，50/60Hz
13.整机尺寸：≥1950mm×1150mm×70mm
14.前置端口不少于：USB×3，HDMI×1，TOUCH USB×1，TYPE-C×1
15.后置端口不少于：TOUCH-USB×1，RJ45×1，MiniAVin×1，HDMI×2，RS232×1， USB3.0×1，USB2.0×1，MiniAVout×1，Earphone×1
16.WIFI：2.4+5G
17.本机配置：
CPU：不少于四核处理器
GPU：集成
内存：≥4G
存储：≥32G
系统：不低于Andriod 9.0
OPS配置：不低于i5/8GB内存/128GB SSD；端口不少于：HDMI×1，USB2.0×4，USB3.0×2，VGA×1，Earphone×1，MIC×1，RS232×1，RJ-45×1；WIFI：支持802.11 b/g/n
18.红外触控，安卓系统支持不少于20点触控，windows系统支持不少于36点触控，触摸精度±1mm，最小识别半径≤2mm，显示响应速度≤2ms；
19.支持视频、音乐、图片、PPT 等各类多媒体教学软件；
20.高性能书写软件，支持单点、多点书写，增加笔锋书写效果等，任意通道任何界面下可进行批注。
五、核心交换机：
1、≥48个千兆电口，≥4个千兆SFP；配置标准USB接口，支持U盘快速开局；
2、支持RIP、RIPng、OSPF、OSPFv3路由协议；支持IPv4 FIB表项≥4K ；
3、支持SNMP v1/v2/v3、Telnet、RMON；支持通过命令行、Web、中文图形化配置软件等方式进行配置和管理；