锦州医科大学2022贴息贷款设备采购项目（教学专项电子科研设备）招标公告

序号

货物名称

单位

单价（元）

数量

技术参数指标

1

Expectation ROS 智能车

台

20,000.00

1

1、麦轮，Jetson 主控；

2、含深度相机

3、含语音交互

4、含触摸屏

2

多媒体电子教室控制软件（60人）

套

5,500.00

1

1、安装部署方便，支持预设频道号及一键自动安装，支持Windows Xp、Server2008(x86&x64)、Windows 7/ 8/ 8.1/ 10(x86&x64)系统；教师端可以切换不同的应用样式风格；支持安卓手机APP控制教师端移动执行教学命令。
2、采用高品质语音编码和传输技术，广播教学流畅无延时，支持全屏/窗口/指定区域广播、语音广播、 (略) 、视频直播、学生演示、示范教学、电子白板，要求广播图像及语音无延时，接收屏幕广播及语音广播的各学生端桌面画面及耳机声音同步，支持DirectDraw、Direct3D、OpenGL、3DMax、AutoCAD、Flash、DVD光驱等内容广播；
(略) 支持的视、音频模式需要满足：flv、rmvb、mp4、mkv、mov、avi、wmv、asf、rm、3gp、mpg、swf、mpeg；wav、mp3、wma、aac、flac、ape；
支持摄像头、CD\DVD等外部设备作为视频教学的发射源；电子白板教学时，自动开启语音教学。
3、广播参数设置支持教师端和学生端双显示器广播模式；
广播时支持教师端和学生端显示CPU、内存等资源占用；
在窗口广播的模式下，学生端可以自主使用快捷键切换接收窗口的属性：全屏显示、窗口显示等；当教师端的桌面与学生端的桌面分辨率不一致时，作为接收端的学生端桌面会自动同步教师端的分辨率。
4、支持屏幕录制、电子点名、存储与应用不同的班级模型，切换学生端视图显示方式，支持向预设路径派发与回收作业、以及执行文件传输功能发送文件或文件夹。
5、支持分组管理，对学生进行分组、添加成员、设置组长，并且给组长设置教学的屏幕广播、语音广播、 (略) 、视频直播、远程桌面等功能权限；老师可以随时删除分组或更改分组成员的所属分组。老师可以直接套用分组进行分组教学，也可以设置12个不同的主题（包括文本、图片、媒体等素材）进行分组讨论，老师可以随时加入讨论，支持语音+文字讨论模式。
6、支持随堂测试及考试。考试包含试卷编辑、执行考试、自动评分、答卷分析、成绩分析、问题分析、显示答案、成绩打印、储存试卷多个系统；试卷编辑支持简体中文、英文、日文等多种语言，老师不需装软件可以在家编辑试卷，可编辑选择题、填空题、问答题、口试题、图片选择题、连线题、选错题、主观题等多种题型，可导入各类文件作为试题附件。支持word试题导入；考试支持ABCD卷，指定不同学生对不同考试内容进行测试。支持添加音视频，设置播放时间，支持模拟大学英语四六级考试，支持暂挂考试。
7、远程管理支持远程桌面、远程遥控、远程设置、远程命令、远程开关机、远程注销、远程重启、远程登录windows、远程修改admin密码、远程关闭应用程序、远程上网限制、远程U盘限制、远程光驱限制、远程程序限制、远程卸载学生端程序。远程桌面支持教师端可以「全屏/窗口」方式「轮流/顺序」监看学生端的电脑桌面并可以自定义学生端桌面显示的分辨率，教师端可在监看学生端桌面时远程发送「Ctrl+Alt+Del」键、进行文件传输、截屏操作，远程遥控支持剪切板同步以及群组遥控。
8、支持上网记录功能，在教师端可以获取学生计算机访问的网址、IP等地址，可以按照时间限制条件及指定的网址筛选记录，并支持导出上网记录生成报表，供老师分析学生上网记录。
9、支持资产管理教师端可以批量获取所有学生端的软、硬件资产信息，当学生端的软、硬件资产信息发生变动时，程序可以智能地判断出详细的变动资讯，资产管理支持按照不同类别导出报表，可以针对软件资产进行批量统计安装的学生端数目等，方便老师实时关注机房的资产使用状况。
10、支持远程信息，教师端可以远程动态获取学生端的系统信息(包括：计算机名、当前登录用户名、IP地址、Mac地址、操作系统、Cpu信息、PF使用量、CPU使用动态波形)、磁盘信息(包括：磁盘的个数，磁盘分区大小明细、文件系统格式、空间使用情况信息)、进程信息(当前学生端计算机运行的所有进程信息，可以远程结束进程)。
11、其他：教师端支持发送信息、发送通知、教师端操作日志显示、同步操作系统时间；
12、学生端支持发送信息、举手、本地修改频道、修改本地登录密码及提交文件操作。

3

分光仪

台

5,100.00

10

光学系统采用齿轮，齿条内调焦方式，传动平稳。目镜调整采用多头螺纹连接。平行光管、望远镜系统物理焦距在143-144mm范围内，视场角7-9度，通光口径不低于F33mm，放大倍率不低于5.25，狭缝宽度调节范围0-4mm

4

交换机

台

1,500.00

3

24口千兆交换机含模块及连接线

5

千兆交换机

台

2,500.00

1

1.48个10/100/1000 Mbps 端口；支持VLAN功能；
2.带宽不低于8.8Gbps（无阻塞）；包转发率不低于6.5Mpps；缓冲区内存不小于256KB ；寻址：48 位 MAC 地址；地址数据库大小：每系统不少于8000个MAC地址；
3.平均无故障间隔：不少于*小时。

6

InnoLab实验模块

套

35,000.00

1

1.提供学习中心功能，支持老师对实验的打分及评语，支持提交的实验成绩及详情；
2.提供学习中心功能，支持在学习界面完成实验或项目，退出学习界面后，平台记录实验或项目当前进度和代码、实验结果，再次进入该课程界面，学生可以继续完成实验或项目；
▲3.Python作为人工智能学习常用的编程语言，平台实验形式须至少同时支持Python项目和Jupyter Notebook；
★4.平台支持在浏览器中与常见开源开发板通信的能力，通信方式支持有线和无线方式，提供截图证明；

★5.平台须支持以可视化的方式进行硬件编程与文件操作，同时支持将硬件运行输出展示到平台上，提供截图证明；

6.为支持人工智能实验使用数据集进行训练，平台须具备数据集到计算引擎的高速同步能力；

★7.平台须支持数据集内部结构的快速预览能力，提供截图证明；

8.支持多种项目类型，包括Python编程、Notebook、虚拟机等；

9.Python服务器运行编程项目支持多种项目框架，包括Python、Pytorch、TensorFlow及至少一个国产自主框架等；

10.支持从课程关联的项目中打开在线IDE；

11.提供在线IDE功能，支持项目代码以目录树的形式展示，支持创建文件或文件夹、上传文件或文件夹，对文件进行重命名、删除、下载等操作；

12.提供在线IDE功能，支持服务器项目的运行环境选择，启动和关闭运行环境；

▲13.提供在线IDE功能，支持扫描和连接智能硬件（至少支持树莓派、JetsonNano和Jetson TX2），连接后显示硬件监控信息，且以目录树形式显示硬件文件夹，支持目录树的操作；

▲14.提供在线IDE功能，支持个人空间功能，用于存储个人文件，以目录树形式显示，支持目录树的操作；

15.提供在线IDE功能，支持项目目录树、硬件设备目录树、个人空间目录树之间的文件复制粘贴操作；

16.提供在线IDE功能，支持代码文件、图片文件等的打开编辑和预览功能，代码文件提供IDE常用功能，包括代码高亮、自动提示等；

17.提供在线IDE功能，支持创建Notebook项目，并且打开Notebook编辑页面；

18.提供在线IDE功能，支持运行结果格式化输出，结果显示文件名、行号等信息；

19.提供在线IDE功能，支持启动和连接虚拟机，在虚拟机中进行操作；

20.提供在线IDE功能，支持标准的Python项目功能，如requirements.txt文件定义依赖等；

21.支持实时多媒体数据输出格式化能力，包括图文、声音、动画和视频等展示方式输出程序执行结果。

7

Python编程进阶

套

60,000.00

1

1.提供至少42个实验内容可供选择;
2.提供所有课程的PPT课件和实验指导书；
★3.实验运行在人工智能教学平台上，学生通过PC机浏览器接入平台使用，提供截图证明；

4.在线实验界面应包括实验操作区和结果展示区2部分；
5.包含Python基础实验，能实现Hello World的展示，能获得字符串长度，能对字符串进行普通索引，能对字符串进行高级索引，能学习转义字符用法、字符串的三引号用法、Python字符串的拼接、判断子字符串是否存在、Python字符串的find方法、Python字符串的join方法、Python字符串的split方法、Python字符串的replace方法、Python字符串的格式化、Python列表的定义、Python列表的长度和索引、Python列表的拼接、Python列表的append方法、Python列表的extend方法、Python列表的insert方、Python列表的pop方法、Python列表的remove方法、使用del进行删除、Python列表的index方法、Python列表的count方法、for循环Python列表、列表生成、对象标识符、Python列表的深拷贝和浅拷贝、Python元组的定义、Python元组的长度和索引、Python字典的定义、Python字典的keys方法、正则表达式与re库、Python文件的路径表示；
6.包含Python数据分析实验，能学习柱状图绘制、折线图绘制、绘制年龄-身高散点图、加入图片辅助信息、导入numpy、用numpy构建一个简单向量、一维数组（向量）的切片、二维数组（矩阵）的切片、用numpy对数组进行合并操作、用numpy对数组进行排序、numpy中的arg运算、用numpy对数组进行分割操作、用matplotlib读取图片，提供截图证明、框出图片中的汽车、创建一个DataFrame数据表、从文件中读取数据、DataFrame基本信息、pandas数据可视化；
7.包含Python电影网站爬虫实验，能学习用requests发送请求与接受响应、用requests网页内容、观察网页HTML源码、分析要解析的内容、初步搜索页面、BeautifulSoup解析电影内容、BeautifulSoup解析电影导演等信息、BeautifulSoup解析电影导演和演员、Python字典的定义、Python字典的创建、正则表达式与re库、正则表达式的基本匹配模式、观察页码规律、爬取所有页面电影内容、Python中文件的读写、Python中创建临时文件；
8.包含Python面向对象编程——电影管理系统实验，能学习创建一个电影类、实例化电影类的对象、丰富电影类的属性、编写电影类的方法、类中的前置单下划线、类中的前置双下划线、直接打印类的对象、类中的__str__方法、类中的__dict__属性、类中的__getattr__方法、电影列表类的初始化函数、打印美观的电影列表类对象、在电影列表类中定义__getitem__方法、在电影列表类中定义__len__方法、checker函数的实现、filter函数的实现、导演角色的管理、建立导演类和电影列表类的关系及方法重写、子类调用父类方法、回顾前面实验中实现过的类和方法、分析电影管理系统的功能及定义电影基类、添加一个电影数据、电影的筛选和排序功能、相同导演的电影的查询；
★9.至少提供5个实验截图证明文件；

8

计算机视觉技术

套

80,000.00

1

1.提供至少30个实验内容可供选择，支撑不少于64课时教学；

2.提供所有课程的PPT课件和实验指导书；

3.实验运行在人工智能教学平台上，学生通过PC机浏览器接入平台使用，提供；

4.在线实验界面至少包括实验操作区和结果展示区2部分；

5.实验项目至少包括基于OpenCV的计算机视觉技术的项目：智能相机、红细胞计数、棋盘上的小动物、人脸变换、视频稳定化；

6.相应实验内容举例：红细胞计数实验，应能读取红细胞图像、能学习计算灰度直方图、能学习计算累积直方图、能实现直方图均衡、能实现渐变图片读取、能学习阈值化处理方法、能进行更多阈值化处理方法、能实现空隙填充、能实现腐蚀操作、能实现膨胀操作、能实现开操作、能实现闭操作、能处理红细胞图像、能实现图像轮廓完成红细胞计数、能读取预处理的图像、能实现距离变换、能找到确信红细胞区域、能获取未知区域、能实现连通体计数、能标注连通体并可视化、能进行分水岭算法；

★7.至少提供5个实验截图证明文件；

9

机器学习技术

套

75,000.00

1

1.提供至少20个实验内容可供选择，支撑不少于64课时教学；

★2.实验需运行在人工智能教学平台上，学生通过PC机浏览器接入平台使用，提供截图证明；

3.在线实验界面应包括项目管理区和实验操作区2部分；

4.提供所有课程的PPT课件和实验指导书；

5.实验内容至少包含以下内容：汽车价格预测的回归任务、银行理财产品销售情况分析、红酒质量分析、基于集成学习的房价预测、脑电信号分类任务、脂肪肝的聚类分析等类型内容；

6.相应实验内容举例：汽车价格预测的回归任务实验，应能实现汽车数据集的观察和加载、能汽车数据集的基本信息、能数据列之间的相关性、能利用matplotlib和seaborn对数据列进行可视化、能实现删除汽车数据集中的无效列、能实现对数据集分为特征列和目标列、能实现区分不同类型的特征列、能实现对特征数据进行数值转换、能学会线性回归模型的基本概念、能运用Scikit-Learn定义预测汽车价格的线性回归模型、能利用训练集数据拟合定义好的线性回归模型、能学会线性回归模型拟合的原理、能运用拟合好的模型进行预测、能学会回归任务中常见的评估指标、能利用均方误差和均方根误差来评估模型、能利用R-squared方法来评估模型、能学会回归任务中的正则化概念、能运用岭回归正则化模型、能运用Lasso回归正则化模型、能分析汽车数据集的相关性矩阵、能基于单个特征构建多项式回归模型、能利用多个特征构建多项式回归模型、能对多项式回归模型进行拟合及评估；

★7.至少提供5个实验截图证明文件；

10

人工智能教学中心模块

套

90,000.00

1

▲1、人工智能教学实验平台须为国内独立自主知识产权产品；
▲2.为保证教学内容延续性和先进性，平台开发厂家应具备人工智能前沿技术研究能力；
▲3.平台须基于国内拥有自主知识产权的深度学习算法框架之上研发；

4、平台须具备原创知识产权的深度学习框架：

（1）该框架须兼容PyTorch API接口；

（2）框架须支持数据计算API，包括底层矩阵运算库和AD自动微分系统；

（3）框架须支持静态计算图解析，同时也支持运行动态计算图框架须具备完整的IR（Intermediate Representation）定义，可以表征神经网络训练过程中涉及到的所有运算、通信、存储操作；

（4）框架须同时支持CPU和GPU算力硬件设备；

5.为改善人工智能实验运算响应，平台实验设计须包括模型压缩、模型预训练、调参，平台须支持持久化缓存的函数加速方法；

6.为提升平台并发响应能力，支持更多用户同时在线使用，平台计算引擎的工作模式应支持响应服务请求和执行代码解耦；

7.为解决同时接入访问瓶颈，平台应具备消息队列机制进行异步处理和流量削峰机制；

8.为提升GPU硬件资源利用率以及同时实验人数，平台计算引擎须支持GPU虚拟化技术，单卡至少可以被划分为5张虚拟GPU卡调用；

9.平台须保证数据安全，数据库支持每天频率的自动备份，文件存储至少支持落盘双副本；

10.为便于使用，平台须采用B/S架构，满足适合人工智能教学多样化需求，支持私有云部署方式；

11.平台须支持容器技术和分布式存储系统，实现快速部署和弹性管理；

12.软件部署架构：平台使用Kubernetes作为容器管理平台，应用通过容器化部署在Docker环境中，通过Kubernetes进行资源编排;

★13.教师在授课过程中，平台须支持教师随时调用和展示教学资源与实验，平台须支持直接PPT、Word、Excel和PDF文件，提供证明截图；

★14.为教师了解授课进度，平台须支持记录教师授课进度以及学生学习进度，并以可视化方式展示，提供证明截图；

★15.为支持各校灵活开课，平台须支持制定教学计划，关联授课教师、班级学生与课程的多对多关系，提供证明截图；

16.平台须支持至少三层组织架构和多角色用户体系管理；

★17.平台须支持为服务器分配算力，同时具备逻辑多租户能力，提供证明截图；

★18.支持官方课程、公开课程、群组课程，支持将课程快速创建授课计划，提供证明截图；

19.支持创建授课计划：包括课程计划名称、课程包、授课时间、授课教师、参与班级/群组等；

20.支持管理授课计划：授课计划、授课进度、结束授课、删除授课计划等功能；

21.支持学生管理：班级学生、重置密码；

22.支持备课：课程包详情，包括课程的基本信息，预览实验项目、作业等；

23.支持备课：学生实验项目情况，对实验进行打分评价，学生作业情况；

24.支持在授课界面：支持通过【上课】/【下课】按钮，切换课堂状态；

25.支持在授课界面：支持课时内容，切换教学资源，切换实验项目、作业等；

26.支持在授课界面：切换教学资源时，支持保留当前操作记录；

27.支持在授课界面：支持在授课界面直接切换到项目界面，完成项目；

28.在学习中心关于我的学习：支持我的学习计划，包括进行中、未开始、已结束的学习计划；

29.在学习中心关于我的学习：支持按班级授课计划，支持显示学习进度；

30.在学习中心关于学习界面：支持进入/退出学习界面，支持切换课程内容、实验或项目、作业等；

31.在学习中心关于学习界面：支持、提交作业等；

32.在我的群组中：支持创建群组、邀请/添加成员、加入群组、解散群组等，支持课程、项目、数据集公开到群组，供群组用户使用，支持授课计划选择到群组，供群组学生上课；

33.在我的群组中：支持加入群组、群组成员、退出群组等；

★34.平台须具备下载中心功能，支持下载文件，支持生成直链并生成二维码/直链/短链接，以便提供必要的软件和说明文件下载，提供证明截图；

35.提供机构管理功能，支持新增、删除、编辑、子客户；

36.提供机构管理功能，支持对子客户的学校、教师、学生名额配置，并发数、课程包、功能模块等配置；

37.提供机构管理功能，支持新增、删除、编辑、学校；

38.提供机构管理功能，支持对学校的教师、学生名额配置，课程包、功能模块等配置；

39.提供业务配置功能，支持启用/禁用学段/年级、自定义学段/年级名称；

40.提供日志管理功能，支持用户操作日志；

41.提供校园用户管理功能，支持新增、删除、编辑、教师用户，支持用户状态启用/禁用，重置密码等；

42.提供班级管理功能，支持新增、解散、编辑、、升级班级；

43.老师可以通过搜索课程关键字或选择标签等方式进行课程查询；

44.作业须支持多种题型，包括单选题、多选题、问答题；

45.平台至少支持学生、老师和管理员三种用户角色，每种用户角色的功能不同，登录后可以实现不同的操作权限；

46.管理员支持对本校学生和老师账户的增删改查管理，支持批量导入；

47.老师用户可以对学生实验进行评语；

48.老师用户可以所有学生的实验完成情况、实验成绩及每个学生的实验详情；

49.平台具备老师完成备课或课堂教学的功能；

11

人工智能教研中心模块

套

30,000.00

1

▲1.提供新建课程功能，支持编辑课程基本信息，包括课程名称、封面、课程标签、课程公开范围等；

2.提供新建课程功能，支持章节课程目录编排；

3.提供新建课程功能，支持添加课时内容，课时内容以富文本编辑器呈现，支持文本、图片、音视频等；

4.提供新建课程功能，支持上传教学过程中涉及的资源，如课件、视频、PDF等；

5.提供新建课程功能，支持对上传的资源进行重命名、排序等操作，支持在线预览资源；

6.提供新建课程功能，支持关联实验或项目，对关联的实验或项目进行重命名、支持预览关联的实验或项目；

7.提供新建课程功能，关联项目时，支持选择“自动同步最新版本”或快照版本功能，选择“自动同步最新版本”后，用户打开项目，始终显示最新的项目版本；

8.提供新建课程功能，支持添加多个作业，如：课堂作业、课后作业等；

9.提供新建课程功能，作业支持单选题、多选题、问答题等多种题型；

10.提供新建课程功能，支持添加多个协作者，协作者可以编辑课程；

▲11.提供课程功能，支持按照更新时间/创建时间排序筛选课程，支持按照标签/关键字过滤查询课程；

12.提供课程功能，支持课程，包括课程的信息，预览实验项目、作业等；

▲13.提供课程功能，支持克隆【官方课程】、【公开课程】、【群组课程】列表中的课程，以及【我的制作】列表中已发布的课程；

14.提供课程功能，作者支持修订自己已发布的课程，支持删除自己创建的课程。

12

深度学习基础

套

70,000.00

1

1.提供至少23个实验内容可供选择，支撑不少于64课时教学；

2.提供所有课程的PPT课件和实验指导书；

3.实验运行在人工智能教学平台上，学生通过PC机浏览器接入平台使用；

4.在线实验界面应包括实验操作区和结果展示区2部分；

5.在线实验开发工具采用Jupyter；

6.实验内容至少包括:手写数字分类预测、垃圾图像分类、医学图像识别、智能图像胸部CT分类等内容；

7.相应实验内容举例：智能垃圾分类实验，应能加载垃圾分类图像数据集，能可视化垃圾分类图像数据集，能对垃圾分类图像数据集进行预处理，能运用卷积网络模型训练垃圾分类图像数据集、并进行模型评价和验证，能构建二元自适应均值汇聚层，能初始化残差神经网络模型，能调整残差神经网络模型适应任务需要，能实现残差神经网络模型训练、评估和验证，能理解神经网络过拟合与欠拟合现象，能实现数据增强方法垂直图像翻转和水平图像翻转，能结合数据增强方法实现残差神经网络模型训练、评估和验证，能学习神经网络层次化特征，能学习神经网络感受野作用，能可视化残差网络层次化特征，能运用数据规范化方法，能加载大数据集预训练模型参数，能运用大数据集预训练模型提取特征，能运用支持向量机训练预训练模型提取到的特征、并进行验证，能运用大数据集预训练模型进行模型微调，能运用预训练模型进行推理计算；

★8.至少提供5个实验截图证明文件；

13

数据处理与分析（含数据集）

套

60,000.00

1

1.提供至少30个实验内容可供选择；

2.提供所有课程的PPT课件和实验指导书；

3.实验运行在人工智能教学平台上，学生通过PC机浏览器接入平台使用；

4.在线实验界面应包括实验操作区和结果展示区2部分；

5.包含IPython使用实验，能够了解IPython的功能、安装Ipython、学习IPython的基本使用技巧、学习IPython魔术命令；

6.包含Jupyter使用实验，能够了解Jupyter的基本功能、安装Jupyter、学习Jupyter基本使用、学习Jupyter的编辑模式；

7.包含Anaconda使用实验，能了解Anaconda的主要功能、安装Anaconda、学习conda的多环境管理、学习conda的第三方库管理；

8.包含numpy数组基本使用实验，能够学习NumPy的常用数据类型、创建ndarray数组对象、读取ndarray数组的常用属性、实现数组切片和索引、实现高级索引、实现广播操作、修改数组形状、翻转数组、连接数组、分割数组、添加数组元素、删除数组元素；

9.包含ndarray操作函数，能够使用常用字符串函数、使用常用数学函数、使用常用算术函数、使用常用统计函数、使用排序函数、使用搜索函数；

10.包含地震数据分析实验，能够获取数据并清洗、对数据进行简单分析；

11.包含Matplotlib安装实验，能够了解Matplotlib并安装、使用pyplot常用API、简单画图、理解面向对象思想绘图、创建多个子图和设置网格、设置轴线、保存图片、绘制条形图、绘制直方图、绘制饼图、绘制散点图、绘制箱型图；

12.包含地震数据深入分析实验，能够统计不同震级次数、统计震级分布情况、分析震级与深度关系、分析地震位置分布

13包含Pandas实验，能够了解Pandas并安装、理解系列和数据帧的基本功能；

14.包含DataFrame操作实验，能够对数据索引进行重建、迭代元素、索引和选择数据、使用层次化索引；

15.包含Pandas常用函数实验，能够得到数据的描述性统计信息函数、使用汇总数据函数、使用统计函数、使用窗口函数、使用聚合函数、使用分组函数、操作分组数据、使用时间函数、使用日期函数、计算时间差、进行数据可视化、从多种数据源获取数据、使用concat级联函数；

16.包含数据清洗实验，能够处理缺失值、处理离群点、修改数据类型；

17.包含数据排序实验，能够按标签排序、按值排序；

18.包含餐厅菜品销量分析实验，能够准备数据并预处理、对菜品进行简单分析；

19.包含销售数据分析实验，能够对日销量做分析、对月销量做分析、分析用户购买次数、分析用户购买次数比例、复购率、分析用户评价；

★20.至少提供5个实验截图证明文件；

14

自然语言处理

套

70,000.00

1

1.提供至少30个实验内容可供选择；

2.提供所有课程的PPT课件和实验指导书；

★3.实验运行在人工智能教学平台上，学生通过PC机浏览器接入平台使用，提供截图证明；

4.在线实验界面应包括实验操作区和结果展示区2部分；

5.包含Python运行环境部署实验，能够安装Python；

6.包含Python入门编程实验，能够实现简单正则表达式的编写；

7.包含nltk实验，能够安装nltk库、实现停用词过滤、实现词性标注；

8.包含spacy实验，能够安装spacy库和语言模型、现实体识别、对恐怖袭击文本资料进行分析、展示恐怖袭击文本资料的分析结果；

9.包含jieba分词器实验，能够安装jieba库、实现不同模式的分词、自定义词典、提取关键词、实现词性标注、进行词云展示；

10.包含pandas库实验，能够进行索引和切片操作、进行常见数学与统计运算、进行基本的文件操作；

11.包含pandas数据处理实验，实现缺失值处理、实现重复值处理、实现异常值处理；

12.包含pandas数据透视实验，能够学习pivot_table的使用方法；

13.包含pandas时间序列实验，能够用pandas构造时间序列；

14.包含数据可视化实验，能够绘制折线图、绘制柱状图、绘制散点图、绘制直方图；

15.包含贝叶斯模型实验，能够理解朴素贝叶苏算法；

16.包含拼写纠错实验，能够用朴素贝叶斯算法实现拼写纠错；

17包含垃圾邮件过滤实验，能够用朴素贝叶斯算法实现垃圾邮件过滤；

18.包含主题模型与LDA实验，能够用LDA算法实现文本主题提取；

19.包含新闻聚类及分类实验，能够用朴素贝叶斯算法实现；

20.包含隐含马尔科夫模型实验，能够了解三个基本问题的场景；

21.包含hmmlearn库实验，能够安装和使用hmmlearn库、使用高斯隐马模型、使用混合高斯隐马模型、使用多项式隐马模型；

22.包含中文分词算法实验，能够学习基于辞典的分词算法、学习基于统计的机器学习方法、学习基于深度学习的分词方法、了解目前分词器存在的问题；

23.包含hmm中文分词实验，能够进行模型训练、评估模型效果；

24.包含常用词向量模型实验，能够学习NNLM模型、学习GloVe模型、学习ELMo模型；

25.包含word2vec模型实验，能够学习word2vec的CBOW结构、学习word2vec的Skip-Gram结构、学习word2vec的HierarchicalSoftmax损失函数、学习word2vec的负采样损失函数、学习梯度上升算法；

26.包含基于Gensim库实验，能够安装gensim库、下载预训练模型、使用预训练词向量、获取维基百科中文语料、处理语料、基于语料训练word2vec词向量、对word2vec预训练模型进行增量训练；

27.包含基于朴素贝叶斯算法实现中文情感分析实验，能够准备训练样本数据、对训练样本数据进行预处理、进行朴素贝叶斯算法设计、进行模型训练、进行模型预测和模型评估；

28.包含Text-CNN实现中文情感分析实验，能够了解Text-CNN模型结构、进行模型训练、进行模型预测和模型评估；

29.包含基于LSTM的RNN实现中文情感分析实验，能够了解RNN模型结构、使用预训练word2vec词向量、进行模型训练、进行模型预测和模型评估；

30.包含BERT预训练模型实现中文情感分析实验，能够下载并使用预训练BERT模型、进行模型训练、进行模型预测和模型评估；

31.包含中文情感分析评估实验，能够对不同模型的评估结果进行比较，能够分析各种模型的优缺点、缺陷原因分析和改进方法；

32.包含基于LSTM网络生成古诗实验，能够准备古诗数据、了解网络结构、进行训练模型、分析古诗生成效果；

★33.包含自然语言生成模型GPT-2实验，能够了解常见的语言生成场景、了解自回归模型、区分语言模型的双向语境和单向语境、了解GPT-2模型结构、根据前文片段生成文本、实现没有前文的文本生成、实现topk候选词选取，提供截图证明；

34.包含第三方库transformers实验，能够安装transformers库；、了解常用模型；

35.包含transformers中GPT-2模型实验，了解模型结构、加载预训练模型、生成无条件文本、生成有条件文本；

36.包含基于modeling_gpt2搭建古诗生成实验，能够下载古诗语料库、构建GPT-2模型、了解训练设计、进行模型训练；

37.包含基于seq2seq结构实现机器翻译实验，能够掌握模型的网络结构、够学习LSTM和GRU、掌握模型训练、进行模型预测和模型评估；

38.包含基于带注意力机制的seq2seq结构实现机器翻译实验，能够了解RNN对长序列编码的缺陷、理解注意力机制的优势、掌握注意力机制的网络结构、掌握加入注意力机制的解码器的网络结构、能够进行模型训练、对模型进行评估和预测；

39.包含transformer结构实验，实现机器翻译学习各种attention机制变体、机器翻译能够调用transformers中的transformer模块、实现机器翻译能够调用第三方库进行模型训练、实现机器翻译能够调用第三方库进行模型预测和评估；

40.包含机器翻译模型评估实验，能够用BLEU评估模型效果；

★41.至少提供5个实验截图证明文件；

15

学生终端

台

5,900.00

32

★1、CPU：≥i5-12500 (6核心12线程，主频3.0GHz)
2、主板：达到或相当于Intel 600性能及以上的芯片组主板
★3、内存：≥16G DDR4 3200MHz 内存，提供双内存槽位
★4、硬盘：≥1TB 固态硬盘
★5、声卡：集成HD Audio，前置音频接口≥2个
6、网卡：集成10/100/1000M以太网卡
7、扩展槽：≥1个PCI-E*16、2个PCI-E*1 槽位
8、键盘、鼠标：原厂防水键盘、抗菌鼠标；
★9、接口：≥10个USB接口（其中前置至少6个USB 3.2接口）、1*VGA接口、1*HDMI接口（VGA非转接）、1个串口、2个PS/2接口
10、电源：≥260W 节能电源
11、操作系统：出厂预装正版 Windows 11 操作系统
★12、安全特性：具备USB屏蔽技术，仅识别USB键盘、鼠标，无法识别USB读取设备，防止数据泄露（投标时提供功能性截屏）
★13、机箱：标准MATX立式机箱，机箱≤14L
★14、显示器：23寸LED液晶显示器及以上，分辨率不低于1920*1080，具有VGA和DVI接口
15、随机管理软件：（1）不管客户端是关机或开机状态，系统都可以统一给所有客户端进行软件安装、删除等维护工作，并能不影响已经开机的客户端的正常使用，客户端开机或重启后就能使用新装软件和系统。
（2）服务端以扇区流的方式，将创建的虚拟硬盘模板真实的部署到客户端，实现与系统无关性，多个系统只需要一次部署就完成。
（3）断网和服务端宕机，终端都可以使用，不影响正常上课教学。
★16、实验室建设前需要踏勘，包括网络铺设，包含综包括整间教室强电、弱电的安装费、耗材费。

16

学生终端（计算机+保护卡）

套

6,060.00

297

一、计算机
★1、CPU：≥i5-12500 (6核心12线程，主频3.0GHz)
2、主板：达到或相当于Intel 600系列及以上芯片组
★3、内存：≥16G DDR4 3200MHz 内存，提供双内存槽位
★4、硬盘：≥1TB 固态硬盘
★5、声卡：集成HD Audio，前置音频接口≥2个
6、网卡：集成10/100/1000M以太网卡
7、扩展槽：≥1个PCI-E*16、2个PCI-E*1 槽位
8、键盘、鼠标：原厂防水键盘、抗菌鼠标；
★9、接口：≥10个USB接口（其中前置至少6个USB 3.2接口）、1*VGA接口、1*HDMI接口（VGA非转接）、1个串口、2个PS/2接口
10、电源：≥260W 节能电源
11、操作系统：出厂预装正版 Windows 11 操作系统
★12、安全特性：具备USB屏蔽技术，仅识别USB键盘、鼠标，无法识别USB读取设备，防止数据泄露（投标时提供功能性截屏）
★13、机箱：标准MATX立式机箱，机箱≤14L
★14、显示器：21.5寸LED液晶显示器及以上，分辨率不低于1920*1080，具有VGA和DVI接口
15、随机管理软件：（1）不管客户端是关机或开机状态，系统都可以统一给所有客户端进行软件安装、删除等维护工作，并能不影响已经开机的客户端的正常使用，客户端开机或重启后就能使用新装软件和系统。
（2）服务端以扇区流的方式，将创建的虚拟硬盘模板真实的部署到客户端，实现与系统无关性，多个系统只需要一次部署就完成。
（3）断网和服务端宕机，终端都可以使用，不影响正常上课教学。
二、保护卡
★1)支持B /S管理架构，可通过移动设备通过网页方式对机房进行远程管理，包括远程开关机、时间同步、系统切换、消息广播等操作(提供功能界面截图并加盖原厂公章)
2)支持对Ubuntu、Redhat、Centos、Fedora等系统的立即还原和ip地址自动分配
★3)支持电脑本地硬盘操作系统（xp\win7\win8\win10\linux）的立即还原和还原点瞬间创建(提供功能界面截图并加盖原厂公章)
4)支持MBR分区系统和GPT分区系统混合安装,可支持60个以上的不同操作系统。
★5)支持SSD硬盘和机械硬盘双硬盘保护模式和同传(提供功能界面截图并加盖原厂公章)
★6)支持从WINDOWS界面对1000台以上的电脑进行数据差异拷贝，非增量拷贝、变量拷贝、进度同步等上一代部署方式。根据网络状况可选择广播、组播、单播等方式（提供支持1000台机位的界面截图并加盖原厂公章）
★7)支持差异拷贝接收端网络环境检测，可检测接收端网卡连接速度，提前发现问题网点，排查处理影响差异拷贝的终端；(提供可检测接收端连接速度的功能界面截图并加盖原厂公章)
★8)支持操作系统分权管理，可分配不同的管理员管理不同的操作系统。(提供功能界面截图并加盖原厂公章)
9)管理员可给教师单独分配用户名和密码，教师可凭此用户名和密码在教学的电脑上瞬间创建自己独立的备课系统，其他人员不可见，也不影响正常的教学系统
10)支持将当前的教学系统，无需新增分区的情况下瞬间复制一个不保护的系统，用于学生自主实验或计算机等级考试
11)支持文件夹穿透，可在当前保护的分区下设定一个开放的文件夹,保存更新设置，重启分区还原其它数据还原，此文件夹中的数据不还原。
12)支持批量修改Windows用户登录名、计算机名和IP地址
★13)为保证系统兼容性和稳定性，要求所有功能为同一品牌同一产品，不允许多种产品拼凑而成。
★14)中标人项目实施后需逐条演示验收，不符合招标文件要求的，按虚假应标处理,并承担相应法律责任。

17

音响

台

1,500.00

2

单元类型： 8"×1(BASS)，3"×2(TREBLE)；最大功率：160W；阻抗：8Ω；灵敏度：88dB 1w1m；频率回应：45Hz—18kHz；接口类型：螺丝压接/专用接头插接；外形尺寸：≥长455mm╳宽260mm╳高270mm。

18

直流电阻电桥

台

1,200.00

12

测量范围：1欧姆～11.11欧姆； 量程倍率：×0.001～×1000；电源电压：交流电源，3V，6V,15V；外形尺寸（mm)：≥258×213×144

19

智慧黑板

台

30,000.00

1

1、整机外观尺寸≥4200×1200×90，均支持普通粉笔直接书写。
2、采用全金属外壳，三拼接平面一体化设计，主副屏过度平滑并在同一平面，中间无单独边框阻隔。
★3、屏幕采用≥86英寸 UHD超高清LED 液晶屏，显示比例16:9，屏幕图像分辨率≥3840*2160。
4.嵌入式系统版本不低于Android 11，内存≥2GB，存储空间≥8GB。
5.整机内置2.2声道扬声器，位于设备上边框，顶置朝前发声，前朝向10W高音扬声器2个，上朝向20W中低音扬声器2个，总功率60W。
6.整机屏幕保护玻璃与显示液晶屏组件，在结构上通过光学胶完全贴合在一起，中间贴合层无空气介质。
7.支持经典护眼模式，可通过前置面板物理功能按键一键启用经典护眼模式。
8.支持自定义前置“设置"按键，通过自定义设置实现前置面板功能按键一键启用任一全局小工具、快捷开关。
9.整机支持搭配具有NFC功能的手机、平板，通过接触整机设备上的NFC标签，即可实现手机、平板与大屏的连接并同步手机、平板的画面到设备上，无需其它操作设置，支持不少于4台手机、平板同时连接并显示。
10.整机无需外接无线网卡，在Windows系统下接入无线网络，切换到Android系统下可直接实现无线上网，不需要手动重复设置。
★11.整机内置非独立摄像头，可拍摄≥1300万像素数的照片。
12.整机摄像头支持人脸识别、快速点人数、随机抽人，可识别镜头前的所有学生，并显示人脸标记、随机抽选。支持同时显示标记不少于60人。
13.前置Type-C接口，支持通过不带转换转置的外部线缆，实现外接电脑HDMI信号的接入显示。
14.整机关机状态下，通过长按电源键进入设置界面后，可点击屏幕选择故障检测、系统还原功能。
15.教学桌面支持教学常用的教学白板软件、文件管理软件、学生行为评价软件、随机抽选软件，以便于快速开启授课。并提供快速进入本机所有应用的入口。
16.教师在整机设备教学桌面登录账号后，可自动获取并在桌面显示最近使用的教学课件，点击任意课件可直接进入授课模式。支持所有个人教学课件资源。
★17.搭载CPU计算性能不低于Intel 10代（或以上）i5。
★18.内存：8GB DDR4笔记本内存或以上配置。
★19.硬盘：1T+256GB或以上SSD固态硬盘