大数据教学管理实验室需求方案

大数据教学管理实验室需求方案1.需求清单序号货物名称数量1云计算资源管理平台1套2大数据教学管理平台1套3Python编程实训平台（核心产品）1套4图像分析与处理工作站72台598寸大屏2台6分屏显示设备2台7白板2块8功放音响2套9智慧教学驾驶舱（带触控屏）2套10中控2套11学生工作台70套12机柜2个2.技术规格序号名称技术规格1云计算资源管理平台一、技术架构：1、平台基于高可用架构实现。具备标准性、轻量性、稳定性及安全性。2、平台各功能组件支持离线部署。支持在离线环境中进行平台部署及更新，支持使用离线部署包从低版本升级至高版本。3、平台不限制部署环境。兼容主流硬件厂商的x86/arm架构服务器，支持在裸金属平台、虚拟化平台、超融合平台、公/私有云平台中部署；支持在已有服务器或网络设备上利旧部署。4、平台支持最小3节点模式部署。各节点具备完整功能及高可用特性；即各个计算节点即是管理节点，又是计算、存储节点；计划内、外的单一节点故障不影响平台管理、用户业务的正常运行。5、平台支持OEM定制。支持按需修改Logo、平台名称等。二、集群管理：1、平台提供多节点高可用集群。提供最小3节点高可用集群，避免单点故障。2、平台支持按需创建命名空间。用户可根据业务需求创建多个命名空间，以实现工作空间隔离。3、平台支持对节点进行标签（Label）标注。通过配置节点标签，可将容器组（Pod）调度至指定节点（Node）运行。4、平台支持多种方式部署应用。支持通过标准镜像创部署应用；支持通过自定义yaml文件部署应用；支持应用秒级发布、更新、回滚；支持滚动更新、回滚应用，不中断业务运行；支持deployment、statefulset、daemonset、cronjob、job方式部署。5、平台提供服务（service）管理功能。支持为应用创建服务对象，应用间可使用服务名+端口访问，可避免服务重启、扩容、缩容后IP变更影响访问。6、平台提供容器组（Pods）管理功能。支持调整容器组副本数、异常自动恢复、查看容器组状态/日志；支持容器组快速迁移。7、平台提供存储卷（PersistentVolumeClaim）管理功能。支持创建持久化存储卷；支持创建单节点读写、多节点读写存储卷。8、平台提供配置字典（ConfigMap）管理功能。支持通过键值对方式存储非敏感数据；支持为应用创建配置文件。9、平台提供密文（Secret）管理功能。支持储存敏感对象（密码、令牌、密钥等）；支持在不易暴露的状态下为应用提供敏感对象信息。10、平台提供容器健康检查功能。支持livenessProbe、readinessProbe、startupProbe类型探针。11、平台提供资源配额（ResourceQuota）功能。支持通过yaml文件为命名空间（Namespace）配置资源限制；支持限制可使用计算资源量（CPU、内存、GPU）、可使用存储卷总量、可创建资源对象数量（应用部署、存储卷、服务、配置字典、密文等）。12、平台提供权限管理功能。支持基于RBAC策略控制用户和应用对平台内各项资源的操作权限。13、平台提供GPU切片功能。支持多种应用场景：(1)支持为应用分配GPU切片，分配单位为单张GPU卡计算资源量的10%(2)支持多个应用分配同一张GPU卡计算资源(3)支持单个应用分配多张GPU卡计算资源三、应用管理：1、平台提供流量管理功能。支持控制服务间的流量和API调用：(1)支持按服务配置熔断器、超时和重试规则(2)支持对应用新旧版本配置A/B测试、灰度测试、按比例切分灰度发布四、仓库管理：1、平台提供镜像管理功能。支持存储、管理Docker容器镜像；支持命令行上传Docker镜像2、平台提供Chart包管理功能。支持存储、管理HelmChart包；支持通过Web页面、命令行方式上传Chart包。3、平台提供仓库日志查看功能。支持查看仓库相关操作日志记录4、平台提供仓库同步功能。支持在不同仓库之间同步容器镜像、Chart包；支持设置同步规则；支持设置定时同步五、应用市场：1、平台提供应用市场功能。支持展示基于HelmChart的集群应用；提供常见应用（如：Nginx、zookeeper、grafana、kafka、Jenkins、Gitlab）2、平台提供从应用市场部署应用功能。支持在应用市场中一键将应用部署至集群环境；支持部署时修改应用配置六、监控管理：1、平台提供资源监控功能。支持多种方式查看资源使用情况：(1)支持查看集群整体资源使用情况，例如：CPU使用率、内存使用率、网络流量(2)支持查看存储资源使用情况，例如：存储使用率、IOPS(3)支持查看集群内资源使用情况，例如：deployment、statefulset、pod资源的cpu使用率、内存使用率(4)支持查看集群各节点资源使用情况，例如：CPU使用率、内存使用率、磁盘IO使用率(5)支持查看集群组件（ControllerManager、Kubelet、Scheduler、etcd）资源使用情况七、备份与迁移：1、平台提供备份还原功能。支持对集群资源（命名空间、deployment、pod、数据卷等）进行备份、还原；支持手动备份、还原；支持定时备份。2、平台提供数据迁移功能。支持通过备份还原方式将集群资源（命名空间、deployment、pod、数据卷等）迁移至其它集群。2大数据教学管理平台一、基础模块：1.平台主体采用B/S架构设计，即浏览器/服务器架构。2.支持用户角色和权限区分，分为管理员、教师、助教和学生共四种角色。不同角色提供不同的权限。3.支持教学、实训、作业、考试、资源维护等业务场景。二、课程模块：1.平台首页展示课程分类和课程，并显示轮播图，可根据需要修改轮播图。2.支持创建、编辑、删除课程，课程信息包含课程名称、课程类别、封面、开始时间、结束时间等。3.课程详情中包含9大部分，分别是课程介绍、教学资源、实训训练、实训作业、课程考试、学习交流、扩展资源、成员、成绩。4.课程介绍小节中，支持编辑课程介绍内容，课程介绍支持图文等格式。5.教学资源小节中，支持上传课件、视频，并支持直接引用资源中心中个人课件库、个人视频库的资源；支持设置小节的可见性，对学生隐藏或对学生可见；支持删除创建的内容。6.实训训练小节中，支持上传实训指导书，或引用资源中心中个人实训库的资源；支持设置小节的可见性，对学生隐藏或对学生可见；支持删除创建的内容。7.实训作业小节中，支持添加、编辑、删除和隐藏作业内容；教师可查看和批阅作业。8.课程考试小节中，支持添加考试、组卷，组卷完成后学生可参与考试；教师可查看和批阅试卷；支持隐藏考试。9.学习交流小节中，支持添加、编辑、删除和隐藏讨论区和聊天室；讨论区将支持发布和回复话题内容；聊天室支持在线多人交流。10.扩展资源小节中，支持添加、删除和隐藏扩展资源，资源类型支持网页、网页地址、文件、文件夹和工具，其中工具资源支持引用资源中心的个人工具库资源。11.成员模块中，支持管理课程成员、学习小组和选课方式。教师可添加班级和学生为课程成员获取课程的访问权限。支持在课程成员中划分学习小组。12.成绩模块中，支持教师查看学生成绩。13.支持课程成员中的学生访问课程并查看所有对学生可见的资源，如：课件、视频、实训、作业、考试、讨论区、聊天室、扩展资源。14.支持设置课程为模板，一键复制模板中的课程介绍、教学资源、实训训练、实训作业、课程考试、学习交流和扩展资源模块内容，快速创建一门新课，方便教师之间共享课程资源。15.教师可在学情概览中，查看班级学情，包含班级学习活跃度、班级实训强度、作业概览、考试概览；学生可查看个人学情，包含学习活跃度、实训强度。三、资源模块：1.资源中心包含视频库、课件库、试题库、环境库、实训库、数据集和工具库。2.视频库中，包含公共视频和个人视频，支持在个人视频中管理资源，支持共享资源，共享的资源将显示在公共视频中，其他用户可以复制资源到个人视频中。3.课件库中，包含公共课件和个人课件，支持在个人课件中管理资源，支持共享资源，共享的资源将显示在公共课件中，其他用户可以复制资源到个人课件中。4.试题库中，包含每个课程的题库，可管理课程题库，创建、导入、导出、预览题目。试题可应用于课程考试和编程式作业。5.环境库中，展示已有桌面实训环境，打开其对应容器可自定义环境中内容，修改后可以保存为新环境，支持发布并应用于课程或快速实训，反之则可取消发布。6.实训库中，包含公共实训和个人实训，支持在个人实训中管理实训指导书资源，支持共享资源，共享的资源将显示在公共实训中，其他用户可以复制资源到个人实训中。7.数据集中，包含公共数据、我的数据和标签管理。支持管理数据集，设置数据集的标签、有效期、公开状态、封面、简介等信息。共享的数据集可供其他用户复制到我的数据中。8.工具库中，包含公共工具和个人工具，支持在个人工具中管理资源，支持共享资源，共享的资源将显示在公共工具中，其他用户可以复制资源到个人工具中。工具库不限制资源文件类型。四、实训模块：1.课程实训可在课程的实训训练小节中创建，支持关联实训指导书、实训作业与实训环境。2.快速实训可在快速实训栏目中创建，无须关联实训指导书。3.支持管理桌面实训环境，查看环境运行状态、运行时间和总次数，支持批量启动、停止和删除环境。五、作业模块：1.支持报告式作业。报告式作业支持2种提交方式：学生个人提交和小组组长提交，在课程成员中分配学习小组后，可由组长代表组员提交作业。支持作业报告模板设置，教师可根据需要设置学生信息一栏中的字段，包括姓名、学号、专业、班级等，教师也可根据教学需求配置需要收集的报告信息，如实验编号、手机号等；报告正文可设置学生编辑权限，支持设置学生不可编辑区域内容，学生无法进行编辑修改。2.支持编程式作业。支持教师设置Python或Java语言编程题目，系统自动评判代码输出结果。编程式作业的题目支持同步至“题库管理”模块中，创建新作业时，支持选择题库中的编程题。3.在实训作业中，支持管理课程的实训作业，对实训报告进行创建、批阅、编辑、下载、删除等批量操作；支持以压缩包形式下载多份作业，按作业类型不同，自动转为docx或xlsx格式文件。六、考试模块：1.支持添加课程测验或考试，为考试添加新试题或从题库中批量选择填空、问答等试题，支持学生在线考试，系统对客观题实现自动评分。支持题型包含：选择题、填空题、判断题、问答题。2.教师可以管理课程考试，批阅学生提交的答卷，并查看考试分析报表，支持下载学生成绩表。七、用户模块：1.在用户管理中，管理员支持查询用户信息，管理用户，用户信息包含用户名、姓名、学号、班级、角色、上次访问时间。支持对用户设置启用/禁用，编辑用户资料，批量选课，重置密码，删除等。2.支持3种创建用户方式，分别是：单个创建、批量创建、批量导入。其中，批量创建可以快速创建一定规律的多个用户，批量导入支持使用平台的xlsx格式模板文件，编辑用户信息，批量导入。3.在班级管理中，包含班级、专业、年级模块，支持创建专业、年级、班级，并管理班级信息、成员、对班级进行选课等。八、系统管理模块：1.管理员可维护课程备份，支持批量备份课程，备份文件支持下载到本地保存；2.管理员可还原课程备份，支持上传备份包一键还原课程内容，或者在课程备课中直接点击还原。3.管理员可维护课程类别并管理所有课程，支持课程增删改查及批量排序操作，支持隐藏课程。4.管理员可维护平台信息设置，自定义系统信息和轮播图，系统信息包含平台名称、平台logo。5.管理员可维护用户设置，定义平台角色，自定义各角色的权限，对用户进行角色分配。6.管理员可维护课程基础设置、备份设置、恢复设置功能。九、课程模块（包含15门课程）1、《Java编程基础》1.1Java是大数据分布式基础架构Hadoop的开发语言，是大数据技术必须掌握的语言，也是目前应用最广的语言之一。《Java编程基础》大数据技术系列课程的基础课程。课程面向基础学员，学生零基础或拥有部分C语言基础都可以上手。通过本次课程的学习，学员能够自行编写Java程序实现特定功能、需求等，同时为后续大数据开发课程，如Hadoop、Spark、Hive等打下基础。特别是Hadoop的开发，会涉及到比较多的Java开发的相关知识。1.2课时设置：理论教学不少于22学时，实践教学不少于18学时，总计不少于40学时。1.3课程资源：不少于6份实训指导书、31个课程视频、17份课程PPT、15份代码。2、《Python编程基础》2.1通过学习本课程，可掌握Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用文件模块等知识点，并为后续相关课程学习及将来从事数据挖掘、数据挖掘开发和科研业务奠定基础。2.2课程以任务式为导向，全面介绍了Python编程基础及其知识的应用，讲解了如何利用Python的知识解决部分实际问题。首先介绍学习Python的准备工作，包括Python的由来与发展、Python环境搭建、编辑器介绍与安装等。然后介绍Python的基础语法、数据类型与结构、程序控制流、函数和Python面向对象编程等内容。最后讲解文件基础和第三方模块的使用。2.3课时设置：理论教学不少于24学时，实践教学不少于24学时，总计不少于48学时。2.4课程资源：不少于41个课程视频、8份课程PPT、38份实训指导书、17份代码、1份数据。3、《Python大数据数学基础》3.1通过学习本课程，可掌握在大数据的研究和应用中所需要的数学基础，在数据处理、数据挖掘、判别分析等过程中，数学方法扮演着至关重要的角色,并为后续相关课程学习以及通过理论结合实践的方式，运用相关数学知识解决一些实际问题奠定基础。课程以任务式为导向，全面介绍了Python大数据数学及其知识的应用，讲解了如何利用大数据数学基础解决部分实际问题。首先介绍学习《Python大数据数学基础》的微积分基础、概率论与数理统计基础、线性代数基础、数值计算基础最后讲解多元统计分析，课程致力于大数据分析技术的基础数学知识传播。3.2课时设置：理论教学不少于38学时，实践教学不少于26学时，总计不少于64学时。3.3课程资源：不少于37个课程视频、8份课程PPT、21份实训指导书、21份代码、8份数据。4、《Python数据分析与应用》4.1通过学习本课程，可掌握Python进行科学计算、可视化绘图、数据处理，分析与建模、构建聚类、回归、分类模型的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。课程以多个任务为导向，以Python数据分析常用技术和真实案例相结合方式，深入浅出介绍使用Python进行数据分析及应用的重要内容。首先了解数据分析的基本概念和流程，在宏观上理解数据分析能够解决什么问题。接着介绍Python数据分析常用库NumPy、Matplotlib、pandas、scikit-learn的应用，并结合具体的任务讲解操作。4.2课时设置：理论教学不少于36学时，实践教学不少于28学时，总计不少于64学时。4.3课程资源：不少于65个课程视频、7份课程PPT、34份实验指导书、6份代码、7份数据。5、《Python数据分析实训》5.1通过学习本课程，可掌握使用pandas进行数据缺失值处理、数据统计分析、日期数据处理分析的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。课程主要以实训为主，包括探索Iris鸢尾花数据、探索Chipotle快餐数据、探索Apple公司股价数据三个内容。主要学习pandas库的数据处理分析功能，对dataframe格式的数据实现增删查改、排序、筛选等功能。5.2课时设置：理论教学不少于4学时，实践教学不少于12学时，总计不少于16学时。5.3课程资源：不少于6份实训指导书、12个课程视频、1份课程PPT、4份代码、3份数据。6、《Python网络爬虫实战》6.1通过学习本课程，可掌握Python在静态网页、动态网页、需要登录后才能访问的网页、PC客户端、APP中爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。本课程以任务为导向，详细陈述了不同网页的爬取，以及最流行爬虫框架的使用，将理论与实践相结合，内容包括Python爬虫环境与爬虫简介、网页前端基础、简单静态网页爬取、认识动态网页、模拟登录、Scrapy爬虫。6.2课时设置：理论教学不少于14学时，实践教学不少于18学时，总计不少于32学时。6.3课程资源：不少于44个课程视频、7份课程PPT、25份实验指导书、3份代码、1份数据。7、《Python文本挖掘实战》7.1通过学习本课程，可掌握文本挖掘的原理，利用文本挖掘绘制词云图具体流程，熟悉模型的构建方法，并为后续相关课程学习及将来从事数据挖掘，数据挖掘开发奠定基础。课程以任务式为导向，全面介绍了文本信息转化为数据，进行建模分析，提炼出核心内容、分析文本数据之间的关系等内容，是学习文本挖掘的首选课程，开始介绍了文本挖掘的原理、常见文本分类器、文本向量化表示、垃圾信息分类模型构建等内容。7.2课时设置：理论教学不少于16学时，实践教学不少于16学时，总计不少于32学时。7.3课程资源：不少于18个课程视频、2份课程PPT、9份实验指导书、12份代码、7份数据。8、《Python数据可视化》8.1通过学习本课程，可掌握Matplotlib绘图、Seaborn进阶绘图和Pyecharts绘图的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。本课程将通过讲述创建图形到输出保存图形的整体流程到具体的各种图形及修改图形中的特征来介绍Matplotlib模块、Seaborn模块和Pyecharts绘制基本图表，逐步呈现Python由基础到高级绘图。8.2课时设置：理论教学不少于24学时，实践教学不少于24学时，总计不少于48学时。8.3课程资源：不少于35个课程视频、6份课程PPT、26份实训指导书、3份代码、12份数据。9、《Python特征工程实战》9.1通过学习本课程，可掌握特征工程的概念、数据预处理、特征构建、特征选择、降维与特征转换、特征学习的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。《Python特征工程实战》课程由浅及深，从介绍特征工程基础概念开始，采用具体案例数据讲解数据预处理、特征处理的方法，包括特征构建，特征选择，降维与特征转换，特征学习，再通过实践与理论相结合，最后以《表情识别》案例练习巩固前面所学习的知识。9.2课时设置：理论教学不少于24学时，实践教学不少于24学时，总计不少于48学时。9.3课程资源：不少于65个课程视频、7份课程PPT、10份实训指导书、6个代码、6个数据。10、《Python机器学习算法实现》10.1通过学习本课程，可掌握不同机器学习算法的应用场景，算法理论基础，编程实现、模型评价体系等，为后续课程的学习及从事数据挖掘的开发和项目业务奠定基础。课程以任务式为导向，全面介绍了《Python机器学习算法实现》及其知识的应用，是大数据与人工智能Python系列课程的核心课程。首先课程深入讲解了机器学习中的常用算法，内容包括机器学习绪论、模型评估与选择、回归分析、决策树、神经网络、KNN、朴素贝叶斯、聚类分析、支持向量机算法的Python实现，详细阐述了每种算法解决问题时的思路，最后介绍了算法的相关任务的具体操作。10.1课时设置：理论教学不少于36学时，实践教学不少于28学时，总计不少于64学时。10.2课程资源：不少于49个课程视频、9份课程PPT、15份实训指导书、10份代码、7份数据。11、《Python机器学习常用库应用》11.1通过本课程的学习，可掌握NumPy数值计算基础、Matplotlib数据可视化基础和pandas统计分析基础，熟悉使用pandas进行数据预处理，掌握使用scikit-learn构建模型的方法，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据，为企业经营决策提供积极的帮助。数据分析作为一门前沿技术，广泛应用于物联网、云计算、移动互联网等战略新兴产业。《Python机器学习常用库应用》课程是大数据与人工智能Python系列课程的核心课程。课程以任务为导向，将Python数据分析知识点融入其中，能够让学生在练中学，学会即应用。11.2课时设置：理论教学不少于36学时，实践教学不少于28学时，总计不少于64学时。11.3课程资源：不少于34份实训指导书、19个课程视频、6份课程PPT、5份代码、25份数据。12、《TensorFlow2实战》12.1通过学习本课程，可掌握TensorFlow2常用数据类型和操作、模型构建、高阶API-Keras使用的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。课程以实操任务为导向，将TensorFlow基础操作和进阶内容融入其中，构建完整的学习框架。课程首先介绍TensorFlow深度学习框架，然后基于TensorFlow2的常用数据类型和操作进一步讲解线性模型的构建流程，包括初始化模型、构建损失函数、模型训练、可视化和高阶API-Keras的使用，最后通过实例去贯穿整体流程和代码实现。12.1课时设置：理论教学不少于8学时，实践教学不少于16学时，总计不少于24学时。12.2课程资源：不少于8份实训指导书、11个课程视频、1份课程PPT、3份代码、3份数据。13、《TensorFlow2深度学习原理与实现》13.1通过学习本课程，可了解卷积神经网络CNN、循环神经网络RNN和长短时间记忆模型LSTM的模型框架和算法内容，掌握模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据挖掘工作奠定基础。课程介绍深度学习中常用算法的原理以及编程实现，包含图像识别中常用模型卷积神经网络CNN、序列数据处理常用模型循环神经网络RNN、长短时间记忆模型LSTM。课程设计思路以应用为导向，让学生明确所学知识是如何解决问题的，通过教授和练习巩固所学知识，使学生真正理解并能够应用所学知识。最后结合实训内容巩固前面学习的知识。13.2课时设置：理论教学不少于8学时，实践教学不少于16学时，总计不少于24学时。13.3课程资源：不少于8份实训指导书、13个课程视频、1份课程PPT、2份代码、2份数据。14、《计算机视觉实战-OpenCV图像处理》14.1通过学习本课程，可了解图像处理的基本概念和意义，掌握图像读写、图像几何变换、图像增强、图像锐化和图像批处理的主要方法和技能，并为后续相关课程学习及将来从事数据挖掘工作奠定基础。课程以任务实现为导向，全面介绍了图像处理的相关知识，并通过综合练习实现具体内容，帮助学生真正理解并及时应用所学知识。课程首先介绍图像基础知识和图像读写方法，然后介绍了图像变换、图像增强和图像锐化的相关概念和原理，并通过练习实现对图像的处理，最后介绍了对图像进行批处理的方法。14.2课时设置：理论教学不少于16学时，实践教学不少于32学时，总计不少于48学时。14.3课程资源：不少于10份实训指导书、27个课程视频、7份课程PPT、5份代码、4份数据。15、《智能语音实战》15.1通过学习本课程，可掌握语音信号基础、语音文件参数、Python语音文件操作、Python语音数据预处理、Python语音特征提取等知识点，并为后续相关课程学习及将来从事数据挖掘、数据开发和科研业务奠定基础。课程以全面介绍了语音的基础及其应用，讲解了如何利用Python的知识解决部分实际的语音问题。首先介绍学习语音的基础内容，包括语音的数据类型、语音文件参数、语音信号等。然后介绍如何使用Python读写语音文件、语音去噪、去静音、语音特征提取等内容。15.2课时设置：理论教学不少于32学时，实践教学不少于32学时，总计不少于64学时。15.3课程资源：不少于6份实训指导书、26个课程视频、4份课程PPT、1份代码、4份数据。3Python编程实训平台一、平台功能：1、基于B/S架构，通过浏览器访问平台。2、底层基于Docker技术，秒级打开实训平台。3、平台内置Python、Jupyter等相关IDE、数据库软件等实训工具。4、支持实训报告在线提交，并支持提交本地文件报告和实训环境中的文件报告这2种方式。5、支持根据实际需求扩展实训环境资源（CPU、内存等）。6、支持实训环境与实训指导书同屏显示。7、实训指导书提供目标、环境、内容、步骤等内容。8、支持隐藏实训环境界面，实训指导书全屏查看。9、支持隐藏实训指导书界面，实训环境全屏操作。10、支持将实训环境的文件导出至本地，支持将本地文件导入至实训环境进行使用。11、支持实训环境界面分辨率随浏览器窗口变化自适应调整。12、支持本地电脑系统与实训环境系统文本粘贴功能，本地电脑系统可复制粘贴文本至实训环境，实训环境可复制粘贴文本至本地电脑系统。13、支持实训环境系统状态重置。14、支持学生向老师发起远程协助请求；教师在实训管理平台端远程协助学生环境进行问题指导。15、支持学生查看实训环境倒计时并提供延时功能，以适应不同实训场景需求。且支持实训管理平台端设置实训时长，可选时长范围为30分钟到720分钟不等。16、支持快速切换实训环境，可视化显示原实训环境和新实训环境；支持实训管理平台端实训指导书关联任意实训镜像环境和实训作业。17、支持独立环境提供充足资源实例（如16线程32GB内存）满足科研等场景需求；支持实训管理平台端直观展示所有快速实训环境可访问开始时间和结束时间以满足实训环境时间权限管理；支持自定义分配用户、开始时间、结束时间、排序编号、环境封面。18、支持实训环境状态管理，实训管理平台端可查看课程实训环境使用信息。包括姓名、用户名、班级、课程名称、镜像名称等。支持批量/单独启动、停止、删除课程实训环境。二、案例模块（包含18个案例）：1、《家用热水器用户行为分析》（1）通过学习本案例，可掌握冗余特征处理、划分事件、确定阈值、特征构建、BP神经网络模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。居民在使用家用热水器的过程中，会因为地区气候、区域不同和用户年龄性别差异等原因，形成不同的使用习惯。本案例以从国内某热水器生产厂商处抽取用户的用水数据为数据源，并对获取的数据进行了预处理和模型构建分析等。本案例的主要分析目标为：对用户的洗浴事件进行识别，根据识别结果比较不同客户群的客户使用习惯，加深对客户的理解；对不同的客户群提供最适合的个性化产品，改进新产品的智能化的研发和制定相应的营销策略。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于9个案例视频、1份案例PPT、3份实训指导书、3份代码、5份数据。2、《市财政收入分析及预测》（1）通过学习本案例，可掌握数据抽取、相关性分析、特征选取、预测模型构建的主要方法和技能，并且能够对模型的效果进行分析、解读，为后续相关课程学习及将来从事数据分析工作奠定基础。地方财政收入不仅是国家财政收入的重要组成部分，而且具有其相对独立的构成内容，同时地方财政收的规模直接决定了地方财政支出，地方活动的范围和规模，从而对地方经济增长和社会发展有着重要的影响。本案例主要运用数据分析技术对市财政收入进行分析，挖掘其中隐藏的运行模式，并对未来两年的财政收入进行预测，希望能够帮助合理的控制财政收支，为制定相关决策提供依据。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于19个案例视频、1份案例PPT、4份实训指导书、5份代码、1份数据3、《城市公交用户出行分析》（1）通过学习本案例，可掌握数据归约、缺失值处理、数据合并等主要的数据处理方法，熟悉聚类模型和矩阵构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。城市交通情况对于城市规划、居民城市归属感和城市品牌有着至关重要的影响。本案例以国内某城市的地面公交车GPS监控数据和地面公交车刷卡数据为数据源，对获取的数据进行预处理，并进行密度聚类分析和建立矩阵模型分析。本案例的主要分析目标为：分析各时间段的公交车刷卡人数，根据刷卡数据和GPS监控数据分析各站点的下车人数，基于各站点的上下车人数分析居民的出行规律，并提出城市公交站点设置的优化建议。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于13个案例视频、1份案例PPT、2份实训指导书、6份代码、20份数据。4、《电力窃漏电用户识别》（1）通过学习本案例，可掌握pyplot图形绘制、缺失值处理、模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。据统计，全国每年因窃电造成的损失都在200亿元左右，被查获的窃电案件不足总窃电案件的30%。本案例主要根据电力营销系统与计量自动化系统数据，构建窃漏电用户识别模型，自动检测判断是否存在窃漏电行为。本案例的主要分析目标为：分析用户的用电情况，实现对用电情况的实时监控，判断是否存在窃漏电行为。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于3份实训指导书、11个案例视频、1份案例PPT、6份代码、6份数据。5、《航空公司客户价值分析》（1）通过学习本案例，可掌握数据清洗、特征构建和数据标准化的主要方法，并且能构建模型实现客户分群，为后续相关课程学习及将来从事数据分析工作奠定基础。随着经济快速发展，航空产品生产过剩问题日渐突出，产品同质化特征愈加明显，于是航空公司从价格、服务间的竞争逐渐转向对客户的竞争。本案例以国内某航空公司的客户数据为源数据，通过对数据进行分析处理，并建立合理的客户价值评估模型，对客户进行分群。本案例的主要分析目标为：对客户进行分群，分析比较不同客户群的客户价值；对客户提供个性化服务，提高航空公司之间的竞争力。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于13个案例视频、1份案例PPT、2份实训指导书、2份代码、1份数据。6、《广电大数据营销推荐》（1）通过学习本案例，可掌握缺失值和重复值处理的常用方法，熟悉绘制pyplot图形进行探索分析的方法，并可以构建相关特征和推荐模型，为后续相关课程学习及将来从事数据分析工作奠定基础。随着经济的不断发展，人民的生活水平显著提高，对生活质量的要求也在提高。广电为了提升自身的竞争力，需要不断提高用户体验，基于已有数据挖掘其价值。本案例以产品信息数据为数据源，通过对数据进行预处理，然后再通过可视化直观的展示数据情况，再进行用户画像的构建最后进行算法模型的构建与分析。本案例的主要分析目标为：通过深入整合用户的相关行为信息，构建用户收视偏好统一视图；利用产品信息数据，针对用户提供个性化精准推荐服务，有效提升用户的转化和生命周期价值。（2）课时设置：理论教学不少于4学时，实践教学不少于12学时，总计不少于16学时。（3）案例资源：不少于26个案例视频、1份案例PPT、8份实训指导书、10份代码、7份数据。7、《大数据法律服务智能推荐》（1）通过学习本案例，可掌握类型统计、正则匹配、字符串数据处理和推荐模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生，本案例以某法律网站的用户访问网页为数据源，通过对数据进行探索和处理，统计不同类型的网页访问次数，最后构建算法模型并对预针对每个用户进行推荐。本案例的主要分析目标为：对用户访问行为和关心内容进行分析，对不同需求的用户进行相关的服务页面的推荐。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于29个案例视频、1份案例PPT、3份实训指导书、3份代码、1份数据。8、《《流浪地球》豆瓣影评采集》（1）通过学习本案例，可掌握Selenium进行网页数据的HTML代码获取、XPath提取关键信息、对获取的数据进行处理以及可视化分析的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。本案例以国内提供最新的电影介绍及评论包括上映影片的影讯查询及购票服务的豆瓣电影为数据源，获取了2019年初争议比较大的《流浪地球》豆瓣短评，并对获取的短评数据进行了预处理和评分分析、用户居住地分析等。本案例的主要分析目标为：分析影响电影的放映情况的相关因素，分析《流浪地球》在市场上受到的关注和讨论情况，为其他影视作品的拍摄与取材等提供参考。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于28个案例视频、1份案例PPT、4份实训指导书、4份代码、2份数据。9、《电商产品评论数据情感分析》（1）通过学习本案例，可掌握网络数据爬虫技术、文本去重、文本分词和模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。消费者需要在没有看到真正的产品实体、做出购买决策之前，根据其他购物者的评论了解产品的质量、性价比等信息，为购物抉择提供参考依据。本案例运用数据分析技术对爬虫获取的数据进行分析，然后对原始数据进行处理，从而获得消费者的意见和评价。本案例的主要分析目标为：收集用户的评论数据，挖掘评论中的关键信息；分析商品的优点与不足并提供改善建议。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于22个案例视频、1份案例PPT、4份实训指导书、4份代码、3份数据。10、《水产养殖水质智能识别》（1）通过学习本案例，可掌握图像切割、特征提取、模型构建和模型评价的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。水产养殖的关键因素之一是水质，养殖水体生态系统的平衡状况可通过水质颜色体现而传统水质监控的关键是行家。本案例主要根据水质图片利用图像处理模型和分类算法实现水质的自动检测。本案例的主要分析目标为：分析不同水质样本的特征，实现对水质的自动分析。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于16个案例视频、1份案例PPT、4份实训指导书、3份代码、1份数据。11、《招聘网站数据采集与人才需求分析》（1）通过学习本案例，可掌握数据采集、XPath查询语言、字符串处理、数据可视化、数据合并、词云绘制的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。网络招聘信息反映着各行各业的发展现状，各地区发展水平，不同职业类型对人才基本条件、能力和素质的要求，以及对新兴行业的发展动向都有着最及时有效的传达。因此，对网络招聘信息进行分析研究，了解不同职业领域的需求特点，挖掘兴起的数据类行业相应的人才需求现状及发展趋势，为广大求职者提供正确的就业指导有着重要意义。本案例利用Python网络爬虫，爬取前程无忧网站全国范围内与数据相关岗位的招聘信息，对职位信息进行分析挖掘，把分析结果提供给求职人员做参考。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：不少于26个案例视频、1份案例PPT、11份实训指导书、3份代码、2份数据。12、《消费者投诉意见挖掘》（1）通过学习本案例，可掌握jieba分词、文本挖掘、数据可视化和文档主题生成模型的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。在2015年，全国工商和市场监管部门依托12315网络，共处理消费者诉求777.76万件，同比增长2.6%，为消费者挽回经济损失18.6亿元，其中，互联网接收量增幅较大；涉及消费维权的举报占两成。本案例通过分析消费者投诉举报数据，并以此深入挖掘出被投诉的品牌分布情况，以及消费者在哪方面进行投诉和相应投诉原因。本案例的主要分析目标为：分析各品牌中投诉、举报、咨询三类信息的基本情况，获取消费者投诉原因，从而改善营销策略及提升商品质量。（2）课时设置：理论教学不少于4学时，实践教学不少于8学时，总计不少于12学时。（3）案例资源：包含案例视频、案例PPT、实训指导书、代码、数据。13、《P2P信贷结果预测》（1）通过学习本案例，可掌握自定义函数构建、字符串处理、正则表达式、逻辑回归、过采样、模型构建和模型优化的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。大数据时代的到来使得信息化技术逐步完善，P2P网络贷款平台逐渐成为大众金融消费理财的主要途径，根据客户相关信息，用量化手段提高风险管控效率，是各互联网金融企业的迫切需求。本案例通过分析网络信贷的现状对数据进行分析与预处理，并基于相应的算法基本原理实现相关的风险预测。本案例的主要分析目标为：分析影响贷款审核的相关因素，通过信息化手段智能预测贷款结果。（2）课时设置：理论教学不少于2学时，实践教学不少于6学时，总计不少于8学时。（3）案例资源：不少于14个案例视频、1份案例PPT、7份实训指导书、5份代码、2份数据。14、《金融服务机构资金流量预测》（1）通过学习本案例，可掌握平稳性检验、非平稳序列处理、纯随机性检验、模型定阶和模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。金融全球化的浪潮正以一种不可抗拒的趋势席卷全球，而伴随着我国加入WTO（世界贸易组织）以及社会主义市场经济的快速发展，我国的金融市场也随之迅猛发展。为了更有效地发挥金融活动对于实体经济的意义，资金流量预测成为金融服务机构一大重要任务。本案例以用户资金流入与资金流出的记录为数据源，先对数据进行探索，然后对数据进行预处理，最后构建精准的预测模型并进行检验。本案例的主要分析目标为：分析金融服务机构用户申购赎回数据的基本情况，通过一定期间内资金的流入和流出来推断出当前企业内部的资金量。（2）课时设置：理论教学2学时，实践教学6学时，总计8学时。（3）案例资源：不少于8个案例视频、1份案例PPT、3份实训指导书、1份代码、1份数据。15、《信用卡高风险客户识别》（1）通过学习本案例，可掌握对获取的数据进行处理以及可视化分析的主要方法和技能，可以构建相应的模型进行客户分群，并进行模型评价，为后续相关课程学习及将来从事数据分析工作奠定基础。信用卡高速发展的背后是坏账风险的不断增大。据统计，2006年，台湾地区有900多万人拥有信用卡，现金卡，交不起卡债的人已达70多万，造成银行呆账超过1500亿新台币。为了推进信用卡业务良性发展，减少坏账风险，台湾各大银行都进行了信用卡客户风险识别相关工作，建立了相应的客户风险识别模型。本案例以用户资金流入与资金流出的记录为数据源，先对数据进行探索，然后对数据进行预处理，构建相应的特征，最后进行聚类参数的寻优并构建模型并进行评价。（2）课时设置：理论教学不少于4学时，实践教学不少于4学时，总计不少于8学时。（3）案例资源：不少于5份实训指导书、10个案例视频、1份案例PPT、5份代码、1份数据。16、《百货商场用户画像描绘与价值分析》（1）通过学习本案例，可掌握数据预处理、数据可视化分析、构建RFMH模型、K-Means聚类的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。在零售行业中，会员价值体现在持续不断地为零售运营商带来稳定的销售额和利润，同时也为零售运营商策略的制定提供数据支持。零售行业会采取各种不同方法来吸引更多的人成为会员，并且尽可能提高会员的忠诚度。当前电商的发展使商场会员不断流失，给零售运营商带来了严重损失。此时，运营商需要有针对性地实施营销策略来加强与会员的良好关系。比如，商家针对会员采取一系列的促销活动，以此来维系会员的忠诚度。本案例的主要分析目标为：完善会员画像描绘，加强对现有会员的精细化管理；与会员建立稳定的关系。（2）课时设置：理论教学不少于4学时，实践教学不少于4学时，总计不少于8学时。（3）案例资源：不少于19个案例视频、2份案例PPT、4份实训指导书、1份代码、2份数据。17、《基于医学影像的血管三维重构》（1）通过学习本案例，可掌握对于图像数据的读取、边缘计算、图像叠加、拟合平滑处理的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。断面可用于了解生物组织、器官等的形态。例如，将样本染色后切成厚约1μm的切片，在显微镜下观察该横断面的组织形态结构。如果用切片机连续不断地将样本切成数十、成百的平行切片，可依次逐片观察。本案例通过数字图像的读取，生成原始数据，首先运用算法计算管道的中轴线与半径，然后对数据进行处理，最后构建相应的模型并检验。本案例的主要分析目标为：分析平行切片数字图像的特点；基于平行切片数字图像重组三维血管图像。（2）课时设置：理论教学不少于4学时，实践教学不少于4学时，总计不少于8学时。（3）案例资源：不少于5个案例视频、1份案例PPT、9份实训指导书、1份代码、2份数据。18、《交通事故成因分析》（1）通过学习本案例，可掌握数据预处理、可视化分析、特征提取、模型构建和评价的主要方法和技能，并为后续相关课程学习及将来从事数据分析相关工作奠定基础。我国的经济高速发展，全国汽车保有量、交通道路和人口等都在不断的增加，同时道路交通安全事故也进入高发期，分析事故发生的原因，找到事故发生的内在规律，对交通部门进行道路交通的改进和提高民众的出行安全具有重大意义。本案例基于交通事故相关的多维度数据进行探索，然后对数据进行预处理，构建相应的特征，最后构建精准的预测模型并检验，进行交通事故成因分析。（2）课时设置：理论教学不少于2学时，实践教学不少于6学时，总计不少于8学时。（3）案例资源：不少于17个案例视频、1份案例PPT、4份实训指导书、4份代码、5份数据。4图像分析与处理工作站1、英特尔i7-12700处理器2、英特尔Q670系列芯片组3、16GDDR43200MHz内存，提供4内存槽位4、4GB独立显卡5、集成声卡，支持5.1声道（提供前2后3共5个音频接口，其中前置包含1个2合1接口）6、M.21TBSSD硬盘7、集成10/100/1000/2500M以太网卡8、无光驱9、1个PCI-E*16、2个PCI-E*1槽位10、原厂防水键盘、抗菌鼠标；11、8个USB接口(其中至少2个USB3.2G2接口)、3个视频接口（VGA、HDMI、DP均可）12、110/220V500W92%节能电源13、≥24寸液晶显示器，1920*1080，HDMI+VGA接口14、随机自带备授课软件：支持本地PPT/WPS插件备课和云端备课多种方式。教师可在本地课件中使用智能插件登录进入“资源管理平台”，课件完成可同步至云端存储，免费提供5G云存储空间。不少于27种授课工具。并可将每个学生分析情况汇总形成班级报告。15、为方便设备日常维护和使用，所供设备需具有以下功能：（1）散热风扇：根据CPU温度闭环控制冷却风扇转速；（2）配置BIOS底层集成智能USB技术(非软件实现)，实现阻止使用者从电脑复制数据至USB存储设备或使用者无法使用USB存储设备，有效防止数据泄露；（3）基于BIOS的键盘快捷键开机功能；（4）免费提供电脑管理软件，可实现：1、硬件主要参数检测；优化加速；2、系统垃圾清理；3、病毒查杀；4、原厂驱动更新；5、网络测速；网络诊断，6、自动识别品牌型号，自动识别序列号，自动识别保修开始至截止信息。16、标配USB智能屏蔽技术，可在BIOS中设置仅识别USB键盘、鼠标，无法识别USB存储设备，有效防止数据泄露；17、标准MATX立式机箱，采用蜂窝结构，散热更为有效；18、强力散热风扇，能够达到有效降解甲醛、净化空气的效果。19、机箱不大于13.6L，顶置提手，方便搬运，顶置电源开关键，方便使用；20、提供原厂6年保修，出厂日期必须晚于合同签订日期，不接受拆改配。货到时原厂工程师上门验机服务。598寸大屏1、为保证显示色彩效果及可视角度，整机屏幕需采用98英寸IPS液晶屏，显示比例16:9，屏幕分辨率≥3840*2160，色彩度≥10bit,可视角度≥178°采用超窄边框设计，屏占比≥92%，整机最薄处≤25mm2、整机采用Android9.0系统，内置CPU性能≥四核A73，内置GPU性能≥双核MaliG52，RAM≥6G，ROM≥64G3、采用2.2声道，顶部发声设计，内置2×7W+2×18W扬声器4、I/O接口:≥3路HDMIIN，≥5路USB接口（前置≥2路，后置≥3路，至少包含2路USB3.0），≥1路TYPE-C接口，≥1路AUDIOOUT，≥1路RJ45IN，≥1路RJ45OUT，≥1路RS2325、为保证显示色彩的丰富程度，色域≥90%NTSC6、无线传屏软硬件均支持win10系统/MAC系统扩展屏显示。电脑投屏，最大支持4k的分辨率投屏7、支持应用窗口投屏满足：（1）沉浸式+个人端隐私保护，能避免如微信弹窗的尴尬（2）应用窗口投屏时，电脑屏幕仍能打开别的应用处理其他事情传屏之后，在屏幕上部中间部分显示工具栏，可以进行基本的操作（具体包括勿扰模式，暂停投屏，传屏内容等）。8、整机符合GB/T17626.5-2019浪涌（冲击）抗扰度、GB/T17626.2-2018静电放电抗扰度、GB/T17626.3-2016射频电磁场辐射抗扰度、GB/T17626.4-2018电快速瞬变脉冲群抗扰度、GB/T17626.6-2017射频场感应的传导抗扰度、GB/T17626.11-2008电压暂降、短时中断和电压变化抗扰度等要求，确保整机使用安全。9、整机具备抗振动、防跌落特性，保证整机运输或使用过程中不易受损整机产品机身为金属外壳，满足GB4943.1-2011标准中的防火要求，有效避免产品意外燃烧，确保环境安全。10、可通过传屏工具栏暂停投屏功能进行画面冻结暂停，投屏电脑可自主进行其他操作，不影响整机的冻结画面内容显示。11、整机无需外接任何视频会议终端，仅用整机即可召开视频会议，实现远端互联内置功能强大欢迎界面，内置多种模板，并支持手机编辑欢迎界面。12、支持手机、电脑通过客户端对整机展示内容进行截屏、实时录屏，并最终保存到手机、电脑上。13、采用更加符合遥控操作习惯的主页面，在主页面的底部显示≥4个图标。14、支持集控管理平台软件对接，实现集控相关功能，如：批量设备管理、远程操控设备、个性化设置、软件管理、图文推送等功能。6白板1、整体尺寸：≥2420mm*1380mm2、投影尺寸：≥2380mm*1350mm(≥108寸)（可根据投影机具体型号进行调整）3、板体尺寸比例16：10（可根据投影机具体型号进行调整）4、板面材料：4.1、书写板夹心材料采用：高强度铝蜂窝板材，板材厚度≥15mm；单位面积抗压:0.8MPa4.2、板面材料：0.4mm搪瓷白板4.3、颜色：纯白色4.4、耐擦拭性：一般的水性白板笔都可以用干布擦拭，油性白板笔书写可用对应的清洁剂擦拭，板面不会被腐蚀，留痕4.5、投影效果：板面需要经过特殊工艺处理，减少反射影像的光线扭曲，没有明显的光斑4.6、板面硬度：莫式硬度≥5，4H铅笔书写无划痕4.7、抗腐蚀：甲苯、丁酮、酒精、油脂、石油、乙酸乙酯、二甲苯等几种常见腐蚀剂浸泡1小时，无变化4.8、耐用寿命10年，10年内反复擦拭无明显留痕7分屏显示设备为保证显示色彩效果及可视角度，整机屏幕需采用≥65英寸液晶屏，显示比例16:9，屏幕分辨率≥3840*2160，色彩度≥10bit,可视角度≥178°超薄窄边框设计，四边等宽，屏占比高，屏亮度≥450nit，色域达到72%NTSC整机采用Android8.0系统，内置CPU性能≥双核A73+双核A53，内置GPU性能≥双核MaliG51，RAM≥3G，ROM≥16G采用双声道，内置2*8W扬声器3、支持无线模块，无线模块需支持802.11a/b/g/n/ac，工作频率2.4GHz/5GHz；4、支持同时8个无线传屏器，画面分别投屏到同一个整机，可通过按键切换传输不同外部电脑的画面及声音；5、手机和电脑支持混合投屏展示，最多支持四画面同屏展示，最多可连接8台设备；无线传屏软硬件均支持win10系统扩展屏显示；可以仅对一个窗口进行无线投屏，其他窗口内容不做展示，保证数据的隐私；软件传屏码可以在整机任何页面进行常显，也可设置取消，方便软件传屏连接；8、手机扫描整机传屏二维码即可完成连接整机热点，无需单独在手机上输入WIFI账号密码，支持手机投屏软件操控大屏，小屏控大屏满足近端操控需求；9、传屏之后，在笔记本屏幕上部中间部分显示工具栏，可以进行基本的操作（具体包括勿扰模式，暂停投屏等）；10、传屏开启勿扰模式之后，不允许其他人再进行传屏，避免在使用过程中，用户被其他人传屏顶替掉，造成使用中断；11、可通过传屏工具栏暂停投屏功能进行画面冻结暂停，投屏电脑可自主进行其他操作，不影响整机的冻结画面内容显示；12、可通过传屏工具栏传屏模式，快速切换传屏方式；13、支持Type-C口手机直接连接Type-C传屏器进行整机投屏；14、为确保使用稳定拒绝传屏器为OEM品牌内置信发系统，支持图片、视频、文字等内容任意方式组合播放15、登录个人资料夹：手机扫码一键授权大屏登录个人资料夹，轻松查看历史会议记录，个人资料夹最多可支持20个账号同时登陆，方便不同人员资料查询、下载。8功放音响数字无线教学功放1、具备内置三模合一无线教学话筒接收模块；2、具备2路MIC平衡信号专用输入凤凰接口；3、每路MIC信号接口独立提供6V供电；3、具备1组立体声LINE信号输入凤凰接口；4、具备1组立体声MUSIC信号输入凤凰接口；5、具备1组立体声录音信号输出RCA接口；6、所有输入输出接口均具备独立音量调节功能；7、LINE和MUSIC总音量前面板可调，且不能影响其他输入信号；8、前面板除总混合输出音量调节旋钮外，其他调节旋钮均为暗藏式旋钮，防止误触碰；9、具备录音输出电平高低调节功能；10、具备开关机自动延时管理功能，保护设备受冲击损坏。11、前面板具备MIC信号3段音调调节；12、前面板具备LINE/MUSIC信号3段音调调节；13、具备远程开关机控制接口；14、具备接地选择开关；15、D类数字功率放大电路；16、具备独立两通道2x100W功率输出；17、具备每通道功率输出大小可调；18、标准机柜面板。提供反馈状态：话筒充电状态、无线话筒底座充电状态、话筒电量值、话筒音量值、功放各音量值、话筒是否归位。二、专业扬声器1、频率响应：100Hz～20kHz2、额定阻抗：6Ω3、灵敏度：90dB4、功率匹配：10～80W5、高保真5”玻纤低音+3”球顶丝膜高音6、20mm厚度实木板材专业箱体结构，扎实耐用7、倒梯形箱体特殊设计，贴合墙面简单吊挂，即可获得理想覆盖角度8、高档实木贴皮精湛工艺，大方高雅，防潮耐用易维护三、无线教学话筒1、具备2.4G、UHF、IR红外三种无线传输模式，无缝融合使用；2、具备处理受干扰、易串频、音质差、和维护管理困难的有效技术；3、具备全数字化传输、DSP信号处理、数字调试和智能管理的性能；4、具备2.4G、IR红外两种自动对频方式，无缝转换，适应任何恶劣环境使用；5、具备开机自动检测工作环境，自动选择最优工作信道；6、具备使用过程中语音信道受到干扰时，自动进行信道选择切换的功能，不需人工干预；7、要求使用过程中管理信道受到干扰时，不影响语音信道的正常工作；8、具备专业级话筒音质，48K,16bit，30~20KHz宽频响，无法感知延时；9、要求支持无线充电，放下充电，拿起讲话；10、要求内置锂电1000mA或以上，全智能充电管理，具备无线充电功能，长续航，零维护；11、要求集成智能传感器，放下静音，拿起说话；超时不用，自动待机；12、具备支持接入学校管理平台的接口，能够联网智能管理所有话筒；13、具备智能辨别手持使用状态和挂在胸前使用状态的功能；14、要求集话筒、激光教鞭和无线PPT翻页三种使用功能一身；15、要求在使用状态下，可以同时进行充电；16、要求关机状态下，充电完成屏幕自动熄灭；17、具备同时支持外接头戴麦；18、具备OLED显示屏，清晰显示系统状态及参数；19、具备自动静音功能，自动语音快速恢复，嘈杂环境，正常使用；20、具备TypeC充电和数据接口；21、具备内置DSP数字防啸叫功能；22、具备内置7段麦克风均衡器；23、具备多功能无线充电底座，可桌面放置或挂墙插置充电；24、要求拾音器结构及功能特殊设计，防喷、防风噪，声音通透自然，没有喷麦的爆破音；25、要求握持舒适，按键间距合理；26、具备多功能，同一底座，可桌面平置安放，也可以挂墙插置充电；27、具备IR红外发射功能；28、具备底部出线和尾部出线两种出线方式可选，方便安装；29、具备双色充电指示灯；30、要求U型槽式结构，防止话筒滚动。31、提供反馈状态：话筒充电状态、无线话筒底座充电状态、话筒电量值、话筒音量值、功放各音量值、话筒是否归位。9智慧教学驾驶舱（带触控屏）1、桌面板材：采用E0级≥25mm厚度免漆板，颜色：白色；2、桌板前部具备多层板弯曲而成的木色高围挡设计，表面喷漆（颜色可根据甲、方要求进行选样），表面漆膜厚度不少于0.3mm。高度≥100mm，可防止桌面物品滚落；桌面两侧前方具有和围挡同色的多层板凸台，用于放置控制设备和话筒等；3、桌板尺寸形状：约≥1420mm×710mm，内侧环绕型设计，尺寸可根据教室环境调整；桌面封边：2