1

信息学院

大数据分析与挖掘、大数据可视化、深度学习、大数据分析建模

工业大数据场景分析建模设备

1

58.6

58.6

图书信息楼503

实训

一、图像数据采集与智能分拣设备：相关参数：

一、硬件：

1、沙盘外形：长为850mm，宽为560mm，高为1800mm(允许±5%误差)。

2、支架采用铝型材，面板为铝塑复合板件，兼顾结构的稳定性与整体的美观。

3、采用USB接口相机。

4、采用轻量型四轴机械臂，最大功率60W，配置吸盘、气泵控制盒。

5、参数：CPU i7以上，内存16G以上，固态硬盘容量1T以上。

6、键盘×1，鼠标×1，物料托盘×2，专用标定板1块，工具收纳盒1个。

7、显示屏参数：面板尺寸≥31.5英寸，屏幕比例16：9，最佳分辨率1920×1080以上。

8、物料参数：提供电容零件≥50个。

二、软件：

1、提供无序分拣功能。对处于无序状态下的若干个电容零件，可以通过神经网络预测出零件的抓取位置并指挥机械臂进行抓取。

2、提供基于Windows GUI的机械臂标定、移动、工作区域圈定、连接、断开功能。

3、支持数据源、预处理算法、神经网络模型、发布模型的选择。

4、提供图像处理前后的实时对比功能。

5、提供基于TensorFlow的深度神经网络初始模型，支持用户在初始模型的基础上搭建新的神经网络，进行训练并保存结果。

6、支持根据当前代码实时生成网络结构图。

7、支持模型训练步骤设置、模型名称设置、实时查看模型训练损失和模型准确率。

8、支持HTML格式模型训练报告的生成。

9、支持抓取结果、抓取成功率、模型预测成功率的实时查看。

10、支持基于光电感应开关的图像数据实时自动标注功能。

11、支持用户更改抓取对象，重新采集数据并进行深度学习训练。

12、提供模版匹配功能，能够根据提前截取的模版，通过计算相似度，对高于一定阈值的物体进行抓取。

三、教学资源：

1、提供基于深度学习的无序抓取案例说明文档不少于1份，文档内容包括图像数据采集、图像数据预处理、模型构建、模型对比、模型评价等。

2、提供案例配套教学PPT不少于1份，辅助日常教学工作。

3、提供案例配套样例数据包不少于2份，可添加沙盘实时数据。

4、提供案例配套代码不少于3份，代码与文档对应，沙盘增量数据无需更改代码即可运行。

二、设备配套互联网大数据采集实训系统：相关参数：

一、基础技术模块：

1.平台主体包括配置流程设计的客户端和包含主程序、采集节点、数据库的服务器端。

2.提供公有云和私有云两种网络方式，支持服务器端分布式集群架构，可部署多个采集节点和数据库，实现大规模、高并发的云采集。

3.支持热插拔添加集群，保证系统正常运行。并通过自动负载均衡算法调节用户资源配额，确保公平利用。

4.支持主程序部署在Windows、Linux服务器上，客户端可运行于Windows、Linux、MacOS个人电脑。

5.支持自动拆分云采集任务，智能分发到服务器端采集集群，自动汇总子任务数据。

二、数据采集模块：

1.提供互联网公开网页数据采集，支持使用采集模板或定制化采集。

2.允许单用户同时进行多个采集工程，支持导入先前完成的项目数据链接。

3.提供日志和快照的实时查看功能，支持自动过滤重复数据。

4.支持使用代理IP采集，提供接口获取IP，支持JSON和text两种模式，支持手动输入或使用隧道代理IP。

5.支持模拟人工网页浏览操作，包括预登录、输入文本、点击元素、提取数据，支持可视化制作采集规则流程设计。

6.提供选择的元素高亮显示功能。

7.支持相对路径xpath元素选择。

8.支持直接配置多页数据采集，包括翻页类型和参数配置。

9.支持多层级网页数据采集，自动合并主从页面数据。

10.支持翻页前可校验页码成功性，并查看翻页快照。

11.允许自定义采集字段，在可视化规则流程出错时具有智能提示功能。

12.支持文档、图片、视频等字段类型修改。

13.支持配置账号密码登录并记住cookie信息，确保登录后数据采集的完整性。

14.支持自动重试采集任务，可配置重试次数并自动检测问题。

15.客户端和服务端支持定时控制，可设置单次采集时间，支持每天、每周、每月定时采集。

16.支持定时增量采集任务，实现定期自动数据更新。

17.支持查看最近十次的采集日志记录。

18.支持采集工程流程审批与公开模板的实现。

19.支持审批状态的消息提醒同步。

20.支持查看并下载采集结果数据至本地。

21.包含不少于48点位数。

三、设备配套大数据分析建模实训系统：相关参数：

一、基础技术模块：

1.平台采用B/S架构，基于JAVA语言开发，采用分布式架构，基于Spring Cloud构建，提供稳定可靠的服务调用、服务治理、服务降级能力。

2.提供服务管理功能，查看服务上线情况，快速实现动态服务发现、服务配置及服务注册。

3.提供数据空间，用户可以从本地上传自有数据，支持表结构化数据和非结构化数据，通过高效同步解决异构数据源共享问题，同时支持共享数据集功能。

4.支持增加多台PostgreSQL数据库服务器搭建分布式存储架构，使用安全可靠的文件系统进行数据存储。

二、核心功能模块：

1.提供工程模板功能，可快速通过模板创建包含数据和流程的工程。

2.支持通过拖拽组件到画布快速编排训练流程，支持流程节点编辑和参数配置。

3.支持多任务的并行执行，在大量任务待执行的环境下，可提高系统运行效率，减少任务排队等待时间。

4.提供灵活的工作流开发，支持串行和并行工作流，以满足多输入、多输出、多分支等复杂场景需求。

5.支持在有GPU节点情况下，算法组件可配置调用GPU资源进行任务计算。

6.支持在线查看和修改算法组件源代码，并一键将修改的算法组件保存为个人算法组件，便于应用和管理。

7.支持分类算法组件自动生成算法评估报告，评估报告包含精确率、精准率、召回率、F1-score等指标，并展示训练结果的混淆矩阵等指标结果信息，支持呈现模型训练效果。

8.支持回归算法组件自动生成算法评估报告，评估报告包含均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）、解释方差分数（EVS）、决定系数（R-Squared）等指标，并展示训练结果的拟合曲线等信息，支持呈现模型训练效果。

9.支持聚类算法组件自动生成算法评估报告，评估报告包含聚类中心点、各类样本数及占比等关键信息，并可视化展示各类样本的分布情况，包括聚类分布饼图、雷达图、散点图等，直观呈现聚类效果和数据特征。

10.支持通过IDE工具编写与调试代码，可使用Python开发语言。

11.提供个人算法管理，支持用户自定义算法配置，用户可创建自定义算法，支持配置数据输入输出节点、可设置参数、代码等多种参数。并对个人算法组件进行编辑和删除。

12.支持定时训练任务，可创建定时训练任务，设置任务来源、启动时间及调度策略。

13.提供计算和存储能力的弹性扩展功能，硬件扩展过程中不影响系统的正常运行。

14.支持模型管理，支持模型发布为api接口进行调用，支持模型在线预测。

15.前后端以及内部各模块间都采用Restful接口交换数据，用户可以方便、快捷的通过浏览器在线浏览、测试各个接口。

三、算法组件模块：

1.支持Python计算引擎，支持使用Python进行算法开发。

2.提供12大类不少于187种算法，其中统计分析22种、预处理59种、分类算法15种、聚类算法8种、回归算法7种、时间序列算法15种、关联规则4种、文本分析35种、绘图17种、模型评估1种、模型预测1种、深度学习3种。分别为：

(1)     预处理算法包括：Python脚本、随机数生成、行列计算、列表求差、两列求差集、数据透视表、设置索引、宽表变长表、新增时间戳列、时间类型转换、一致性检查、异常值检测和处理、连续重复值处理、编码转换、数据排序、列拆为多行、修改列名、提取数据标签、数据离散化、图像切割、KNN插补缺失值、单列转序列化、数据分箱、分层抽样、数据筛选、解压文件、杰卡德矩阵、杰卡德预测与评估、表堆叠、衍生变量、数据编码化、数据采样、行列转置、行扁平化、主键合并、新增序列、记录去重、数据标准化、字符集转换、分组聚合、数据抽取、数据拆分、差分、缺失值处理。

(2)     统计分析算法包括：LjungBox检验、平稳性检验、纯随机性检验、模型残差检验、移动计算、累计计算、分布函数、var方差函数、同比环比、时间聚合计算、LASSO回归、时序检验、对比校验、行列统计、全表统计、主成分分析、卡方检验、相关性分析、正态性检验、方差齐性检验、因子分析、频数统计。

(3)     时间序列算法包括：ARCH、灰色预测（可选多列）、时间序列趋势分解、模型定阶、ARIMA、AR模型、ES模型、MA模型、模型定阶、ARMA、指数平滑法、指数平滑法、模型残差检验、趋势拟合、组合模型、灰色预测、GARCH。

(4)     分类算法包括：梯度提升树、多层感知机（分类）、LGBM、ID3决策树、OVR、多层感知机、神经网络、单层感知机、随机森林、逻辑回归、K最近邻、朴素贝叶斯、CART分类树、Adaboost、支持向量机。

(5)     模型评估算法包括：模型评估。

(6)     模型预测算法包括：模型预测。

(7)     回归算法包括：岭回归、XGBoost、Lasso回归、CART回归树、K最近邻回归、支持向量回归、线性回归。

(8)     聚类算法包括：Kmeans聚类数目寻优、K-中心点聚类、DBSCAN密度聚类、高斯混合模型、模糊C均值聚类、层次聚类、快速Kmeans、KMeans。

(9)     关联规则算法包括：FP-Max、Apriori、FP-Growth、HotSpot。

(10)文本分析算法包括：实体识别、追加词汇、同义词查询模型预测、相似词查询、去停用词、hanlp分词与词性、FastText、相似度计算、语义相似度、新词发现、自动摘要、文本过滤、词袋模型、双向GRU、分词词汇索引映射、内容展平、构造词汇索引、序列定长、词汇分隔、TF、IDF、词频统计、HT向量化、实体抽取、实体关系抽取、情感分析、jieba分词、jieba追加词汇、向量空间、TF-IDF、关键词题分析、文本分词、停词器、Word2Vec、分词器。

(11)深度学习包括：卷积神经网络、循环神经网络、ALS。

(12)绘图算法包括：仪表盘、日历图、组合图、雷达图、柱形图、树状图、直方图、箱线图、面积图、词云图、漏斗图、饼图、折线图、地图、时序图、分布图、散点图。

四、教学资源模块：

1.提供Python数据挖掘教学案例不少于15个，配套实训指导书。包含但不限于：

(1)航空公司客户价值分析。

(2)市财政收入分析预测。

(3)应用系统负载分析与磁盘容量预测。

(4)信用卡高风险客户识别。

(5)RFM在线零售客户分群。

(6)气象与输电线路缺陷关联分析。

(7)金融服务机构资金流量预测。

(8)家用热水器用户行为分析。

(9)商品评论情感分析。

(10)水产养殖水质智能识别。

(11)医疗保险欺诈发现。

(12)皮肤癌图像智能检测。

(13)二手汽车售价预测。

(14)餐饮企业客户流失预测。

(15)新闻文本分类。

2.包含不少于48点位数。

质保5年。

涵盖图像数据采集分拣、互联网大数据采集及分析建模实训，支持无代码配置与拖拽式建模，适配多数据源导入，实现数据可视化与实训成果直观验证。契合大数据技术专业实训需求，可强化学生数据采集、建模等核心技能培养，弥补实践教学短板，助力提升工业大数据场景应用能力。

2

信息学院

服务科研平台-虚拟现实/增强现实应用技术协同创新中心

动作捕捉智能分析平台

1

70

70

创新创业大楼11层信息学院科创实践中心

科研

一、硬件参数

惯性传感器：传感器数量：≥17个；陀螺仪：±2000dps；加速计：±30g；最小分辨率：0.02°；静态姿态精度：至少满足Roll 0.7°/ Pitch 0.7°/Yaw 2°；电池容量：≥280mAh；工作时长：≥10Hours；数据计算帧率：500Hz；数据输出帧率：24/25/30/50/60/90/96/100/120/240Hz；抗磁。

动捕手套：手套重量：≤80g；手套数量：1双；单只手套传感器数量：6个；陀螺仪：±2000dps；加速计：±8g；最小分辨率：0.02°；静态姿态精度：至少满足Roll 0.7°/ Pitch 0.7°/Yaw 2°(1σ RMS)；充电接口：Type-C；工作时长：≥8h；数据计算帧率：100 fps；数据输出帧率：100 fps；工作频段：2400MHz~2483MHz

数据收发器：1个，支持POE/USB双供电，定向天线传输距离至少30M。

二、软件参数

软件采用Electron框架开发，支持Windows 10/11 64位操作系统；系统采用客户端/服务器混合架构，支持单机版和网络版部署；支持时间授权码机制（月授权）；界面采用简体中文，符合国内用户使用习惯；系统启动时间≤10秒，数据加载1000帧≤3秒；支持BVH（Biovision Hierarchy）国际标准动作捕捉数据格式；支持国产动捕设备实时数据流接入；采样率自适应范围30Hz-240Hz，单文件最大支持10000帧；标准人体骨骼模型包含59个以上关节点（含手指、脚趾）；数据精度：至少满足位置精度0.001mm，角度精度0.01°三维渲染引擎采用Three.js，支持单视图/双视图对比/四视图显示模式；骨骼渲染支持火柴人简模和3D真实模型双模式切换；视角控制支持旋转、平移、缩放、自动跟随目标、锁定视角功能；坐标系显示支持XYZ三轴，可自定义坐标轴大小和颜色；播放控制支持播放、暂停、逐帧前进/后退、任意帧跳转、循环播放；播放速度自由调节：0.1x、0.2x、0.5x、1x、2x、5x倍速可选；骨骼和关节点颜色支持自定义设置，满足不同场景需求；实时计算全身主要关节屈伸、外展、旋转三维角度；运动学分析至少涵盖位置、速度、加速度三维度数据；对称性分析自动评估左右肢体运动对称性差异；关节活动度评估基于临床康复医学标准；双动作对比相似度计算，采用余弦相似度算法；误差分析生成逐帧误差热力图，直观显示差异区域；频谱分析提取运动频率特征，支持FFT变换可视化；安全风险评估自动识别关节超限和运动损伤风险；内置AI智能分析引擎，无需联网即可运行；自动检测异常关节和运动模式，标记风险点；基于分析结果自动生成个性化康复训练建议；支持自然语言智能问答，快速获取分析结论；支持PDF静态报告和HTML交互式报告双格式导出HTML报告内嵌Three.js交互式3D动画预览功能；报告内容包含患者信息、采集参数、3D动画、分析图表、AI建议；图表类型支持雷达图、折线图、柱状图、热力图等多种可视化；分析数据支持CSV格式导出，便于进一步研究处理；三维渲染帧率≥60FPS，确保流畅的视觉体验；典型运行内存占用≤500MB，低配置设备可正常运行；界面操作响应时间≤100ms，交互体验流畅无卡顿；系统支持实时性能监控，显示渲染帧率、单帧耗时、内存占用。

硬件质保3年，软件质保3年，含7×24小时远程技术支持。软件永久免费升级。

一体化实现人体全身及手部动作高精度采集、智能分析、异常预警与专业报告生成；弥补科技创新平台现有设备数据分析能力薄弱短板，满足虚拟现实/增强现实应用技术协同创新中心未来三年在运动生物力学、康复工程领域的研究，实现平台科研能力、产业服务水平、学生科创团队培养的同步提升。

3

信息学院

软件测试技术、Web应用测试、性能测试、移动应用开发及测试

软件测评中心实验室设备

1

75.2

75.2

创新创业大楼11层软件测评中心

科研

（1）软硬一体化2U标准机架式设备1台，1+1冗余电源，硬盘容量≥2TB，内存≥32GB，网络接口：≥1个RJ45串口、≥2个千兆电口、≥2个USB口，≥4个扩展插槽。

并含配套的实验室测评管理平台及漏洞扫描功能，质保36个月，其中漏洞扫描模块：性能要求任务并发数≥15，并发IP数≥100，授权可扫描总数量不限制IP地址。标配主机扫描与弱口令检测；可选配Web、数据库扫描模块及安全配置检查，Web与数据库模块均不低于3年的漏洞库升级等功能，并提供软件测评中心实验室建设全部流程，涵盖取证条件评估、体系文件编制与运行指导、人员培训、申请提交及评审整改，协助完成内审管评、现场准备及不符合项补正等相关服务，其中配套的软件部分点位数为1000。

（2）嵌入式测试硬件：硬件实验箱3台，其中每台均包含待测件板，Android显示屏和多功能接口板。

其中待测板参数：ARM Cortex-M3处理器或相同性能处理器，主频不低于120MHZ；CAN接口1路，支持CAN2.0A和CAN2.0B协议，支持标准帧和扩展帧；标准232 串行总线通讯接口1路，通讯速率达不低于115200bps；光耦隔离型IO 输入端口和带灯按键不少于8路；光耦隔离型IO 输出端口和信号指示灯不少于8路；光耦隔离型高速 PWM 输出及输入端口不少于2路；高精度12位DA不少于3路；高精度12位AD不少于3路；

Android显示屏参数：ARM Cortex-A9 处理器或相同性能处理器，主频不低于1.4GHz；显示屏为真彩屏，不小于10.1吋，分辨率为不低于1024*600。

多功能接口板参数：ARM Cortex-M3处理器或相同性能处理器，主频不低于120MHZ；光耦隔离型IO输入端口不少于8路；光耦隔离型IO输出端口不少于8路；光耦隔离型高速PWM输出及输入端口不少于2路；高精度12位DA不少于3路；高精度12位AD不少于3路。

并包含仿真测试平台集成开发环境，并提供不少于3 套待测件实训软件，每套实训软件需包括被测嵌入式软件及显示屏软件两部分；被测嵌入式软件包含 AD、DA、DI/DO、串口通信或 CAN 总线通信功能等，点位数为500，其中被测嵌入式软件预埋典型的软件缺陷，包括功能处理缺陷、接口容错缺陷、协议一致性缺陷等；包含自动化测试方案文件，测试方案文件包含测试用例与测试数据，并能在仿真测试平台集成开发环境中运行，其中质保为3年。

（1）实验室测评管理平台依据GB/T 25000.51与ISO 17025标准，实现测试全流程线上化管控，自动生成规范文档，建立质量追溯机制，可以实现测试的智能化、标准化和规范化；漏洞扫描设备的引入为网络安全前沿研究提供了关键实验平台与数据基础。它不仅能支撑实战化攻防演练与新型检测算法研究，还可对软件定义网络、物联网等新兴架构进行系统性风险评估，生成高质量漏洞数据，为人工智能驱动的漏洞挖掘、攻击链分析等前沿方向提供研究素材，直接提升网络安全领域的科研产出与创新转化能力。

（2）嵌入式软件测试平台是打通理论算法与物理实现的关键验证枢纽。为核心算法提供高置信度的实时性、鲁棒性评估环境，并为新型架构、信息物理系统安全等前沿研究提供必需的硬件在环实验床。通过模拟复杂工况与注入故障，平台能将仿真成果转化为具备工程可信度的原型，极大提升科研的严谨性与成果的落地转化价值，成为驱动智能系统与控制领域从“软件仿真”迈向“硬件验证”的核心科研基础设施。