PAGE1武漢工商學院招（議）標文件

招標項目名稱:智慧環(huán)保及人工智能大數(shù)據(jù)實驗教學平臺采購項目招標編

號:

G2023-36

武漢工商學院招投標辦公室二○二三年十一月第一部分

招（議）標邀請根據(jù)我校實際需求，現(xiàn)面向社會邀請具有實力的單位進行我校的智慧環(huán)保及人工智能大數(shù)據(jù)實驗教學平臺采購項目招標，歡迎能滿足標書要求的廠家前來投標。一、招標項目名稱：智慧環(huán)保及人工智能大數(shù)據(jù)實驗教學平臺采購項目2023年11月29日下午5:00前，請有意向的單位將法人授權(quán)委托書、被委托人身份證、營業(yè)執(zhí)照副本等上述資料彩色掃描件（全部資料掃描為一個PDF文件）發(fā)送至331678357@郵箱，待招標方審查無誤后，將聯(lián)系供應(yīng)商進行線上繳納文件費，每份招標文件1000元（該費用收取后概不退還）。遞交標書費的賬戶信息:支付寶賬號名：杜丹丹（請備注清楚單位名稱及所投項目名稱）每個投標單位在遞交投標書之前,需交納投標保證金5萬元，開標后未中標單位的保證金在十個工作日內(nèi)不計息全額退還,中標單位的保證金則轉(zhuǎn)為合同履約保證金。遞交投標保證金的賬戶信息：戶名：武漢工商學院開戶行及賬號：建行武漢洪福支行42001237044050001270二、投標截止時間：投標單位于2023年月日，將投標文件交到武漢工商學院招投標辦公室。如有延誤，視為廢標；中標單位應(yīng)在我校規(guī)定的時間內(nèi)來簽訂合同，逾期視中標單位放棄中標，我校有權(quán)扣留保證金。付款方式：施工完畢經(jīng)驗收合格后支付總貨款的90%，驗收合格滿一年后付清余款。工期：以招標方要求時間為準。開標時間及地點：另行通知招標單位：武漢工商學院執(zhí)行單位：武漢工商學院招投標辦公室地

址：武漢市洪山區(qū)黃家湖西路3號聯(lián)系人：商務(wù)部分：胡老15871758771技術(shù)部分：羅老二部分

投標須知一、招標方式：邀請招標、議評開標。二、投標者要求及相關(guān)說明：1、投標者具有獨立法人資格，具有相應(yīng)的經(jīng)營資質(zhì)和一定經(jīng)營規(guī)模，具有良好的經(jīng)營業(yè)績，堅持誠信經(jīng)營，有良好的服務(wù)保障。2、投標價均按人民幣報價，且為含制作、運輸、安裝、驗收及稅價。三、投標費用：無論投標結(jié)果如何,投標者自行承擔投標發(fā)生的所有費用。四、投標書內(nèi)容：1、投標書正本一份，副本伍份。如副本內(nèi)容與正本內(nèi)容不符，則以正本為準（投標完后，標書概不退還）；2、產(chǎn)品詳細報價，投標保證金繳納憑證；3、故障響應(yīng)時間及服務(wù)承諾細則；4、投標公司簡介、企業(yè)法人營業(yè)執(zhí)照、法人代表人身份證復印件和委托代理人身份證復印件、法人授權(quán)委托書、稅務(wù)登記證、主要業(yè)績、針對此次項目的原廠授權(quán)證明等。5、投標公司須列舉近三年來在相近高校的經(jīng)營業(yè)績，包含聯(lián)系人及聯(lián)系方式，供貨日期，合同金額等，至少列舉3例以上，用表格形式。（務(wù)必真實）6、請投標方嚴格按照我方擬定的標書文件的順序報價，并注明商品規(guī)格，產(chǎn)地等。五、開標與評標：1、開標時間和地點：另行通知。2、屬于下列情況之一者視為廢標：2.1投標文件送達招標單位的時間超過規(guī)定的投標截止時間。2.2投標文件未經(jīng)法定代表人或委托代理人簽字。2.3開標后發(fā)現(xiàn)招標文件內(nèi)容有虛假材料或信息。3、在開標之前，不允許投標方人員與評標成員接觸，如果投標方試圖在投標書審查、澄清、比較及簽合同時向投標方人員施加不良影響，其投標將被視為無效投標或取消投標資格。4、本次招投標采取評標員集中議標方式，對未中標的單位我方不負責解釋。5、投標單位不得相互串通損害招標單位的利益，一旦發(fā)現(xiàn)各投標單位之間串通作弊、哄抬標價，招標單位將取消所有參與串通的投標單位的投標資格并沒收投標保證金。六、中標與簽訂合同1、自開標之日起7日內(nèi)，招標單位向符合條件的單位進行考察，最后商議定標。2、中標單位如果未按招標單位規(guī)定的日期簽訂合同，或故意拖延簽訂合同，則招標單位可以扣除其投標保證金并取消其中標資格，另選中標單位。3、中標單位的投標保證金轉(zhuǎn)為合同履約金。4、本招標文件未盡事宜，以合同為準。七、投標單位如有任何疑問，可以向我方招標負責人進行咨詢。八、武漢工商學院招投標辦公室保留此招標文件的解釋權(quán)。第三部分技術(shù)要求設(shè)備清單：序號貨物名稱單位數(shù)量技術(shù)參數(shù)要求1智慧環(huán)保教學平臺套11、智慧環(huán)境監(jiān)測仿真系統(tǒng)需通過3D技術(shù)仿真校園場景，場景中仿真系統(tǒng)中需體現(xiàn)以下元素：（1）湖水及湖水上的垃圾漂浮物仿真，以及水質(zhì)環(huán)境監(jiān)測所需的監(jiān)測傳感器仿真，仿真?zhèn)鞲衅髦锌煞抡姹O(jiān)測湖水水質(zhì)數(shù)據(jù)，并傳輸?shù)綌?shù)據(jù)中心中；（2）湖邊固體廢棄垃圾仿真，監(jiān)控攝像頭仿真，監(jiān)控攝像頭中監(jiān)測產(chǎn)生固體廢棄垃圾的圖像數(shù)據(jù)、圖片數(shù)據(jù)、湖水顏色數(shù)據(jù)，并傳輸?shù)綌?shù)據(jù)中心中；（3）空氣質(zhì)量監(jiān)測傳感器，傳感器中可仿真監(jiān)測空氣質(zhì)量數(shù)據(jù)，并傳輸?shù)綌?shù)據(jù)中心中；（4）仿真監(jiān)控攝像頭、水質(zhì)監(jiān)測傳感器、空氣質(zhì)量傳感器到數(shù)據(jù)中心機房的網(wǎng)絡(luò)拓撲形態(tài)，仿真以上三類數(shù)據(jù)采集設(shè)備將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心的過程；2、提供仿真系統(tǒng)配套的實驗，支撐智能環(huán)境監(jiān)測、智慧環(huán)保信息處理技術(shù)、智慧環(huán)境工程應(yīng)用實踐三門課程的實驗教學，總計80課時的實驗課程，具體要求如下：（1）智能環(huán)境監(jiān)測：需提供至少6個實驗共計24課時，包含仿真監(jiān)控攝像頭、水質(zhì)監(jiān)測傳感器、空氣質(zhì)量傳感器的認知及配置實驗；監(jiān)控攝像頭、水質(zhì)監(jiān)測傳感器、空氣質(zhì)量傳感器數(shù)據(jù)采集實驗；采集數(shù)據(jù)的存儲及讀取實驗；采集數(shù)據(jù)的數(shù)據(jù)類型和格式轉(zhuǎn)化及認知等。（2）智慧環(huán)保信息處理技術(shù)：需提供至少6個實驗共計24課時，對垃圾、水質(zhì)及空氣等攝像頭和傳感器采集到的的數(shù)據(jù)進行處理，包含臟數(shù)據(jù)，缺失值，數(shù)據(jù)轉(zhuǎn)化、圖像數(shù)據(jù)標注等數(shù)據(jù)清洗及預處理實驗。（3）智慧環(huán)境工程應(yīng)用實踐：32課時的綜合實訓，包括至少4個模型的實訓過程：空氣質(zhì)量預測算法模型，基于視覺的湖水污染自動識別算法模型，堆積垃圾自動識別算法模型，湖水漂浮垃圾自動識別算法模型。（4）以上實驗需提供實驗數(shù)據(jù)、實驗指導手冊、實驗環(huán)境鏡像。智慧環(huán)境監(jiān)測仿真系統(tǒng)中的仿真?zhèn)鞲衅餍枧c實驗環(huán)境鏡像連通，產(chǎn)生的數(shù)據(jù)可實時采集進入實驗環(huán)境鏡像。3、提供仿真實驗平臺，用以讓學生和老師在這個實驗平臺上完成第二部分的仿真實驗。本仿真實驗平臺需支持以下功能：（1）系統(tǒng)需支持實驗教學功能，教師或?qū)W生進入環(huán)境后，系統(tǒng)自動生成對應(yīng)的實驗虛擬環(huán)境。（2）教師可根據(jù)學生學習情況，適時給學生展示實驗手冊的內(nèi)容，控制是否顯示或隱藏實驗手冊的實驗操作過程。（3）系統(tǒng)支持對實驗虛擬環(huán)境進行重新加載，當虛擬實驗環(huán)境出現(xiàn)問題時，系統(tǒng)支持虛擬實驗環(huán)境的初始化，恢復虛擬實驗環(huán)境到初始狀態(tài)。支持更改虛擬實驗環(huán)境的配置。（4）實驗虛擬環(huán)境需支持剪切板功能，支持復制客戶端實驗手冊中的中英文字在虛擬機中進行粘貼。教師可以控制學生端是否可以使用剪切板功能。（5）系統(tǒng)需支持教師和學生之間分享虛擬實驗環(huán)境，可控制分享的虛擬實驗環(huán)境的操作權(quán)限，權(quán)限包括：自由設(shè)置、鎖定和協(xié)同操作。教師擁有虛擬實驗環(huán)境遠程分享和遠程控制開啟及關(guān)閉的操作權(quán)限。（6）在此系統(tǒng)中教師可對學生提交隨堂練習和實驗報告進行批閱，填寫評分及評語，可根據(jù)班級信息、類型進行搜索，查看學生實驗報告的提交情況和報告詳情。（7）系統(tǒng)需支持論壇功能。教師和學生可進行提問與解答。教師可對有問題的提問或?qū)W生進行禁言處理，可開啟或關(guān)閉某門課程的提供與解答論壇，該功能需支持手機操作。（8）系統(tǒng)支持使用Markdown在線編輯實驗手冊，數(shù)學公式和圖片?？蓪嶒炓曨l進行上傳和預覽。支持主流格式的實驗手冊上傳至系統(tǒng)后自動轉(zhuǎn)成Markdown支持的格式。（9）系統(tǒng)支持文件查重功能，支持對上傳的文件包、文件名稱、文件結(jié)構(gòu)的查看，支持調(diào)整文件查重的重復率。（10）系統(tǒng)需采用私有云平臺架構(gòu)，容器技術(shù)，具備大規(guī)模部署能力，滿足我院教學數(shù)據(jù)中心高可用及高可靠的應(yīng)用場景。2人工智能大數(shù)據(jù)實驗教學平臺套1見下頁“表1人工智能大數(shù)據(jù)實驗教學平臺”，“表2人工智能專業(yè)課程教學資源包”，“表3數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)專業(yè)課程教學資源包”

表1人工智能大數(shù)據(jù)實驗教學平臺教學實驗平臺實訓環(huán)境管理

1.支持實踐項目的開發(fā)與運行，基于輕量級容器支撐不同技術(shù)架構(gòu)和仿真系統(tǒng)的實驗實訓活動。

2.▲支持實驗資源自主可控調(diào)度，可自定義限制實驗的時長，在實驗超時后用戶可申請繼續(xù)使用，否則資源將被強制回收。

3.支持容器和容器集群的全周期自動化運行管理，包括容器啟動、加載、編譯、運行、部署、測試、銷毀等。

4.支持在線構(gòu)建實驗環(huán)境，提供命令行、圖形化桌面、JupyterNotebook等底座環(huán)境，部署好的軟件可以隨時以鏡像的形式存檔，再次使用時直接恢復到上次存檔的狀態(tài)。（需提供命令行、圖形化桌面、JupyterNotebook實驗底座環(huán)境的截圖證明）

5.支持鏡像信息的細粒度管理，包括鏡像名稱、鏡像別名、所屬計算框架、版本、Python環(huán)境版本、適用計算平臺鏡等信息。

6.支持一鍵在線同步、替換實驗鏡像，同步失敗的情況下給出錯誤提醒。

7.支持分布式管理鏡像版本，通過服務(wù)端及本地端鏡像倉庫實現(xiàn)鏡像的拉取、推送和不同版本之間的切換。

8.支持鏡像模糊檢索，設(shè)置鏡像發(fā)布狀態(tài)、公開屬性、上下架等信息。

9.支持實訓內(nèi)容的細粒度管理，包括自定義實訓封面、設(shè)置實訓類別、以列表或扁平化的形式展示實訓內(nèi)容等。

10.支持Kubernetes統(tǒng)一編排管理服務(wù)器資源，實時監(jiān)測實驗環(huán)境數(shù)量，可通過SSH連接至實驗環(huán)境進行調(diào)試及打印日志等操作。

11.支持大屏可視化展示資源應(yīng)用情況，以圖表形式展示當前資源的CPU、內(nèi)存、網(wǎng)絡(luò)及存儲等使用情況。

二、實訓開發(fā)管理

1.支持在線構(gòu)建全棧及Jupyter類型實踐項目，包括自定義實踐項目的開發(fā)環(huán)境、管理實踐項目的代碼及數(shù)據(jù)集、編寫調(diào)試實驗代碼等，為各類復雜工程項目的研發(fā)提供支撐。

2.支持大規(guī)模編程語言及框架的融合和集成，為各類實驗研發(fā)活動的開展提供底座支撐環(huán)境。

3.★支持實驗環(huán)境管理，預置Python、Pycharm、C、Java、R、Docker、openEuler、OpenCV、Hadoop、Spark、ZooKeeper、Hive、Hbase、Tensorflow、PyTorch、PaddlePaddle、MindSpore等實驗環(huán)境。支持為每種實驗環(huán)境提供適用場景說明、常用庫說明以及實訓模板樣例，支持基于實訓模板一鍵快速構(gòu)建實踐項目。

4.支持實驗基礎(chǔ)信息配置，包括實訓名稱、技能標簽、背景圖、實訓簡介等。

5.支持新建實踐題、選擇題任務(wù)，定義任務(wù)關(guān)卡，設(shè)置闖關(guān)模式。

6.▲支持為每一種實驗環(huán)境提供標準評測腳本，用戶可自編程修改標準模板的評測規(guī)則，滿足各類復雜工程項目的多樣化評測需求。

7.支持自定義分配實踐項目云資源，包括限制實踐項目使用的最大CPU、內(nèi)存以及磁盤等信息。

8.▲支持細粒度管理實訓測試集，支持一個項目匹配多個測試集。

9.支持上傳、下載、分享、刪除數(shù)據(jù)集以及一鍵復制數(shù)據(jù)集的相對路徑。

10.支持實踐項目代碼庫目的錄化管理，可分層顯示文件名及文件路徑，一鍵切換查看文件內(nèi)容等。

11.支持多模式管理實訓代碼庫文件，包括在線創(chuàng)建文件、拖拽式批量上傳文件、Git協(xié)同管理文件。

12.支持在線新建、上傳、重命名、復制、刪除、下載文件以及一鍵復制倉庫路徑。

13.支持通過雙版本庫管理實訓項目代碼文件，可將其中一個版本庫設(shè)置為私有版本庫，私有版本庫僅對實訓管理員可見。

14.支持系統(tǒng)認證的老師一鍵復制實踐項目，形成一個全新的項目副本，教師可在此基礎(chǔ)上優(yōu)化、迭代形成自己的實踐項目。

15.支持實訓項目細粒度權(quán)限的控制管理，包括隱藏或公開參考答案、禁止復制參考答案、顯示或隱藏代碼倉庫地址、顯示或隱藏代碼目錄、開啟或禁用粘貼以及開啟或關(guān)閉實驗跳關(guān)等。

16.支持一鍵快速進入實驗環(huán)境，開啟學、練、評測等模擬實戰(zhàn)。

17.支持實驗實訓個性化管理，包含收藏、篩選、發(fā)布、審核、撤銷等功能。

三、多模態(tài)實驗模式

1.面向不同教學場景，提供多模態(tài)實訓模式，包括圖形化桌面模式、JupyterNotebook模式、代碼驅(qū)動3D虛擬仿真模式、Linux命令模式，每種模式都支持自定義測試集及自動評測。(根據(jù)疫情情況選擇線上或現(xiàn)場演示)

2.支持在同一瀏覽器界面集成IDE文本編程環(huán)境、實驗指導、測試集及智能評測等模塊。

3.支持代碼文件交互操作，提供代碼文件切換、恢復初始代碼、重置代碼倉庫、代碼自動補全及代碼高亮顯示等功能。

4.支持自定義IDE編程工具，包括IDE編程風格、代碼字體大小、編輯器快捷鍵等。

5.支持CentOS、Ubuntu、麒麟等圖形化操作系統(tǒng)桌面開發(fā)環(huán)境，可配置應(yīng)用軟件和模擬器。

6.支持從圖形化桌面模式切換到IDE文本編程模式，提供一鍵全屏功能。

7.支持圖形化桌面開發(fā)環(huán)境重置，整個實訓環(huán)境一鍵重置恢復至初始狀態(tài)。

8.支持圖形化桌面開發(fā)復制粘貼，將外部內(nèi)容復制粘貼到實驗環(huán)境內(nèi)，以及實驗環(huán)境內(nèi)容復制粘貼到外部環(huán)境。

9.▲支持圖形化桌面實驗屏幕的自定義錄制，可選擇不同屏幕或不同窗口進行實驗操作畫面錄制，自動保存生成視頻。

10.支持在圖形化桌面實驗上傳文件，用戶可選擇個人本地代碼文件、配置文件等，上傳至開發(fā)環(huán)境指定路徑。

11.支持圖形化桌面實驗的文件下載，用戶可將開發(fā)環(huán)境代碼文件、配置文件進行打包并下載至本地電腦。

12.支持Linux命令行開發(fā)，包括Linux基礎(chǔ)操作命令、軟件包安裝，刪除，配置和管理。

13.支持開啟多個Linux命令行，進行分布式實驗環(huán)境安裝部署操作。

14.支持重置Linux命令行，可將命令行環(huán)境恢復至初始狀態(tài)。

15.支持SSH客戶端直連，包括IP地址、用戶名、密碼、端口號等直連信息。

16.支持兼容JupyterNotebook和JupyterLab多功能實時交互實驗模式，實現(xiàn)代碼實時預覽、交互式顯示程序運行結(jié)果、可視化渲染圖表等。

17.支持JupyterNotebook數(shù)據(jù)集的實時掛載，自動導入學生實驗環(huán)境中供數(shù)據(jù)分析和實驗教學使用，提供復制路徑與下載。

18.支持重置JupyterNotebook交互實驗，可以恢復到起始的實驗環(huán)境或初始的實驗內(nèi)容及代碼等。四、智能在線評測

1.支持在線IDE文本編程、Linux命令行、圖形化桌面系統(tǒng)、Jupyter交互式實驗等在線評測，提供多情況自動測試與過關(guān)評分。

2.支持Linux、MySQL、Hadoop、Docker、等技術(shù)架構(gòu)以及Java、Python等編程語言在線評測能力。

3.提供一體化評測流程，支持從編譯、運行、測試到部署的全流程自動化評測執(zhí)行機制。

4.支持通過自定義編程運行驅(qū)動實踐項目腳本，實現(xiàn)業(yè)務(wù)流程、運行過程及輸出結(jié)果的多維聯(lián)合評測機制。

5.提供靈活判分規(guī)則，支持文本對比、正則匹配、測試集均分、編譯得分等多種判分方式。

6.支持環(huán)境安裝/進程檢查。編寫代碼執(zhí)行腳本，系統(tǒng)會自動執(zhí)行該腳本校驗進程是否正確。

7.支持單數(shù)值評測。若答案是單一數(shù)值，可以設(shè)定此維度。系統(tǒng)會對比該值與輸出是否一致。

8.支持字符串/數(shù)組/集合評測。若答案是多數(shù)值，可以設(shè)定此維度。系統(tǒng)會對比該值與輸出是否一致或是數(shù)值趨近。

9.支持Python、C、C++、Java、R、JavaScript、Ruby、Go、C#、HTML、PHP、Verilog、Scala等編程語言的在線自動評測。

10.支持HTML/CSS、Bootstrap、Vue.js、Spring、MyBatis、SpringBoot、Flask、Django等WEB框架的在線自動評測。

11.支持Linux、OpenEluer、Docker等操作系統(tǒng)及容器的在線自動評測。12.支持Tensorflow、Keras、MXNet、PyTorch、PaddlePaddle、MindSpore、MegEngine、OpenCV等人工智能框架的在線自動評測。

13.支持Hadoop、Spark、ZooKeeper、Hive、Pig、Hbase、MapReduce、Phoenix、HDFS、Sqoop、Flume、Kafka、Flink、Mongodb、Phoenix、Cassandra、KettleETL、ElasticSearch、impala、Mahout等大數(shù)據(jù)技術(shù)框架和組件的在線自動評測。五、項目驅(qū)動式案例

1.支持案例的模型介紹，案例大數(shù)據(jù)處理周期步驟介紹，案例開發(fā)涉及的企業(yè)崗位分工介紹，至少包括案例崗位角色數(shù)量、設(shè)計預計工期、相關(guān)崗位介紹、案例可視化過節(jié)，以滿足教學要求。（需提供案例信息、業(yè)務(wù)說明截圖證明）2.支持獨立平臺形式存在，不能以功能模塊、工具、接口、組件等形式集成到其它非實訓系統(tǒng)中。3.支持教學模式和訓練模式。案例視頻和源碼在教師端可進行播放和下載，在教學模式下提供視頻及源代碼對學生可見，訓練模式下視頻和源代碼對學生不可見。4.支持在數(shù)據(jù)及技術(shù)說明部分提供數(shù)據(jù)樣例，需支持技術(shù)選型說明和圖形化技術(shù)應(yīng)用說明。5.要求對案例提供項目驅(qū)動式配套教材。實踐實訓平臺一、課堂管理

1.支持新建教學課堂，設(shè)置課堂名稱、課程名稱、總學時、學分、結(jié)束時間、課堂模塊、公開設(shè)置、課堂所屬單位管理等基本信息。

2.支持導航欄管理，可自定義勾選模塊顯示或隱藏，包括公告、作業(yè)、問卷、考試、資料、直播、論壇、分班、簽到、統(tǒng)計等模塊。

3.支持課堂權(quán)限管理，可設(shè)置公開課堂、私有課堂，可對其中某項資源單獨配置公開權(quán)限。

4.支持按照學期進行課程管理，教師和學生可按學期查看課程信息，逐級查看和管理學期課程下的課程內(nèi)容。（需提供相關(guān)功能界面截圖證明）

5.支持成員管理，支持管理員配置及修改老師、助教、學生等多種角色，老師視角不用退出賬號可一鍵切換為學生視角。

6.支持添加成員，可通過姓名及單位搜索添加課堂成員，可批量導入或?qū)С鰧W生信息。

7.支持自主加入課堂，加入課堂即可選擇教師、助教、學生等身份。

二、作業(yè)管理

1.支持實踐任務(wù)以作業(yè)的形式發(fā)布到課堂，學生在課堂完成作業(yè)后，平臺能夠自動判分并生成學習過程報告。且支持對學生提交的實驗報告進行查重。(根據(jù)疫情情況選擇線上或現(xiàn)場演示)

2.支持多種作業(yè)模式，包括實訓作業(yè)、普通作業(yè)、分組作業(yè)等。

3.支持作業(yè)目錄管理，可新增二級目錄及自定義目錄名稱，目錄之間可拖拽排序。

4.支持目錄范圍下的作業(yè)批量操作，包括批量發(fā)布、批量截止、批量刪除、批量公開等。

5.支持作業(yè)排序，提供拖拽式及默認條件過濾兩種排序規(guī)則。

6.支持作業(yè)設(shè)置，支持立即發(fā)布、定時發(fā)布、作業(yè)補交、評閱、立即截止、成績統(tǒng)計、成績導出等功能。

7.支持作業(yè)進度管理，可自定義學員作業(yè)提交、補交情況、剩余提交時間等。

8.支持作業(yè)評閱管理，提供多種規(guī)則算分模式，如補交扣分、作業(yè)計分規(guī)則自定義、手動調(diào)分等。

9.支持實訓項目、實踐課程以實訓作業(yè)的形式發(fā)送至課堂開展實踐教學。

10.▲支持實訓作業(yè)自動判分功能，可自定義作業(yè)評分規(guī)則。

11.支持實訓作業(yè)的代碼查重，能夠通過Diff的形式高亮顯示查重雙方代碼的差異性，并且查重算法能夠忽略空行及變量名等基礎(chǔ)內(nèi)容，具備作弊可能性預測及手動調(diào)分功能。（需提供相關(guān)功能界面截圖證明）

12.支持使用考試題庫中的試題自動或手動生成考試試卷。可設(shè)置試題類型、試題數(shù)量、試題分數(shù)、試題章節(jié)等條件。（需提供相關(guān)功能界面截圖證明）

13.支持作業(yè)打回重做及重新判分，為突發(fā)性不可控的異常情況提供靈活處理方法。

14.支持自動生成實訓報告，記錄學員學習全過程，包括提交次數(shù)、提交時間、資源消耗情況、代碼變更過程等，老師可以在界面上直觀查看學生代碼的變更及評測情況。系統(tǒng)可以依據(jù)學生學習數(shù)據(jù)對學生的工作效率、能力進行綜合評估，并以圖表形式直觀展示。

15.支持為普通作業(yè)提供多種評閱模式，包括教師評閱、學生互評等，可以按照開啟時間等屬性定義評閱規(guī)則。

16.普通作業(yè)評分支持按照不同角色評分配比情況或優(yōu)先度來計算最終成績。

17.支持分組形式管理大作業(yè)，通過組內(nèi)任務(wù)指派、協(xié)同開發(fā)等模式協(xié)作完成分組作業(yè)。

18.▲支持教師和學生之間分享虛擬實驗環(huán)境，可控制分享的虛擬實驗環(huán)境的操作權(quán)限，權(quán)限包括：自由設(shè)置、鎖定和協(xié)同操作。教師擁有虛擬實驗環(huán)境遠程分享和遠程控制開啟及關(guān)閉的操作權(quán)限。

三、問卷管理

1.支持創(chuàng)建問卷，支持自主創(chuàng)建、引用資源庫模板等創(chuàng)建方式，可自定義問卷主題，在線預覽問卷內(nèi)容。

2.支持創(chuàng)建多種題型，包括主觀題、單選題、多選題等不少于3種題型，可自定義排序、設(shè)置是否為必答項。

3.支持顯示問卷答題列表，可按答題狀態(tài)、分班情況、提交時間、學號等方式排序。

4.支持線上編程試題。教師和學生可查看試題提交情況，支持計時功能，考試到時自動提交試卷，系統(tǒng)可自動對試卷進行計分。

5.支持考試題庫管理功能，題庫中的題型至少支持：選擇題、填空題、判斷題、簡答題、編程實驗題。

6.支持回收數(shù)據(jù)，可實時展示每個問題的有效填寫數(shù)量并在線統(tǒng)計提交數(shù)據(jù)，支持導出統(tǒng)計結(jié)果。

四、資源管理

1.支持上傳教學資源，支持Word、Excel、PPT、PDF、圖片、壓縮文件等文件格式，支持資源多版本管理。

2.支持教學資源選用，可選用以往上傳資源或者從公共資源庫挑選。

3.教師可批量導入試題，試題需支持圖片和復雜數(shù)據(jù)公式，試題至少需支持MarkDown格式和Excel格式。

4.支持多種教學資源發(fā)布方式，包括立即發(fā)布、延期發(fā)布。

5.支持設(shè)置教學資源基本信息，包括資源描述、公開情況等信息。

6.支持教學資源目錄管理，可設(shè)置多級目錄，支持目錄自主拖拽排序。

7.支持支持剪切板功能，支持復制客戶端實驗手冊中的中英文字在虛擬機中進行粘貼。教師可以控制學生端是否可以使用剪切板功能。

8.支持教學資源排序，支持按照創(chuàng)建時間、發(fā)布時間等方式排序。

9.支持在線預覽并下載資源，包括Word、Excel、PPT、PDF等文件格式。

10.支持資源權(quán)限管理，教師和助教可對課堂所有資源進行管理，學生僅支持管理個人資源。

五、論壇管理

1.支持在線發(fā)布帖子，帖子內(nèi)容可插入列表、圖片、表格、文件、Latex公式等格式。

2.支持帖子互動，支持點贊、回復帖子，動態(tài)實時刷新評論等。

3.支持教師和學生可進行提問與解答。

4.支持教師可對有問題的提問或?qū)W生進行禁言處理，可開啟或關(guān)閉某門課程的提供與解答論壇。

5.支持帖子發(fā)送，將已發(fā)布的帖子發(fā)送至指定課堂。

六、分班管理

1.支持創(chuàng)建分班，可按照院系、專業(yè)、方向建立不同班級，支持批量導入每班學生信息。

2.支持按班級進行學生教學管理，支持Excel格式批量導入學生信息和從歷史班級中直接導入學生信息。

3.支持分班信息的導出，包括課堂信息、活躍度、總成績，支持展示歷史導出記錄。

4.支持支持一門課程由多名教師進行授課。系統(tǒng)支持班級助教功能，并對助教基本信息及授課權(quán)限進行管理。

七、簽到管理

1.支持簽到功能，可指定簽到班級、自定義簽到日期、開始時間、結(jié)束時間等。

2.支持教師一鍵發(fā)出簽到通知時，學生端自動收到簽到通知，學生需完成簽到。教師可對未簽到學生進行統(tǒng)計，系統(tǒng)需支持手機微信程序打卡。

3.支持老師查看簽到記錄，可按班級、簽到狀態(tài)篩選數(shù)據(jù)，因特殊情況無法完成簽到老師可對簽到結(jié)果進行調(diào)整。

4.支持簽到數(shù)據(jù)統(tǒng)計，系統(tǒng)自動按分班統(tǒng)計簽到結(jié)果。

八、視頻直播

1.支持理論是實驗課程視頻上傳功能，支持視頻上傳完后預覽播放。2.支持視頻資源資源管理，視頻上傳完后自動將視頻加入學習資源庫，可同時給課程下所有學生共享，教師可控制視頻在實驗環(huán)境及學習資源庫下的視頻展示及隱藏。3.視頻倍速功能，可支持視頻的倍速播放，支持在實驗環(huán)境中視頻，浮起、移動、拖拽功能更，方便學生兼顧視頻觀看與實驗學習。4.支持統(tǒng)計視頻播放數(shù)據(jù)，包括理論課視頻播放時長及實驗課播放時長。

九、報表統(tǒng)計

1.支持課堂教學數(shù)據(jù)細粒度的統(tǒng)計分析及數(shù)據(jù)導出。

2.支持圍繞學生各項成績及活躍度提供細粒度的數(shù)據(jù)分析。

3.支持課堂實驗學習數(shù)據(jù)的圖表可視化展示，展示內(nèi)容包括課程實驗完成情況、通關(guān)率排行、實驗成績分布等，為數(shù)字化教學提供決策支撐。

4.支持課堂視頻學習數(shù)據(jù)的圖表可視化展示，展示內(nèi)容包括視頻學習人數(shù)變化圖、視頻學習時長情況、視頻學習時間細粒度展示等。

5.支持基于分班粒度篩選過濾各維度的統(tǒng)計數(shù)據(jù)。

6.支持課堂總成績、作業(yè)成績、試卷成績的一鍵導出，并提供歷史導出的記錄列表，便于隨時跟蹤查看。

表2人工智能專業(yè)課程教學資源包人工智能課程教學資源包（課堂教學資源包、實驗項目資源包和實訓案例資源包）要求提供包括《機器學習基礎(chǔ)》《深度學習》《機器學習框架》《圖像識別技術(shù)》《音頻處理與分析》《視頻處理與分析》《自然語言處理技術(shù)》《知識圖譜技術(shù)與應(yīng)用》《智能推薦技術(shù)與應(yīng)用》《智能環(huán)境監(jiān)測》《智慧環(huán)保信息處理技術(shù)》《分布式處理與云計算技術(shù)》《虛擬現(xiàn)實與增強現(xiàn)實技術(shù)》《區(qū)塊鏈技術(shù)與應(yīng)用》《文本挖掘與分析》《計算機視覺技術(shù)實踐》《分布式機器學習》《人工智能綜合實訓》等18門人工智能課程資源（課堂教學資源包、實驗項目資源包和實訓案例資源包），課堂教學資源包括：教案、ppt、教學案例、源代碼、開發(fā)環(huán)境所需軟件、作業(yè)題庫、考試題庫等；實驗項目資源包包括：需要學生動手操作的實驗項目、實驗指導書、實驗環(huán)境等；實訓案例資源包包括：綜合性實訓案例、操作指導書、實訓環(huán)境等。各科目內(nèi)容具體要求如下所示，其中課程2-16需要提供不少于24課時的課堂教學資源、不少于24課時（且數(shù)量不少于20個）的實驗項目資源，課程17-18需要提供不少于32課時（且數(shù)量不少于10個）的實訓案例資源，課程19需要提供不少于40課時的課堂教學資源、不少于24課時（且數(shù)量不少于20個）的實驗項目資源，具體內(nèi)容可根據(jù)學校具體需求和課程特點進行調(diào)整，如理論和實驗按要求分開建課。

2.《機器學習基礎(chǔ)》課程要求提供包括數(shù)據(jù)預處理、分類算法、決策樹、支持向量機、回歸分析、聚類分析、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)等等模塊內(nèi)容。

3.《深度學習》課程要求提供包括Tensor、自動求導、優(yōu)化函數(shù)、神經(jīng)網(wǎng)絡(luò)、CNN卷積神經(jīng)網(wǎng)絡(luò)基本單元、CNN經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)、RNN循環(huán)神經(jīng)網(wǎng)絡(luò)、強化學習、GPU加速、CNN卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度前饋網(wǎng)絡(luò)、深度學習中的正則化、學習和優(yōu)化、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器、蒙特卡羅方法等模塊內(nèi)容。

4.《機器學習框架》課程要求提供包括機器學習算法框架概要、矩陣運算庫、矩陣相關(guān)函數(shù)的實現(xiàn)、最速下降優(yōu)化器、遺傳算法優(yōu)化器、分類和回歸模型、多層神經(jīng)網(wǎng)絡(luò)模型、聚類模型、時間序列模型、降維和特征提取、時間序列異常檢測、離等模塊內(nèi)容。

5.《圖像識別技術(shù)》課程要求提供包括數(shù)字圖像處理綜述、MATLAB語言基礎(chǔ)、圖像預處理、圖像分割、圖像恢復與校正、圖像特征提取、圖像識別、圖像數(shù)據(jù)壓縮編碼、應(yīng)用實例等模塊內(nèi)容。

6.《音頻處理與分析》課程要求提供包括音頻識別技術(shù)概述、音頻信號數(shù)字化預處理、音頻信號短時時域處理、音頻信號短時頻域處理、音頻端點檢測常規(guī)方法、基于小波分析的音頻端點檢測、基于小波包和高階累積量的音頻端點檢測、基于自適應(yīng)門限的分形維數(shù)音頻端點檢測、傳統(tǒng)聲學模型、深度神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫模型混合系統(tǒng)、模型訓練加速等模塊內(nèi)容。

7.《視頻處理與分析》課程要求提供包括數(shù)字視頻介紹、數(shù)字視頻獲取、人類視覺感知、視頻處理、視頻分析、視頻制作、視頻壓縮、數(shù)字電視廣播、流媒體、數(shù)字視頻接口標準、數(shù)字視頻外圍設(shè)備、數(shù)字電影、三維數(shù)字電視、視頻存儲與檢索等模塊內(nèi)容。

8.《自然語言處理技術(shù)》課程要求提供包括自然語言處理概述、單詞的分布式表示、word2vec、CBOW模型、循環(huán)的神經(jīng)網(wǎng)絡(luò)、優(yōu)化RNN、LSTM、基于RNN生成文本、隱馬爾可夫模型與序列標注、感知機分類與序列標注、條件隨機場與序列標注、詞性標注、命名實體識別等模塊內(nèi)容。

9.《知識圖譜技術(shù)與應(yīng)用》課程要求提供包括知識圖譜基礎(chǔ)、知識圖譜的表示、知識抽取、知識圖譜的存儲、知識圖譜的搭建、知識圖譜在其他行業(yè)中的應(yīng)用、實踐上的幾點應(yīng)用等模塊內(nèi)容。

10.《智能推薦技術(shù)與應(yīng)用》課程要求提供包括智能推薦系統(tǒng)基礎(chǔ)、經(jīng)典推薦算法、深度學習基礎(chǔ)、基于深度學習的推薦算法等模塊內(nèi)容。

11.《智能環(huán)境檢測》實踐課程要求提供包括智能環(huán)境檢測基礎(chǔ)、水和廢水監(jiān)測、大氣與廢氣監(jiān)測、固體廢物和土壤監(jiān)測、物理污染監(jiān)測、生物監(jiān)測、環(huán)境監(jiān)測質(zhì)量保證等模塊內(nèi)容。

12.《智慧環(huán)保信息處理技術(shù)》課程要求提供包括智慧環(huán)保信息處理技術(shù)、環(huán)保信息化建設(shè)、環(huán)保信息化關(guān)鍵技術(shù)、環(huán)保信息化整體框架及支撐平臺、污染源在線監(jiān)控系統(tǒng)及技術(shù)實現(xiàn)等模塊內(nèi)容。

13.《分布式處理與云計算技術(shù)》課程要求提供包括云計算概論、云計算關(guān)鍵技術(shù)、云服務(wù)、開源云計算管理平臺、云計算解決方案、開源大數(shù)據(jù)處理云平臺等模塊內(nèi)容。

14.《虛擬現(xiàn)實與增強現(xiàn)實技術(shù)》課程要求提供包括虛擬現(xiàn)實系統(tǒng)的輸入/輸出裝備、虛擬現(xiàn)實的計算體系結(jié)構(gòu)、三維建模工具3dsmax、虛擬現(xiàn)實開發(fā)平臺Unity3D、虛擬現(xiàn)實應(yīng)用技術(shù)、增強現(xiàn)實技術(shù)、虛擬現(xiàn)實和增強現(xiàn)實前沿技術(shù)探索等模塊內(nèi)容。

15.《區(qū)塊鏈技術(shù)與應(yīng)用》課程要求提供包括區(qū)塊鏈基礎(chǔ)、密碼學基礎(chǔ)、比特幣區(qū)塊鏈開發(fā)、以太坊公共區(qū)塊鏈平臺、智能合約、共識算法、超級賬本項目等模塊內(nèi)容。

16.《文本挖掘與分析》課程要求提供包括統(tǒng)計中文分詞技術(shù)、詞性標注與序列標注、命名實體識別、文本分類技術(shù)、文本聚類技術(shù)、文本檢索技術(shù)、垃圾郵件過濾與情感分析、個性化協(xié)同過濾推薦技術(shù)、組合推薦技術(shù)等模塊內(nèi)容。17.《計算機視覺技術(shù)實踐》課程要求提供利用計算機視覺技術(shù)解決實際問題的大型綜合案例，案例數(shù)不少于10個。18.《分布式機器學習》課程要求能夠列舉分布式機器學習基礎(chǔ)的概覽性的知識點，包括分布式機器學習的基本經(jīng)典算法模型；各種不同的算法模型解決問題的類別、優(yōu)點及局限性。19.《人工智能綜合實訓》課程要求提供不少于10個行業(yè)應(yīng)用工程案例，便于學生進行全流程的人工智能案例研究、設(shè)計、開發(fā)和測試。

20.▲配套資源：每一門課程課堂教學資源包括：教案、ppt、教學案例、源代碼、開發(fā)環(huán)境所需軟件等，實踐資源包要求提供實踐教學案例、指導手冊、實驗代碼、實驗環(huán)境、測試用例、自動評測、參考答案等一系列配套資源。

21.★實驗評測：所有實踐課程資源的實驗實訓要求必須支持自動化評測。學生在練習時能夠獲得平臺的實時運行結(jié)果反饋，并告知錯誤信息。學生實訓的成績可以自動與教學課堂中實訓作業(yè)的成績同步。

實驗實訓數(shù)據(jù)：支持對學生實驗和實訓數(shù)據(jù)的完整記錄，包括代碼修改歷史、提交歷史、錯誤信息歷史等等，并據(jù)此自動生成實驗報告。人工智能項目案例資源包1.要求提供不少于8套人工智能項目行業(yè)運用案例資源，具體內(nèi)容可根據(jù)學院實際需求進行調(diào)整。

2.▲配套資源：每一門項目案例資源要求提供指導手冊、實驗代碼、實驗環(huán)境、測試用例、自動評測、參考答案等一系列配套資源。

3.★實驗評測：所有項目案例的實驗實訓要求必須支持自動化評測。學生在練習時能夠獲得平臺的實時運行結(jié)果反饋，并告知錯誤信息。學生實訓的成績可以自動與教學課堂中實訓作業(yè)的成績同步。

實驗實訓數(shù)據(jù)：支持對學生實驗和實訓數(shù)據(jù)的完整記錄，包括代碼修改歷史、提交歷史、錯誤信息歷史等等，并據(jù)此自動生成實驗報告。

表3數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)專業(yè)課程教學資源包大數(shù)據(jù)課程教學資源包（課堂教學資源包和實踐案例資源包）1.要求提供包括《Python程序設(shè)計實訓》《大數(shù)據(jù)分析技術(shù)與R語言》《大數(shù)據(jù)批處理技術(shù)及其平臺》《大數(shù)據(jù)實時處理技術(shù)及其平臺》《數(shù)據(jù)挖掘技術(shù)》《Linux操作系統(tǒng)》《大數(shù)據(jù)流式處理技術(shù)及其平臺》《大數(shù)據(jù)采集技術(shù)》《大數(shù)據(jù)可視化技術(shù)》《金融數(shù)據(jù)處理技術(shù)》《信息檢索》《大數(shù)據(jù)搜索引擎》《大數(shù)據(jù)綜合實訓》等涉及程序設(shè)計、大數(shù)據(jù)基礎(chǔ)、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)清洗與分析、數(shù)據(jù)可視化等方面的不少于13門課程的大數(shù)據(jù)課程教學資源（課堂教學資源包、實驗項目資源包和實訓案例資源包），課堂教學資源包括：教案、ppt、教學案例、源代碼、開發(fā)環(huán)境所需軟件、作業(yè)題庫、考試題庫等；實驗項目資源包包括：需要學生動手操作的實驗項目、實驗指導書、實驗環(huán)境等；實訓案例資源包包括：綜合性實訓案例、操作指導書、實訓環(huán)境等。各科目內(nèi)容具體要求如下所示，其中課程2-12需要提供不少于24課時的課堂教學資源、不少于24課時（且數(shù)量不少于20個）的實驗項目資源，課程13不少于32課時（且數(shù)量不少于10個）的實訓案例資源，具體內(nèi)容可根據(jù)學校具體需求進行調(diào)整。2.《大數(shù)據(jù)可視化技術(shù)》課程要求提供包括數(shù)據(jù)可視化-Pyecharts、基于Python的數(shù)據(jù)可視化基礎(chǔ)、基于Python的數(shù)據(jù)可視化高級、R可視化等模塊內(nèi)容。3.《大數(shù)據(jù)分析技術(shù)與R語言》課程要求提供包括數(shù)據(jù)類型與數(shù)據(jù)輸入、基本數(shù)據(jù)管理、時間值處理、數(shù)據(jù)與觀測的基本操作、數(shù)學函數(shù)與統(tǒng)計函數(shù)、字符函數(shù)與其他類函數(shù)等模塊內(nèi)容。4.《大數(shù)據(jù)批處理技術(shù)及其平臺》課程要求提供包括Hadoop環(huán)境搭建、HDFS分布式文件系統(tǒng)、YARN文件資源管理器、Zookeeper分布式過程協(xié)同技術(shù)、Pig安裝與部署、Mahout的安裝部署及應(yīng)用、數(shù)據(jù)遷移Sqoop、MapReduce等模塊內(nèi)容。5.《大數(shù)據(jù)實時處理技術(shù)及其平臺》課程提供包括Spark數(shù)據(jù)分析基礎(chǔ)、Python數(shù)據(jù)分析、SparkSQL、SparkonHive、SparkStreaming、SparkMLli