- 電工電子電氣實訓設備
- 電力電子電機實訓裝置
- 過程控制實驗裝置
- 工業機器人智能制造
- 維修電工實訓設備
- PLC自動化實訓設備
- 數控機床實訓考核裝置
- 數控機床機械加工設備
- 機床電氣實訓裝置
- 機電一體化實訓設備
- 機械示教陳列柜
- 機械專業實驗設備
- 傳感器檢測實驗室設備
- 工業互聯人工智能實訓設備
- 特種作業操作實訓考核設備
- 物聯網實驗實訓設備
- 消防、給排水實訓設備
- 網絡布線實訓室設備
- 電梯安裝維修實訓考核設備
- 熱工暖通家電制冷實訓設備
- 樓宇智能化實訓設備
- 環境工程實驗裝置
- 流體力學實驗裝置
- 化工專業實驗實訓設備
- 新能源實驗實訓設備
- 電力供配電實訓設備
- 煤礦礦山實驗實訓設備
- 液壓氣動實驗室設備
- 教學仿真軟件
- 軌道交通實驗實訓設備
- 船舶實訓考核裝置
- 駕駛模擬訓練設備
- 新能源汽車實訓設備
- 汽車發動機底盤實訓臺
- 汽車電器電子實訓臺
- 特種車工程機械實訓設備
- 智能網聯汽車實訓設備
- 醫學教學模型
- 中小學實驗室設備
- 實驗箱.實驗儀
- 光電子通信實驗裝置
- 儀器設備.教學掛圖
- LG-DQ04型 電氣自動化技術考核實訓裝置
- LGKL-735D型 通用電工電子實訓設備(電工電子電氣數
- LG-BZH015型 光纜交接箱工程布線光電展示實訓裝置
- LG-BZH014型 數據中心工程布線光電展示實訓裝置
- LG-BZH013型 光纖熔接實訓設備
- LG-BZH012型 全光網綜合布線實訓平臺
- LG-BZH011型 網絡綜合布線故障模擬與檢測實訓裝置
- LG-BZH010型 網絡綜合布線故障模擬與檢測實訓裝置
- LG-BZH09型 光纜配線端接與測試實訓裝置
- LG-BZH08型 光纜配線端接與測試實訓裝置
- LG-BZH07型 銅纜配線端接與測試實訓裝置
- LG-BZH06型 銅纜配線端接與測試實訓裝置
- LG-DST02型 智能制造單元理實一體化平臺
- LGP-LC01型 PLC實驗臺
- LGY-LY020型 運動控制實訓裝置
- 汽車透明整車模型、運輸車輛模型
- CLG-104型《電機與變壓器》示教陳列柜（CD解說）
- CLG-109《模具》示教陳列柜（CD解說）
- CLG-107型 機械綜合陳列柜
- CLG-102型 《機械零件》示教陳列柜
- LG-DCC型 機械振打袋式除塵實驗裝置
- LG-MFL01型 超濾微濾膜分離實驗裝置
- LG-NKS型 催化劑顆粒內擴散實驗裝置
- LG-CLDF型 多釜串聯實驗裝置
- LG-YY18C型 氣動與PLC實訓裝置(T型鋁槽單面)
- LG-YY18B型 透明液壓傳動與PLC實訓裝置(T型鋁槽單面
- LG-YYCS01型 液壓傳動與控制綜合測試實驗臺
- LG-DY01B型 電液比例綜合實驗臺
- LG-YYZN01型 智能型液壓綜合實驗臺
- LG-DLK01型 電力系統綜合自動化實驗平臺
LGA-JX01A型 大數據實訓室（教學方向）數智化實踐教學平臺
品牌：理工偉業 咨詢電話：010-82827827 82827835
一、建設方案
實驗室建設預計包含：數智化實踐教學平臺、教學資源和師資力量。
本方案建設依據大數據專業的特點，以“厚基礎、寬知識、重思想、重創新、重實踐”為核心，采用“理論+實踐+應用案例”模式。從基礎到進階再到提高，由易而難、循序漸進，逐步提升學生的學習技能和實踐水平，提高“學”的質量和成效。
在教學方式上，提供了一站式教學服務，可滿足用戶備課、授課、課堂互動、課后作業、課程考核、實訓拓展、教學考試和教學分析全過程教學，并且針對不同學習程度的用戶定制打造實驗學習環境和課程體系，讓教學更簡單，更高效。
二、數智化實踐教學平臺
1、平臺介紹
數智化實踐教學平臺采用B/S架構，集教學資源、實驗環境和工具、應用實踐和硬件資源為一體的專業化教學平臺。
數智化實踐教學平臺為用戶解決了缺少教學資源、沒有實驗環境工具、怎樣體系化學習、如何進階學習、提升實際場景的應用實踐經驗等核心問題。從而提高學生的學習效率和學習能力，增加自身的市場競爭力。
數智化實踐教學平臺采用了課程學習和應用實踐互補的方式，以提升學生的實際問題的解決和決策提供量化依據的能力。采集學習數據、分析學習模式、優化學習流程、改善學習成果以及實現管理流程自動化，為每個學生的個性化成長與全面發展創造了更加美好的藍圖。平臺為用戶提供了一站式教學服務，可滿足用戶備課、授課、課堂互動、課后作業、課程考核、實訓拓展、教學考試和教學分析全過程教學，并且針對不同學習程度的用戶定制打造實驗學習環境和課程體系，讓用戶學習和教學更高效。為了提升教學質量，為教師提供了教學分析功能，可以查看教學過程中實驗環節薄弱的內容，及時的查漏補缺。為了方便教師的輔助教學，特別的提供了助教功能，來幫助教師更好的教學。針對學生普遍動手能力差，為學生提供了很強的綜合實踐性學習內容。除了可以學習必要的理論基礎，還可以動手將理論并為實踐，還可以將學習來的理論實踐內容用來解決實際中的問題。結合平臺行業實際應用場景案例，可以培養用戶具有系統的研究方向專門知識，具有能為實際問題的解決和決策提供量化的依據。平臺為學生提供了豐富的答疑渠道，可以通過教師遠程協助、同學遠程互助和論壇交流的方式解決實踐過程中遇到的各種問題。教務可以對所有教學服務進行管理，包括所有用戶、教學計劃制定、教學資源管理、方向的規劃以及教學成果的考核等教務常見的服務。
2、平臺架構
數智化實踐教學平臺采用B/S架構，利用先進的云計算、大數據和人工智能理念，搭建面向大數據教育的一體化教學平臺，產品將對教學資源、實驗環境和工具、教學流程、虛擬化支撐云平臺和硬件資源進行整合和重建，從高校教學管理者、專業負責人、課程負責人、教師和學生等多緯角度上，打造專業化人才定制培養服務平臺。
三、平臺功能
課程實訓模塊提供“一站式”的教學全過程，包括課程，班級、學生、學習進度，實驗內容，教學質量，課堂互動等統一管理，并提供學生的實驗記錄的智能分析和評測。
為了培養教師的綜合能力，建設一只專業的師資隊伍。教師可以在公開課程中，學習內置和其他教師開發的課程。根據教師的學習情況，會推薦相關的實驗，提升學習質量。
教師可以通過復用課程或新建課程，來開設課程。可以直接將公開課程、我的課程進行復用，用作教學。平臺會復制課程基本信息和課程實驗，教師可以根據需要對這些信息修改，并添加班級學生，發布后，學生用戶可以進行學習。用戶也可以在我的教學中，直接創建課程，新建章節，添加備課需要的教輔和實驗以及學生，并發布。
四、實驗環境
系統根據大數據的學習特點，提供了桌面式虛擬機和交互式數據分析的工具，并內置學習軟件，可滿足不同的學習場景使用。
桌面式虛擬機為用戶提供了可視化桌面，用戶可以完成Linux、Windows、分布式等實驗環境的使用場景。實驗環境提供學生基于瀏覽器直接訪問的在線虛擬平臺。
交互式分析工具能讓用戶將說明文本、數學方程、代碼和可視化內容全部組合到一個易于共享的文檔中。實驗環境提供學生基于瀏覽器直接訪問的在線數據分析和開發工具平臺，其支持數據清理、數據整理、數據爬蟲、數據可視化、機器學習、數據分析、深度學習等大數據開發以及數據分析的工作。具體如下：
1）文件可支持瀏覽器中直接上載。用戶可在瀏覽器中打開，直接上傳相應格式的數據集文件或其它實驗，科研需要的輔助文件，所有存儲空間文件在賬號有效期內會被自動永久保存。
2) 文件/目錄的管理
對于上傳的文件，可以進行重命名，刪除，移動等管理。同時也可以創建新的目錄。
3) 數據集的掛載
為方便學生進行Python數據分析相關的學習，可自由即時掛載私有和公共數據集文件供實驗學習使用,
4）支持重置實驗環境和實驗內容，即實驗內容或實驗環境被更改后，可通過重置功能恢復到起始狀態，并支持保存實驗。
五、大數據課程
本教學體系旨在培養大數據領域的復合型技術人才。利用現代化信息技術將大數據教學的方式、模式、內容多元化，將理論學習、實踐教學和大數據開發、分析、挖掘實戰融為一體，從基礎到進階再到提高，由易而難、循序漸進，逐步提升學生的學習技能和實踐水平，提高“學”的質量和成效。
畢業后能從事各行業大數據分析、挖掘、處理、服務、開發和利用工作，大數據系統集成與管理維護等各方面工作，亦可從事大數據研究、咨詢、教育培訓工作。
六、平臺優勢
1）異構云架構提供系統支撐能力
平臺采用異構云架構，一體化提供人才培養能力支撐。
完備的實驗教學支撐能力。平臺能夠支撐高并發用戶作業。平臺覆蓋教學的課前、課中和課下整個過程，幫助教師和學生專注于教和學。定制的實驗開發環境，方便教師交互式教學；人性化的聊天室，方便用戶的課堂互動；課后在線布置作業和考試，自動評分，高效省力；針對學生的學習特性，定制化生成專屬的用戶畫像。
2）產業級行業案例，打造實戰級教學場景
實戰級大數據場景應用，來自真實的行業使用場景，經過專業的教學場景轉化，可開展實戰級場景教學學習，引導學生堅守創新，持續實踐培養面向研究與應用的專業人才。針對不同使用場景進行場景應用模擬實驗，讓學生在不同理論的實驗課題下對大數據各個方向的技術進行重構，真正的實現大數據應用的創新實踐。
3）豐富的學習及實踐資源兼容性
平臺兼容豐富的課程資源，包含大數據、人工智能、云計算等領域。另外也提供各領域的經典數據集、海量算法模型、各領域的實訓項目案例，幫助用戶解決課程代碼難以銜接，高質量的數據集不易獲得，沒有大體量的數據集進行模型訓練，缺少算法模型以及學習優秀的行業領域項目等問題。
4）優秀的拓展能力
平臺為提供更好的個性化解決方案，提供平臺拓展能力。拓展緯度包含無縫拓展服務器算力資源、自定義虛擬機資源配置能力、自定義課程能力、自定義課程質量分析算法能力能力等。
5）以數據分析為支撐的多教學場景管理
教學過程必須要滿足虛實結合的特點，采集教學過程中數據，將學習質量反哺給教師，形成閉環。記錄包括課堂演示，學生動手實踐等與實際教學相吻合的場景的行為數據，并反饋給學生和教師，不斷優化和改進。