暨南大学-竞价公告
发送至邮箱
暨南大学-竞价公告
申购单号:CB*
申购主题:金融科技大数据科研设备
采购单位:暨南大学
报价要求:
发票类型:增值税普通发票
币种:人民币
预算:
签约时间:不签订合同
送货时间:发布竞价结果后7天内送达
安装要求:免费上门安装（含材料费）
收货地址: (略) / (略) /南山区/点击查看>>*
付款方式:货到验收合格后付款
备注说明:大数据科研基础平台安装在校区原有服务器上，Tipdm深度学台安装在新购的服务器上，两套系统分开部署。申购明细：
| 序号 | 采购内容 | 数量 | 预算单价 |
| 1 | 金融科技大数据科研基础平台 | 1.0 | 套 |
| 品牌 | TipDM | ||
| 型号 | TipDM-EB | ||
| 规格参数 | 运算组件。四、算法组件1. 支持R语言、Python、Spark计算引擎，支持使用R语言、Python、Scala、SparkR、PySpark进行算法开发。2. 提供Python、R语言、Spark三种算法包，共计192种算法。3. Python算法包提供9大类共102种算法，其中统计分析16种、预处理29种、分类算法10种、聚类算法7种、回归算法5种、时间序列算法4种、关联规则3种、文本挖掘19种、绘图9种。分别为：(1) 预处理算法包括：内容判断、字符串切分、字符串填充、字符串截取、字符串查找、字符串统计、英文大小写转换、主键合并、修改列名、分组聚合、列拆为多行、字符集转换、差分、数据抽取、数据拆分、数据排序、数据标准化、数据筛选、数据编码化、数据采样、新增序列、新增时间戳列、缺失值处理、行列转置、行扁平化、衍生变量、表堆叠、记录去重、Python脚本。(2) 统计分析算法包括：LASSO回归、var方差函数、主成分分析、全表统计、分布函数、卡方检验、同比环比、因子分析、方差齐性检验、时序检验、时间聚合计算、正态性检验、相关性分析、移动计算、累计计算、频数统计。(3) 时间序列算法包括：模型定阶、ARIMA、指数平滑法、模型残差检验。(4) 分类算法包括：Adaboost、CART分类树、LGBM、K最近邻、单层感知机、支持向量机、朴素贝叶斯、神经网络、逻辑回归、随机森林。(5) 回归算法包括：CART回归树、K最近邻回归、Lasso回归、支持向量回归、线性回归。(6) 聚类算法包括：DBSCAN密度聚类、K-中心点聚类、KMeans、层次聚类、快速Kmeans、模糊聚类、高斯混合模型。(7) 关联规则算法包括：Apriori、FP-Growth、HotSpot。(8) 文本分析算法包括：文本过滤、词频统计、词汇分隔、序列定长、构造词汇索引、内容展平、关键词题分析、分词词汇索引映射、Hanlp分词与词性、追加词汇分词、TF-IDF、Word2Vec、向量空间、HT向量化、词袋向量、实体关系抽取、双向GRU、FastText、LDA主题分类。(9) 绘图算法包括：地图、折线图、散点图、时序图、柱形图、漏斗图、词云图、饼图、雷达图。4. R语言算法包提供7大类共44种算法，其中统计分析6种、预处理18种、分类算法7种、聚类算法3种、回归算法5种、时间序列算法4种、关联规则1种。分别为：(1) 预处理算法包括：修改列名、字符串拆分、字符串拼接、平稳性检验、异常值处理、排序、数据分组、数据拆分、数据标准化、数据离散化、新增序列、纯随机性检验、缺失值处理、表合并、表连接、记录去重、频数统计、R语言脚本。(2) 统计分析算法包括：主成分分析、全表统计、卡方检验、因子分析、正态性检验、相关性分析。(3) 时间序列算法包括：ARIMA、gm11、指数平滑、时间序列分解。(4) 分类算法包括：BP神经网络、C4.5分类树、CART分类树、KNN、SVM、朴素贝叶斯、逻辑回归。(5) 回归算法包括：C4.5回归树、CART回归树、KNN回归、岭回归、线性回归。(6) 聚类算法包括：DBSCAN、KMeans、系统聚类。(7) 关联规则算法包括：Apriori。5. Spark算法包提供6大类共46种算法，其中统计分析4种、预处理21种、分类算法7种、聚类算法4种、回归算法7种、协同过滤算法3种。分别为：(1) 预处理算法包括：SQL脚本、修改列名、分组聚合、宽表转换成长表、数据去重、数据反映射、数据拆分、数据排序、数据映射、数据标准化、数据离散化、数据过滤、新增字段、独热编码、缺失值处理、衍生变量、表堆叠、表连接、长表转换成宽表、频数统计、Spark脚本。(2) 统计分析算法包括：全表统计、相关性分析、行列统计、重复值缺失值探索。(3) 分类算法包括：决策树、多层感知分类器、朴素贝叶斯、梯度提升树、线性支持向量机、逻辑回归、随机森林。(4) 回归算法包括：保序回归、决策树回归、广义线性回归、梯度提升回归、生存回归、线性回归、随机森林回归。(5) 聚类算法包括：KMeans聚类、LDA聚类、二分K均值聚类、混合高斯聚类。(6) 协同过滤算法包括：ALS推荐、ALS模型预测、ALS算法。五、教学资源模块：1. 提供Python数据挖掘教学案例不少于10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) 中医证型关联规则。(3) 市财政收入分析预测。(4) 应用系统负载分析与磁盘容量预测。(5) 信用卡高风险客户识别。(6) RFM在线零售客户分群。(7) 气象与输电线路缺陷关联分析。(8) 金融服务机构资金流量预测。(9) 家用热水器用户行为分析。(10) 商品评论情感分析。2. 提供Spark数据挖掘教学案例不少于4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) 金融理财广告的精准投放。(3) 电力窃漏电用户识别。(4) 电子商务网站智能推荐服务。3. 提供R语言数据挖掘教学案例不少于5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) 中医证型关联规则。(3) 终端用户变迁预测。(4) 基于基站定位数据的商圈分析。(5) 应用系统负载分析与磁盘容量预测。六、接口拓展模块：1. 接口模块基于标准RESTful设计，用户可以方便、快捷的通过浏览器在线浏览、测试各个接口。2. 数据集接口：提供新增数据集和删除数据集的接口调用标准。3. 标签管理接口：提供添加、过滤、删除标签的接口调用标准。4. 连接管理接口：提供新建、更新、查找、测试、删除连接的接口调用标准。 | ||
| 质保及售后服务 | 5年原厂售后服务质保期内，供应商提供7*24小时的电话技术支持服务，提供免费软件维护升级、服务器更换后系统迁移服务。质保期内，对于影响设备正常运行的严重故障，供应商工程师及其相关技术人员需在 24 小时内赶到现场，查找原因，提供解决方案，并工作至故障完全恢复正常服务为止。对无法修复的，在两周内提供性能相当的产品供买方使用。 | ||
| 序号 | 采购内容 | 数量 | 预算单价 |
| 2 | Tipdm深度学台国产服务器 | 1.0 | 台 |
| 品牌 | 国产 | ||
| 型号 | 国产 | ||
| 规格参数 | 算力配置1、规格: 2U 机架式服务器2、CPU：Intel Xeon 系列；双路CPU；主频2.1GHz；每颗24核心；3、内存：384GB DDR4；4、硬盘：2*480GB(SSD 企业级)；4*2TB（SATA 7.2K）5、阵列卡：RAID控制器，缓存1GB，支持RAID 0/1/5/6/10/50；功能应用模块1、提供基于实时交互技术的沉浸式教学实训应用场景。2、提供手写数字实时书写，实时识别功能。3、支持手写数字识别深度学习各网络层输出结果查看。4、提供Convolutional VAE和AC-GAN2种手写数字生成模型。5、提供手写数字实时生成功能。6、提供ResNet-50、InceptionV3、DenseNet-121和SqueezeNet v1.1等4种深度学习图像分类模型。7、提供实时图片分类功能。8、支持外链图片实时识别。9、提供图片的模糊图像锐化功能。10、提供交互式模糊增强结果查看，具备推拉窗效果。11、支持深度学习算法的结构展示功能。12、支持深度学习算法过程可视化功能。13、支持Keras深度学习模型替换功能。 | ||
| 质保及售后服务 | 5年原厂售后服务质保期内，供应商提供7*24小时的电话技术支持服务，提供免费软件维护升级、服务器更换后系统迁移服务。质保期内，对于影响设备正常运行的严重故障，供应商工程师及其相关技术人员需在 24 小时内赶到现场，查找原因，提供解决方案，并工作至故障完全恢复正常服务为止。对无法修复的，在两周内提供性能相当的产品供买方使用。 | ||
申购单号:CB*
申购主题:金融科技大数据科研设备
采购单位:暨南大学
报价要求:
发票类型:增值税普通发票
币种:人民币
预算:
签约时间:不签订合同
送货时间:发布竞价结果后7天内送达
安装要求:免费上门安装（含材料费）
收货地址: (略) / (略) /南山区/点击查看>>*
付款方式:货到验收合格后付款
备注说明:大数据科研基础平台安装在校区原有服务器上，Tipdm深度学台安装在新购的服务器上，两套系统分开部署。申购明细：
| 序号 | 采购内容 | 数量 | 预算单价 |
| 1 | 金融科技大数据科研基础平台 | 1.0 | 套 |
| 品牌 | TipDM | ||
| 型号 | TipDM-EB | ||
| 规格参数 | 运算组件。四、算法组件1. 支持R语言、Python、Spark计算引擎，支持使用R语言、Python、Scala、SparkR、PySpark进行算法开发。2. 提供Python、R语言、Spark三种算法包，共计192种算法。3. Python算法包提供9大类共102种算法，其中统计分析16种、预处理29种、分类算法10种、聚类算法7种、回归算法5种、时间序列算法4种、关联规则3种、文本挖掘19种、绘图9种。分别为：(1) 预处理算法包括：内容判断、字符串切分、字符串填充、字符串截取、字符串查找、字符串统计、英文大小写转换、主键合并、修改列名、分组聚合、列拆为多行、字符集转换、差分、数据抽取、数据拆分、数据排序、数据标准化、数据筛选、数据编码化、数据采样、新增序列、新增时间戳列、缺失值处理、行列转置、行扁平化、衍生变量、表堆叠、记录去重、Python脚本。(2) 统计分析算法包括：LASSO回归、var方差函数、主成分分析、全表统计、分布函数、卡方检验、同比环比、因子分析、方差齐性检验、时序检验、时间聚合计算、正态性检验、相关性分析、移动计算、累计计算、频数统计。(3) 时间序列算法包括：模型定阶、ARIMA、指数平滑法、模型残差检验。(4) 分类算法包括：Adaboost、CART分类树、LGBM、K最近邻、单层感知机、支持向量机、朴素贝叶斯、神经网络、逻辑回归、随机森林。(5) 回归算法包括：CART回归树、K最近邻回归、Lasso回归、支持向量回归、线性回归。(6) 聚类算法包括：DBSCAN密度聚类、K-中心点聚类、KMeans、层次聚类、快速Kmeans、模糊聚类、高斯混合模型。(7) 关联规则算法包括：Apriori、FP-Growth、HotSpot。(8) 文本分析算法包括：文本过滤、词频统计、词汇分隔、序列定长、构造词汇索引、内容展平、关键词题分析、分词词汇索引映射、Hanlp分词与词性、追加词汇分词、TF-IDF、Word2Vec、向量空间、HT向量化、词袋向量、实体关系抽取、双向GRU、FastText、LDA主题分类。(9) 绘图算法包括：地图、折线图、散点图、时序图、柱形图、漏斗图、词云图、饼图、雷达图。4. R语言算法包提供7大类共44种算法，其中统计分析6种、预处理18种、分类算法7种、聚类算法3种、回归算法5种、时间序列算法4种、关联规则1种。分别为：(1) 预处理算法包括：修改列名、字符串拆分、字符串拼接、平稳性检验、异常值处理、排序、数据分组、数据拆分、数据标准化、数据离散化、新增序列、纯随机性检验、缺失值处理、表合并、表连接、记录去重、频数统计、R语言脚本。(2) 统计分析算法包括：主成分分析、全表统计、卡方检验、因子分析、正态性检验、相关性分析。(3) 时间序列算法包括：ARIMA、gm11、指数平滑、时间序列分解。(4) 分类算法包括：BP神经网络、C4.5分类树、CART分类树、KNN、SVM、朴素贝叶斯、逻辑回归。(5) 回归算法包括：C4.5回归树、CART回归树、KNN回归、岭回归、线性回归。(6) 聚类算法包括：DBSCAN、KMeans、系统聚类。(7) 关联规则算法包括：Apriori。5. Spark算法包提供6大类共46种算法，其中统计分析4种、预处理21种、分类算法7种、聚类算法4种、回归算法7种、协同过滤算法3种。分别为：(1) 预处理算法包括：SQL脚本、修改列名、分组聚合、宽表转换成长表、数据去重、数据反映射、数据拆分、数据排序、数据映射、数据标准化、数据离散化、数据过滤、新增字段、独热编码、缺失值处理、衍生变量、表堆叠、表连接、长表转换成宽表、频数统计、Spark脚本。(2) 统计分析算法包括：全表统计、相关性分析、行列统计、重复值缺失值探索。(3) 分类算法包括：决策树、多层感知分类器、朴素贝叶斯、梯度提升树、线性支持向量机、逻辑回归、随机森林。(4) 回归算法包括：保序回归、决策树回归、广义线性回归、梯度提升回归、生存回归、线性回归、随机森林回归。(5) 聚类算法包括：KMeans聚类、LDA聚类、二分K均值聚类、混合高斯聚类。(6) 协同过滤算法包括：ALS推荐、ALS模型预测、ALS算法。五、教学资源模块：1. 提供Python数据挖掘教学案例不少于10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) 中医证型关联规则。(3) 市财政收入分析预测。(4) 应用系统负载分析与磁盘容量预测。(5) 信用卡高风险客户识别。(6) RFM在线零售客户分群。(7) 气象与输电线路缺陷关联分析。(8) 金融服务机构资金流量预测。(9) 家用热水器用户行为分析。(10) 商品评论情感分析。2. 提供Spark数据挖掘教学案例不少于4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) 金融理财广告的精准投放。(3) 电力窃漏电用户识别。(4) 电子商务网站智能推荐服务。3. 提供R语言数据挖掘教学案例不少于5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) 中医证型关联规则。(3) 终端用户变迁预测。(4) 基于基站定位数据的商圈分析。(5) 应用系统负载分析与磁盘容量预测。六、接口拓展模块：1. 接口模块基于标准RESTful设计，用户可以方便、快捷的通过浏览器在线浏览、测试各个接口。2. 数据集接口：提供新增数据集和删除数据集的接口调用标准。3. 标签管理接口：提供添加、过滤、删除标签的接口调用标准。4. 连接管理接口：提供新建、更新、查找、测试、删除连接的接口调用标准。 | ||
| 质保及售后服务 | 5年原厂售后服务质保期内，供应商提供7*24小时的电话技术支持服务，提供免费软件维护升级、服务器更换后系统迁移服务。质保期内，对于影响设备正常运行的严重故障，供应商工程师及其相关技术人员需在 24 小时内赶到现场，查找原因，提供解决方案，并工作至故障完全恢复正常服务为止。对无法修复的，在两周内提供性能相当的产品供买方使用。 | ||
| 序号 | 采购内容 | 数量 | 预算单价 |
| 2 | Tipdm深度学台国产服务器 | 1.0 | 台 |
| 品牌 | 国产 | ||
| 型号 | 国产 | ||
| 规格参数 | 算力配置1、规格: 2U 机架式服务器2、CPU：Intel Xeon 系列；双路CPU；主频2.1GHz；每颗24核心；3、内存：384GB DDR4；4、硬盘：2*480GB(SSD 企业级)；4*2TB（SATA 7.2K）5、阵列卡：RAID控制器，缓存1GB，支持RAID 0/1/5/6/10/50；功能应用模块1、提供基于实时交互技术的沉浸式教学实训应用场景。2、提供手写数字实时书写，实时识别功能。3、支持手写数字识别深度学习各网络层输出结果查看。4、提供Convolutional VAE和AC-GAN2种手写数字生成模型。5、提供手写数字实时生成功能。6、提供ResNet-50、InceptionV3、DenseNet-121和SqueezeNet v1.1等4种深度学习图像分类模型。7、提供实时图片分类功能。8、支持外链图片实时识别。9、提供图片的模糊图像锐化功能。10、提供交互式模糊增强结果查看，具备推拉窗效果。11、支持深度学习算法的结构展示功能。12、支持深度学习算法过程可视化功能。13、支持Keras深度学习模型替换功能。 | ||
| 质保及售后服务 | 5年原厂售后服务质保期内，供应商提供7*24小时的电话技术支持服务，提供免费软件维护升级、服务器更换后系统迁移服务。质保期内，对于影响设备正常运行的严重故障，供应商工程师及其相关技术人员需在 24 小时内赶到现场，查找原因，提供解决方案，并工作至故障完全恢复正常服务为止。对无法修复的，在两周内提供性能相当的产品供买方使用。 | ||
招投标大数据
最近搜索
无
热门搜索
无
