(略)

一、教学管理模块

(一)、基础模块：

1、采用B/S架构，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、 (略) 所有课程、题库、实训数据。

4、 (略) 所有专业、班级、用户。

5、支持教师创建学生账户。

6、支持教师自主创建课程，添加课程资源，添加学生为课程成员。

7、支持教师布置作业和考试，统一管理成绩。

8、支持学生参加课程学台首页：

1、支持播放轮播图。

2、支持对课程分类展现，每类默认展现固定数量。

3、支持展现全部课程。

(三)、实训中心：

1、▲提供“学情概览”模块，学生可查看个人学情，至少包含：学台管理：

1、提供信息设置功能，可自定义系统信息和轮播图， (略) 名称、平台logo。

2、提供用户设置功能， (略) 角色，自定义各角色的权限，对用户进行角色分配。

3、提供课程基础设置、备份设置、恢复设置功能。

4、提供日志管理功能， (略) 的操作日志，可通过用户姓名、日期、课程操作方式等进行筛选详细日志。

(七)、技术资质：

▲须提供本软件的第三方检测报告。

二、编程实训模块

1、采用本地化部署方案，在本地部署Python环境， (略) 集成。

2、基于B/S架构， (略) 。

3、实训工具包含：Numpy、Pandas、Scikit-Learn、OpenCV-Python。

4、支持Markdown文本，代码与解释说明文字同屏排版，方便教师教学及学生笔记。

5、支持处理多种数据格式，并进行可视化输出或Markdown输出。

6、支持LaTeX公式在线编辑。

7、支持代码文件导出成HTML、Markdown 、PDF等多种格式文档。

8、 (略) 关联实训指导书与作业。

9、支持实训指导书与Python实训环境同屏显示。左侧显示实训指导书与实训作业，右侧显示实训环境。

10、支持实训指导书全屏查看，实训环境全屏操作。

11、▲支持在进入实训环境前，通过实训设置界面，设置关联数据集，将实训环境 (略) 的实验数据进行关联，在实训环境中即可直接调取实验数据。（提供此功能截图加盖供应商公章）

三、项目实践模块

(一)、基础模块：

1、系统采用B/S架构，客户端零维护，仅需支持Chrome内核的浏览器即可访问。

2、平台框架使用JAVA语言开发，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。使用Nacos对服务进行管理，快速实现动态服务发现、服务配置及服务注册。

3、支持用户权限区分，默认系统管理员权限、普通用户权限，可自定义权限。

4、支持Python计算引擎，支持使用Python进行算法开发。

5、支持主流的关系型数据库，支持文本、图像、音频、视频等非结构化文件的导入，能够快速实现异构数据源之间的数据同步问题。

6、组件通过拖拽的方式使用，无需编程即可实现数据挖掘流程。

7、支持挖掘流程每个节点结果在线预览，流程数据可视化。

8、▲支持在线查看算法组件源代码；支持在线修改算法组件源代码。（提供此功能截图加盖供应商公章）

9、提供稳定可靠的定时调度系统，设置定时任务指定时间段执行任务。

10、提供标签管理功能。

11、▲支持算法组件调用GPU资源进行任务计算，在有GPU节点情况下，深度学稳性检验。

2、数据预处理至少包括：数据标准化、缺失值处理、表堆叠、数据筛选、特征构造、数据集划分、主键合并、排序、频数统计、记录去重、新增序列和分组聚合。

3、脚本类组件至少包括：Python脚本。

4、分类算法至少包括：朴素贝叶斯、支持向量机、CART分类树、逻辑回归、多层 (略) 络和最近邻分类。

5、聚类算法至少包括：层次聚类、DBSCAN密度聚类和K-均值聚类。

6、回归算法至少包括：CART回归树、线性回归、支持向量回归和最近邻回归。

7、时间序列算法至少包括：ARIMA模型。

8、关联规则算法至少包括：Apriori关联规则和FP-Growth关联规则。

9、文本挖掘算法至少包括：HanLP分词与词性、结巴分词与词性标注、TextRank、word2vce、doc2vec、TF-IDF、过滤停用词、正则匹配、LDA。

10、深度学台需提供系统管理员模块、数据分析模块、教师模块和学生模块统一入口。

1、▲系 (略) 内资源进行集中化管理和监控。

2、▲数据 (略) 的教学教务数据，包括课时及课程数据，教学任务发布、提交和批阅数据，理论课堂数据，实践课堂数据，备课数据，学生成绩数据等。

3、▲教师模块可供教师开展在线授课、实验教学，对学生实验情况进行评阅，查看班级学方；创建Car类；创建Car对象；迭代Car对象；产生Land_Rover对象（子类）；在精灵宝可梦游戏创建小火龙角色，对给出的各属性进行迭代和私有化；对小火龙游戏角色采用继承的方式；对txt文件进行读写；对csv文件进行读写；os模块；shutil模块；计算iris数据集的均值；编程实现文件在 (略) 径的查找。

2、【课程】《人工智能数学基础》

通过学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。

1.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。

▲2.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。（提供此资源截图加盖供应商公章）

3.案例内容：

包括但不限于案例背景与目标；读取一张图片数据；获取图片数据的像素值矩阵；截取图像的有效区域；水质图像特征-颜色矩；三个颜色矩的Python实现；如何进行批量化数据转换；自定义函数 (略) 径中的所有图片名称；处理所有图片数据；数据处理代码整理；模型构建与性能评估。

4.技术点：

至少包含图像切割、颜色矩提取、决策树、混淆矩阵。

14、【计算机视觉应用案例】《动态人脸智能识别》

通过学滑：高斯平滑、灰度处理、图像边缘信息：Sobel算子、图像二值化处理、图像形态学操作与中值平滑、代码整理、轮廓查找与可视化、轮廓矩形图像提取、车牌判别模型计算图搭建、车牌提取、车牌方向纠正、车牌边框处理、车牌字符分割、车牌 (略) 络结构搭建、字符图像读取、模型训练、模型测试、调用模型进行测试、拓展思考。

4.技术点：

至少包含图像平滑处理；图像形态学处理；图像梯度处理；图像轮廓；图像峰度； (略) 络；车牌识别。

16、【机器视觉应用案例】《道路车辆行人感知》

视觉信息具有易于采集、采集设备价格低廉与信息全面直观的优点，当前机器视觉与深度学台需提供系统管理员模块、数据分析模块、教师模块和学生模块统一入口。

1、系 (略) 内资源进行集中化管理和监控。

2、数据 (略) 的教学教务数据，包括课时及课程数据，教学任务发布、提交和批阅数据，理论课堂数据，实践课堂数据，备课数据，学生成绩数据等。

3、教师模块可供教师开展在线授课、实验教学，对学生实验情况进行评阅，查看班级学台首页：

1、支持播放轮播图。

2、支持对课程分类展现，每类默认展现固定数量。

3、支持展现全部课程。

(三)、实训中心：

1、▲提供“学情概览”模块，学生可查看个人学情，至少包含：学台管理：

1、提供信息设置功能，可自定义系统信息和轮播图， (略) 名称、平台logo。

2、提供用户设置功能， (略) 角色，自定义各角色的权限，对用户进行角色分配。

3、提供课程基础设置、备份设置、恢复设置功能。

4、提供日志管理功能， (略) 的操作日志，可通过用户姓名、日期、课程操作方式等进行筛选详细日志。

(七)、技术资质：

▲须提供本软件的第三方检测报告。

二、编程实训模块

1、采用本地化部署方案，在本地部署Python环境， (略) 集成。

2、基于B/S架构， (略) 。

3、实训工具包含：Numpy、Pandas、Scikit-Learn、OpenCV-Python。

4、支持Markdown文本，代码与解释说明文字同屏排版，方便教师教学及学生笔记。

5、支持处理多种数据格式，并进行可视化输出或Markdown输出。

6、支持LaTeX公式在线编辑。

7、支持代码文件导出成HTML、Markdown 、PDF等多种格式文档。

8、 (略) 关联实训指导书与作业。

9、支持实训指导书与Python实训环境同屏显示。左侧显示实训指导书与实训作业，右侧显示实训环境。

10、支持实训指导书全屏查看，实训环境全屏操作。

11、▲支持在进入实训环境前，通过实训设置界面，设置关联数据集，将实训环境 (略) 的实验数据进行关联，在实训环境中即可直接调取实验数据。（提供此功能截图加盖供应商公章）

三、项目实践模块

(一)、基础模块：

1、系统采用B/S架构，客户端零维护，仅需支持Chrome内核的浏览器即可访问。

2、平台框架使用JAVA语言开发，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。使用Nacos对服务进行管理，快速实现动态服务发现、服务配置及服务注册。

3、支持用户权限区分，默认系统管理员权限、普通用户权限，可自定义权限。

4、支持Python计算引擎，支持使用Python进行算法开发。

5、支持主流的关系型数据库，支持文本、图像、音频、视频等非结构化文件的导入，能够快速实现异构数据源之间的数据同步问题。

6、组件通过拖拽的方式使用，无需编程即可实现数据挖掘流程。

7、支持挖掘流程每个节点结果在线预览，流程数据可视化。

8、▲支持在线查看算法组件源代码；支持在线修改算法组件源代码。（提供此功能截图加盖供应商公章）

9、提供稳定可靠的定时调度系统，设置定时任务指定时间段执行任务。

10、提供标签管理功能。

11、▲支持算法组件调用GPU资源进行任务计算，在有GPU节点情况下，深度学稳性检验。

2、数据预处理至少包括：数据标准化、缺失值处理、表堆叠、数据筛选、特征构造、数据集划分、主键合并、排序、频数统计、记录去重、新增序列和分组聚合。

3、脚本类组件至少包括：Python脚本。

4、分类算法至少包括：朴素贝叶斯、支持向量机、CART分类树、逻辑回归、多层 (略) 络和最近邻分类。

5、聚类算法至少包括：层次聚类、DBSCAN密度聚类和K-均值聚类。

6、回归算法至少包括：CART回归树、线性回归、支持向量回归和最近邻回归。

7、时间序列算法至少包括：ARIMA模型。

8、关联规则算法至少包括：Apriori关联规则和FP-Growth关联规则。

9、文本挖掘算法至少包括：HanLP分词与词性、结巴分词与词性标注、TextRank、word2vce、doc2vec、TF-IDF、过滤停用词、正则匹配、LDA。

10、深度学台需提供系统管理员模块、数据分析模块、教师模块和学生模块统一入口。

1、▲系 (略) 内资源进行集中化管理和监控。

2、▲数据 (略) 的教学教务数据，包括课时及课程数据，教学任务发布、提交和批阅数据，理论课堂数据，实践课堂数据，备课数据，学生成绩数据等。

3、▲教师模块可供教师开展在线授课、实验教学，对学生实验情况进行评阅，查看班级学方；创建Car类；创建Car对象；迭代Car对象；产生Land_Rover对象（子类）；在精灵宝可梦游戏创建小火龙角色，对给出的各属性进行迭代和私有化；对小火龙游戏角色采用继承的方式；对txt文件进行读写；对csv文件进行读写；os模块；shutil模块；计算iris数据集的均值；编程实现文件在 (略) 径的查找。

2、【课程】《人工智能数学基础》

通过学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。

1.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。

▲2.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。（提供此资源截图加盖供应商公章）

3.案例内容：

包括但不限于案例背景与目标；读取一张图片数据；获取图片数据的像素值矩阵；截取图像的有效区域；水质图像特征-颜色矩；三个颜色矩的Python实现；如何进行批量化数据转换；自定义函数 (略) 径中的所有图片名称；处理所有图片数据；数据处理代码整理；模型构建与性能评估。

4.技术点：

至少包含图像切割、颜色矩提取、决策树、混淆矩阵。

14、【计算机视觉应用案例】《动态人脸智能识别》

通过学滑：高斯平滑、灰度处理、图像边缘信息：Sobel算子、图像二值化处理、图像形态学操作与中值平滑、代码整理、轮廓查找与可视化、轮廓矩形图像提取、车牌判别模型计算图搭建、车牌提取、车牌方向纠正、车牌边框处理、车牌字符分割、车牌 (略) 络结构搭建、字符图像读取、模型训练、模型测试、调用模型进行测试、拓展思考。

4.技术点：

至少包含图像平滑处理；图像形态学处理；图像梯度处理；图像轮廓；图像峰度； (略) 络；车牌识别。

16、【机器视觉应用案例】《道路车辆行人感知》

视觉信息具有易于采集、采集设备价格低廉与信息全面直观的优点，当前机器视觉与深度学台需提供系统管理员模块、数据分析模块、教师模块和学生模块统一入口。

1、系 (略) 内资源进行集中化管理和监控。

2、数据 (略) 的教学教务数据，包括课时及课程数据，教学任务发布、提交和批阅数据，理论课堂数据，实践课堂数据，备课数据，学生成绩数据等。

3、教师模块可供教师开展在线授课、实验教学，对学生实验情况进行评阅，查看班级学习情况、课程教学成果。

4、学生模块可供学生远程在线学习课程并进行实验上机。

根据演示情况进行打分，全部满足得4分，如有一项不满足，扣1分，扣完为止，不演示不得分。

演示功能点2：人工智能课程资源库：

1、演示人工智能课程资源库和项目案例，展示（1）实训指导书、（2）课程视频、（3）课程PPT、（4）代码。根据演示情况进行打分，全部满足得8分，如有一项不满足，扣2分，扣完为止，不演示不得分。

演示功能点3：人工智能设备套件：

1、能够进行相应功能模拟训练，并进行模拟训练前后的对比分析，给出训练参数。

2、演示套件在训练完成后，将模型发布到套件设备，展示套件效果。

全部满足得8分，如有一项不满足，扣4分，扣完为止，不演示不得分。

同类项目业绩

（5分）

（5分）

投标人2020年1月1日至今同类项目业绩（人工智能实训室类），每提供一份得1分，最多得5分。

注：提供合同关键页复印件（包括但不限于：合同首页、合同内容页、合同金额页、可识别的合同执行时间或合同签订时间、合同签字盖章页），以签订合同日期为准。否则不得分。

同类项目业绩

（5分）

（5分）

投标人2020年1月1日至今同类项目业绩（人工智能实训室类），每提供一份得2.5分，最多得5分。

注：提供合同关键页复印件（包括但不限于：合同首页、合同内容页、合同金额页、可识别的合同执行时间或合同签订时间、合同签字盖章页），以签订合同日期为准。否则不得分。

用户满意度

（2分）

（2分）

根据投标人上述有效的“同类项目业绩”中相应服务过的业主单位出具的项目服务满意证明材料进行评分，每提供一份客户评价为满意材料的得0.5分，满分2分。投标人须提供列表注明业主单位、联系人、联系方式，证明材料须具有业主盖章，否则证明无效，不得分。

用户满意度

（2分）

（2分）

根据投标人上述有效的“同类项目业绩”中相应服务过的业主单位出具的项目服务满意证明材料进行评分，每提供一份客户评价为满意材料的得1分，满分2分。投标人须提供列表注明业主单位、联系人、联系方式，证明材料须具有业主盖章，否则证明无效，不得分。

企业教材与课程资源研发能力证明（5分）

（5分）

投标人具备教材与课程资源研发能力，具备编写和出版相关图书的经历。

投标人具备联合开发校企教材与课程资源建设能力，能力可以是（类型不限于）：教材联合编写、在线精品课程建设、微课建设及课程资源库建设能力。投标人须具备编写并出版相关图书的经历， (略) 与学校联合开发教材并发行。以出版书籍ISBN编码为准进行计算。

投标人提供15本及以上得5分，12-14本得4分，9-11本得3分，6-8本得2分，3-5本得3分，提供2本及以下不得分，不提供证明材料不得分。

证明材料：

1、须提供出版书籍的名称、书籍ISBN编码、作品登记证书、封面图片、出版社名称、专著编写人员姓名、出版完成时间等。

2、须提供至少一名参与编写书籍的人员投标截止之日前6个月内任意一个月在投标单位缴纳社保证明、劳动合同复印件。

以上证明文件提供不完整或未提供不得分。

企业教材与课程资源研发能力证明（5分）

（5分）

投标人具备教材与课程资源研发能力，具备编写相关图书的经历。

投标人具备联合开发校企教材与课程资源建设能力，能力可以是（类型不限于）：教材联合编写、在线精品课程建设、微课建设及课程资源库建设能力。投标人须具备编写相关图书的经历， (略) 与学校联合开发教材。

投标人每提供1本相关教材得1分，满分5分。

证明材料：

1、须提供出版书籍的名称、封面图片、编写人员姓名等。

2、须提供至少一名参与编写书籍的人员投标截止之日前6个月内任意一个月在投标单位缴纳社保证明、劳动合同复印件。

以上证明文件提供不完整或未提供不得分。

辅助教学团队建设能力证明（5分）

（5分）

投标人具备辅助教学团队建设的能力，能力包括（不限于）：大数据+人工智能培训、课程置换、企业兼职教师、企业挂职及第二课堂建设能力。

证明材料：

1、项目负责人：

①要求具有硕士或以上学历；

②持有高级信息系统项目管理师证书；

提供一项材料得一分，本小项共2分。

2、须提供项目服务人员名单（不含项目负责人），项目人员均需具有本科或以上学历，且同时具备系统集成项目管理工程师或信息系统项目管理师资质。提供1名得0.5分，满分为3分，不提供不得分。

备注：必须提供以上人员相关证书复印件，员工劳动合同及人员在投标截止之日前6个月内任意一个月在投标单位所缴的社保证明材料复印件，否则不得分。

辅助教学团队建设能力证明（5分）

（5分）

投标人具备辅助教学团队建设的能力，能力包括（不限于）：大数据+人工智能培训、课程置换、企业兼职教师、企业挂职及第二课堂建设能力。

证明材料：

1、项目负责人：

①要求具有硕士或以上学历；

②持有高级计算机技术与软件专业技术资格证书；

提供一项材料得一分，本小项共2分。

2、须提供项目服务人员名单（不含项目负责人），项目人员均需具有本科或以上学历，且同时具备中级计算机技术与软件专业技术资格证书。提供1名得1分，满分为3分，不提供不得分。

备注：必须提供以上人员相关证书复印件，员工劳动合同及人员在投标截止之日前6个月内任意一个月在投标单位所缴的社保证明材料复印件，否则不得分。