电话:13339436556
智慧教室产品介绍
智慧教室建设类型
1.演示型智慧教室
适用于常规授课、学术报告、演讲等教学活动模式。
2.录播型智慧教室
适用于课堂教学课件实时生成、微格教学、精品课程录制等教学活动模式。
3.交互型智慧教室
适用于案例教学、讨论式教学、远程教学及虚拟教学等讨论型教学活动模式。
4.语言类智慧教室
适用于外语教学、同声传译实训、外语考试等教学活动模式。
5.视频互动智慧教室
适用于跨校区教学直播、多教室教学互动、常态录播、分组讨论分享等教学活动模式。
6.创新创业智慧教室
适用于小班教学、项目协作、分组研讨、分组辩论等教学活动模式。
7.实践型智慧教室
适用于理工科实践教学、讨论教学、常规授课等教学活动及模式。
8.3D/VR互动智慧教室
适用于生物、医学、工程等学科特殊知识3D/VR课堂、实训、的教学活动模式。
教学体验和教学功能全面升级
体验更好
学生听得见、看得清：交互式白板替换投影+幕布；
教师展示更轻松，无线投屏，智能触碰，流畅板书；
教师操控更便利：全功能触控屏，一键上下课；
环境更舒适：灯光、温湿度自动调节，空气质量自动检测。
功能更丰富
教学互动、视频互动；
常态化精品录播，极大丰富校本资源；
直播/点播，支撑更丰富教学形式；
远程巡课，降低督导工作量。
维护更便利
教学设备一体化设计；
教室设备远程一键启停；
教室设备自动巡检；
移动报修。
智慧教室的构成
中央控制子系统
教学辅助子系统
无线投屏子系统
录播子系统
电子班牌子系统
TMH系列智能管理主机
模块化设计；自定义编程；10进10出的混合视频矩阵；HDBASE接口；POE接口；集成2*120W功放；集成音视频编解码；集成硬盘。
解决传统中控主机问题
一体化设计、扩展性差：所有模块都是固定的；
固定式接口、复用率低：接电脑端口就不能接大屏；
控制接口少、适用场景差：交互一体机、视频矩阵、录播、会议终端、投影机；
集成度不高、需要堆彻多台设备：实现同样的功能需要多台独立的设备。
产品高可靠，易使用，易扩展
传统多媒体教室中控
多品牌设备集成：部署难，故障多，管理难;
录播主机、跟踪主机、会议主机、音器处理器、无线路由模块、物联网网关、智能中控等功能模块.
智能管理主机
多兼容，易扩展：插口自定义设计，支持各类多媒体设备，便于维护；
多集成，易操作：集触控面板、刷卡器、无线话筒、语音电话于一体，一键式操作；
多融合，易维护：集中控、广播终端、交换机、语音网关为一体；
多案例，易落地：部署12268间智慧教室，312所高校案例，稳定可靠。
集成多种设备于一体，使讲台台面变得简洁明了；支持人机语音交互，实现语音控制，语音检索。
无限扩展，管理简单
普通多媒体教室，10种类型的产品；交互型研讨教室，60多种类型的产品。
舒适的教学环境
温湿度智能控制，智能灯光调节，空气质量检测，智能门锁管理，智能窗帘。
智能场景联动
智能环境控制给师生提供舒适的教学环境
场景联动，操作简便：场景联动设计，一键切换适应所有教学场景；
场景模式自定义：系统可定义上课、投影、自习、活动等多种场景模式，一键实现灯光、窗帘、屏幕、设备的联动控制；
4K超高清常态化录播
2机位常态化精品录播。智能导播，多画面自动剪辑
强大的平台业务功能
可视化管理
全新一代可视化管理平台让管理维护工作所见即所得。
完善的运维管理体系
强大的兼容性
全面的数据分析
业界最丰富的数据分析：多媒体教室借用、多媒体教室预约、多媒体教室使用率、学生考勤、教师考勤、资产盘点、设备的故障率、设备能耗、工作绩效、投影机灯泡使用时长、教室空气质量曲线图。
基础数据平台
数据建设现存问题/难点
重功能轻数据
以前信息系统建设普遍存在“重功能轻数据”，缺少全校数据标准整体规划，即使发现数据有问题也没有校核机制，致使有问题的数据不断沉积。
数据管理责任不清晰
学校系统建设年限跨度较大；存在多代技术架构，当引入大数据技术或分布式技术时，运维管理与系统扩展性皆有很大挑战。
系统扩展性不强
因缺乏数据共享全生命周期管理规范与系统；出现数据内容质量问题，信息化部门与相关业务部门需要耗费大量的时间进行沟通与协调。
解决思路
标准先行
数据标准化、规范化，是实现数据整合的前提，也是保证数据质量的重要条件，必须放在首要位置。
单一来源
经明确数据权威来源的，应遵照“一数一源,一次采集，重复使用”原则，上游部门保证数据准确性，下游使用部门必须强制使用，不得重复采集。
常态化治理
数据治理不是一天一朝一平台就能解决的问题，需要使用一套紧贴学校制度流程的平台为数据治理做常态化支撑。
共享“服务目录”
建立统一数据采集管理平台，支持全量全类型数据采集，支持数据交换全生命周期管理。
未来展望 - 数据可视化
未来展望 – 数据特征工程
数据化-量化-标准化
作息：基于频繁序列模式的生活行为习惯指数模型
上网：基于统计规律分析异常行为，以日均上网时长评价上网健康度，日均上网时长与网络成瘾度具有线性相关性（论文支持），以此得分评价学生上网健康度。
学习：基于多元线性回归的学习指数模型，选用准点率、出勤率、成绩，做加权求和，目的在于反应学生的学习基础与学习态度。
社交：基于数据挖掘分析社交关系
如同学k，所在队列中获取有效共现，收集起来并计算共现对出现次数。
社群发现：基于流数据约束子模式的社交关系模型社区发现算法识别学生的关系群体，从而发现社群中离群索居的对象。
消费：基于统计规律分析异常行为
以学生日均消费金额，评价学生消费水平。
三餐：基于频繁序列模式的生活行为习惯指数模型
以规律度表示，设定等级，并给予评价。
算法精准、业务明确.
