宁夏中央支持地方高校改革发展资金 云边端一体化统计学专业实验室平台 服务器招标预告（宁夏师范学院2024）
一、采购标段
采购计划编号：
2024NCZ002875
项目名称：
宁夏师范学院2024年中央支持地方高校改革发展资金采购项目—云边端一体化统计学专业实验室平台项目
分包名称：
宁夏师范学院2024年中央支持地方高校改革发展资金采购项目—云边端一体化统计学专业实验室平台项目
分包类型：
货物类
采购方式：
公开招标
预算金额
4000000.00
报价方式：
总价采购项目
是否属于技术复杂，专业性强的采购项目：
否
是否为执行国家统一定价标和固定价格采购项目：
否
二、供应商资格条件
1.满足《中华人民共和国政府采购法》第二十二条规定，应提供以下材料：
1.1 提供在中华人民共和国境内注册的法人或其他组织的营业执照 （或事业单位法人证书，或社会团体法人登记证书），如投标供应商为自然人的需提供自然人身份证明；
1.2 法人授权委托书、法人及被授权人身份证复印件（法定代表人直接投标可不提供，但须提供法定代表人身份证复印件）；
1.3 提供具有良好商业信誉和健全的财务会计制度的承诺函；
1.4 提供履行合同所必需的设备和专业技术能力的证明材料；
1.5 具有依法缴纳税收和社会保障资金的良好记录的承诺函；
1.6 提供参加采购活动前三年内在经营活动中没有重大违法记录的书面声明；（提供《资格承诺函》）。
2.供应商在中国政府采购网（www.ccgp.gov.cn）未被列入政府采购严重违法失信行为记录名单，在“信用中国”网站（www.creditchina.gov.cn）未被列入失信被执行人、重大税收违法案件当事人名单。
3.（是/否）专门面向中小微企业： 是 否
4.合格投标人的其他资格要求：
序号
合格投标人的其他资格要求
1
无
三、商务要求
采购标的交付（实施）的时间（期限）
保险
涉及采购标的的知识产权归属和处理方式
国家标准、行业标准、地方标准等标准、规范
涉及运行维护、升级更新、备品备件及耗材等要求
涉及服务采购项目考核计量等要求
涉及工程项目的工程质量、项目经理、工程进度、工程计量方式、工程变更、竣工验收、质量保证等要求
其他商务要求
采购标的交付地点（范围）
付款条件（进度和方式）
包装和运输方式
售后服务
安装调试
交付标准和方法
质量保修范围和保修期
培训
四、技术要求
货物类 服务类 工程类
标的清单(货物类)
序号
品目名称及编码
标的名称
计量单位
数量
单价
是否进口
标的详细参数
是否属于节能产品政府采购品目清单
是否属于环境标志产品政府采购品目清单
备注
是否应当实施政府强制采购
是否应当实施政府优先采购
是否应当实施政府强制采购
是否应当实施政府优先采购
1
A02010104-服务器
云边端一体化统计学专业实验室平台项目
批
1
4000000.00
否
标的1-服务器：详见附件1：采购需求（云边端一体化统计学专业实验室平台项目）
否
否
是
否
采购需求附件：
采购需求附件
附件1：采购需求（云边端一体化统计学专业实验室平台项目）.doc
五、合同管理安排
合同类型： 货物类 服务类 工程类
货物类
标的物
培训
保险
涉及服务采购项目考核计量等要求
涉及工程项目的工程质量、项目经理、工程进度、工程计量方式、工程变更、竣工验收、质量保证等要求
履约保证金
甲方责任
乙方责任
采购标的交付（实施）的时间（期限）
违约责任
不可抗力
保密
争议解决
合同生效及其他
验收标准（附验收方案） （验收方案附件）：1_履约验收方案（货物类模板）.docx
其他
采购标的交付地点（范围）
付款条件（进度和方式）
包装和运输方式
交付标准和方法
质量保修范围和保修期
六、评审方法及评审细则
评标方法：
最低评标价法
综合评分法
评审细则类别： 货物类细则类别
货物类细则类别
序号
评审项目
权重分
评分标准
1
投标报价
30
价格分采用低价优先法计算，即满足招标文件要求且投标价格最低的投标报价为评标基准价，其价格分为满分。其他投标人的价格分统一按照下列公式计算：投标报价得分=（评标基准价／投标报价）×100%×权重分值。（四舍五入后保留小数点后两位）对于高于项目采购预算金额的投标报价不予接受，视为无效投标。
2
技术标响应情况（技术指标、参数）价
30
带“▲”为重要技术指标、参数，其他为一般技术指标。 投标人重要技术指标、参数低于招标文件规定的相应技术指标、参数的，每有一项减1分；投标人一般技术指标、参数低于招标文件规定的相应技术指标、参数的，每有一项减0.5分，减完为止。 注：带“▲”为重要技术指标，满足重要技术指标、参数的需提供相关证明材料予以佐证（包括但不限于生产厂家彩页证明、第三方检测报告、官网产品截图等），未提供证明材料视为负偏离按上述要求扣分。 已作为功能演示的参数不在此项要求中重复扣分。
3
售后服务
10
投标人需结合项目的实际特点来制定本项目的售后服务方案，评委根据各投标人提供的售后服务方案（包括售后服务承诺、售后服务内容、售后服务体系、服务流程、设备故障问题解决方案、故障处理时限、现场服务响应时间、退换货时间、技术支持人员安排合理度、免费服务年限、各类故障应急措施以及符合本项目的其他售后承诺等）进行综合评审： 1.投标人提供详细的售后服务网点、地址、联系人、联系电话等，并提供与其有关的证明材料，证明材料详尽的，得 2 分；投标人仅能提供售后服务人员名单，证明材料不完整的，得 1 分，未提供不得分。 2.售后服务承诺全面具体，售后服务内容详尽，售后服务体系健全，服务流程具有系统性、科学性，有具体的设备故障问题解决措施，能快速的响应采购人的故障处理与现场服务诉求，技术支持人员有相应的资质且经验丰富，免费服务年限满足采购人需求的，得 8 分； 售后服务承诺全面、内容简略，售后服务体系健全，有完整的售后服务流程，有设备故障问题解决措施但不够具体，故障处理响应与现场服务到位及时、能提供技术支持人员但技术人员无相应资质或缺乏相关经验的，得 5 分； 售后服务承诺存在缺漏、描述简单笼统，售后服务内容空泛，售后服务体系不健全，问题解决方案不够全面具体，售后服务响应不够及时的，得 2 分； 无售后服务体系或未提供售后服务的均不得分。
4
其他（节能、环保产品，产品功能现场演示，供货配送方案，实施方案，应急措施，培训方案，样品等）
30
节能环保产品（1分） 质保承诺（2分） 项目集成实施方案（5分） 功能演示（22分）
合计：
100
免责声明: 本页面提供的内容是按照政府采购有关法律法规要求由采购人或采购代理机构发布的，宁夏政府采购网对其内容概不负责，亦不承担任何法律责任。
附件1政府采购项目采购需求项目名称：宁夏师范学院2024年中央支持地方高校改革发展资金采购项目——云边端一体化统计学专业实验室平台项目采购单位：宁夏师范学院编制单位：宁夏师范学院编制时间：2024年8月编制说明一、采购单位可以自行组织编制采购需求，也可以委托采购代理机构或者其他第三方机构编制。二、编制的采购需求应当符合《财政部关于印发政府采购需求管理办法的通知》（财库〔2021〕22号）要求及政府采购的相关规定。三、斜体字部分属于提醒内容，编制时应删除。四、对不适用的内容应删除，并调整相应序号。1.一、需求调查情况1.1.（一）是否开展需求调查。本项目总预算为400万元，不属于《政府采购需求管理办法》第十一条规定需要开展需求调查的情形，因此不开展需求调查。1.2.（二）需求调查方式：无1.3.（三）需求调查对象：无1.4.（四）需求调查结果：无2.二、需求清单2.1.（一）项目概况宁夏师范学院现需采购云边端一体化统计学专业实验室设备一批，项目预算金额400万元，为宁夏师范学院2024年“中央支持地方高校改革发展资金”专项资金。2.2.（二）采购项目预（概）算。总预算：400万元2.3.（三）采购标的汇总表。包号序号标的名称品目分类编码计量单位数量是否进口分包要求011宁夏师范学院2024年中央支持地方高校改革发展资金采购项目——云边端一体化统计学专业实验室平台项目项1否不允许分包（4）技术商务要求（1）技术要求序号名 称主要技术参数及功能描述单位数量1管理节点及服务部署节点1)机箱：2U 标准机架式，配套原厂上架滑轨；2)处理器：配置≥2 颗，每颗 CPU 核心数≥36核，线程数≥72，每颗 CPU 主频≥2.1GHz，最大睿频频率≥3.50GHz，UPI速度≥11.2GT/s，缓存≥54 MB；3)内存：配置≥4条32GB 3200MHz DDR4 ECC 服务器内存，支持扩展16个内存插槽；4)系统盘：配置≥1块1.92TB 2.5寸 SATA接口固态硬盘；5)数据盘：配置≥1块8TB 3.5寸 7.2k SATA接口机械硬盘，最大支持扩展8个硬盘位；6)网口：配置≥2个千兆RJ45电口，配置≥2个万兆光纤网口（含多模光纤模块）；7)主板：支持8根内存插槽，前置支持8个热插拔硬盘位，TDP≤270W，后置1个VGA接口，≥2个USB 3.0,≥2个USB 2.08)扩展插槽：支持≥4个 PCI-E 4.0 扩展插槽； 9)电源模块：配置热插拔铂金 1+1 冗余电源，单个电源功率≥1000W； 10)管理功能：配置1个IPMI管理口，集成系统管理芯片，提供高级管理功能，本地固件更新、错误日志，提供系统状况的可视显示；支持远程监控图形界面, 可实现与操作系统无关的远程对服务器的完全控制，包括远程的开机、关机、重启等操作；可实现监控服务器内部主要部件的状态，包括CPU、内存、风扇、电源；11)认证：投标产品须通过3C、ISO 9001认证。12)操作系统需求，Linux系统： CentOS 7.9（64位版本）/ubuntu服务器版本。台42数据分析服务器（核心产品）规格：2U或4U机架式服务器，配套原厂上架滑轨；★1.处理器：≥2颗CPU处理器 单颗核心数≥32核≥2.1GHz主频；2.硬盘：系统硬盘≥2块 960GB 非M.2固态硬盘，数据硬盘≥4块 3.84TB 读密集型固态硬盘，支持≥24个硬盘背板插槽。支持前置直连12个NVME硬盘，支持内置两个M.2 且支持RAID 0/1；★3.内存：本次配置≥512GB TruDDR5 4800MHz,最大支持≥6 TB内存扩展或最大支持32根内存插槽；实配≥32条内存插槽；4.阵列卡：≥2GB闪存阵列卡，支持0/1/10/5/50 RAID级别，可选RAID 6/60, 最大支持4GB闪存；5.网卡：≥4口10/25G 光网卡（含光模块），1个专用的管理端口；6.电源：实配电源输出功率≥2200W 80+铂金冗余电源；7.冷却系统：支持4个以上冗余热插拔系统风扇；8.I/O扩展：最大支持10个PCIe插槽，包括两个专用的OCP插槽和8个PCIe 4.0标准插槽，提供前置USB口可连接手机管理服务器；★9.GPU卡：4块高性能计算卡，单卡性能：CUDA核心：≥10240；频率：≥2.2 GHz；显存：≥48GB HBM3；显存位宽：≥384位；显存带宽：≥1.9 TB/s；算力：FP32：≥90 TFLOPS；FP64：≥11 TFLOPS；能效：≥115 FP32 TFLOPS/w。台23高性能数据处理工作站1.机箱：立式机箱，支持免工具拆卸、内嵌式把手设计，易于搬运；后面板挂锁环：防止机器内关键部件被拆除；线锁插槽：防止机器被整机搬迁； 防入侵开关；★2.处理器：高性能处理器， 核心数量：≥十核心二十线程，主频≥3.0GHz，插槽类型：LGA 2066，最大可支持内存容量≥1TB；3.主板芯片组：需与CPU兼容性强的芯片组；★4.内存：≥256G内存，最大512G DDR5 内存；提供≥8个内存插槽，支持ECC高级内存保护技术；5.硬盘：≥1T M.2 SSD，≥4T SATA 企业级硬盘 ，≥1个M.2 插槽，支持≥4个3.5寸硬盘；Raid：RAID 0, 1, 5, 10 板载控制器, SATA 6Gb/s.，RAID 0, 1, 5, 10 可选 BCM Raid Controller, 12Gb/s SAS and SATA.同时支持对M.2 SSD 做Raid 0、1、5、10；★6.显卡：深度学习AI训练卡： ≥48G显存，接口DP，显卡插槽：双插槽，显存位宽：≥384BIT，显存容量：≥48GB，显存频率：≥2000MHz，核心位宽：≥336，核心频率：≥1455MHz，显卡核心：GA102，流水线数量：≥121，流处理器单元：≥1221；显存带宽：≥768 GB/s,纠错码 (ECC)：有, Tensor Core：≥336, RT Core：≥84, 单精度性能：≥38.7 TFLOPS 7, RT Core 性能：≥75.6 TFLOPS 7, Tensor 性能：≥309.7 TFLOPS 8; 7.声卡：集成声卡；8.网络：集成千兆网卡；9.键鼠：USB键盘鼠标，可选PS/2鼠标 ；10.接口：≥10个USB接口，前置4个USB 3.0接口，后置6个USB接口、2个PS/2接口、1个串口（可选），可选IEEE1394接口、eSATA接口；11.扩展：配置≥2个PCI-E3.0 x16，≥1个PCI-E3.0 x8，≥2个PCI-E3.0 x4；12.电源：≥1000W 白金电源；13.显示器：≥27 寸同品牌显示器。台44数据库软件数据库软件最新版，功能参数如下：1.资质：产品具备完全自主知识产权，避免潜在的版权纠纷，要求软件自主可控，从底层保证系统的安全性，需获得国家网络与信息系统安全产品质量监督检验中心的产品自主原创性测评证书；提供证书复印件；2.功能：具备数据存储、访问控制、身份鉴别、安全审计和数据备份恢复等功能。产品部署在服务器，以后台服务形式运行，数据库管理员及教师、学生等在管理主机上通过图形化管理工具或命令行工具可实现对数据对象（表、视图、约束、索引、触发器、存储过程等）的配置管理;支持RDS实例部署方式，支持多种部署方式：支持单实例、多实例、高可用、读写分离集群部署；支持一机多实例、多机多集群部署模式;具备高可用功能，提供数据恢复能力，主备集群支持基于备机数据坏块修复，当主机数据损坏时，可以自动从备机复制对应数据块对损坏的主机数据块进行实时修复；支持日志文件离线修复文件坏块或表；具备集群可用性，集群支持在多网络段IP组网环境中部署，并做到软件层的冗余，在多网段有大部分故障的场景下，仍可以找寻可用的网络进行通信，而不会触发集群间的故障转移；3.性能：单机单实例TPC-C性能：在3000仓3000并发下，且持续运行60分钟，数据库性能指标TPMC达到200万以上；集群事务处理能力TPC-C 性能：8 节点1000 仓数1000 终端并发 60 分钟执行结果tpmC (NewOrders)达到340 万以上；数据量为50 万行记录的大数据表进行复杂关联查询(SQL语句包括聚集、排序、IN 子査询)，响应时间为50ms以内；提供表数据备份功能，单节点单线程备份性能达到 1200MB/s以上，提供表数据恢复功能，单节点恢复性能达到 700MB/s以上；4.管理要求：提供数据库管理功能，支持B/S、C/S模式进行数据库的管理和开发，可进行本地和远程联机开发和管理；支持GIS数据图形化展示和管理gis数据，提高gis数据的可读性。提供数据库设计、开发与调试功能，支持基于客户端和浏览器的调试功能，支持存储过程，函数，程序包，匿名块的调试，可以在存储过程，函数，程序包，设置断点，进行调试跟踪，查看堆栈、变量和断点信息，；支持数据库监控：基于 web 端对数据库进行监控，支持单机、集群、具体监控内容包括：服务器、 数据库运行时间、 数据库状态、 DML 影响行数; 数据库服务 qps、 tps、数据库会话信息、 数据库锁信息、 表相关IO统计信息、 特定表访问统计信息、 范围统计信息、 后端写进程统计信息、 归档进程信息、 查询创建临时文件统计信息 、 恢复冲突导致查询；支持数据库存储监控，支持磁盘健康状态展示：包括启动/停止计数、重映射扇区数、寻道错误率、通电时间累计、磁盘通电次数、运行时坏块计数、报告的无法修正错误、命令超时、磁头在异常高度工作、磁头加载卸载循环计数、当前待映射扇区计数、磁盘出厂写数据统计、磁盘出厂读数据统计等；5.安全要求：产品符合国家信息安全相关产品的相关要求。支持对敏感数据的动态脱敏功能，包括默认脱敏、随机脱敏、部分脱敏、邮件脱敏；支持日志加密；支持表空间、表级加密功能，支持SM4、RC4算法，支持单机和集群场景；6.每软件可连接数100。在实验室可按服务器安装并将实例分发至学生终端的方式进行部署。套25数学与统计模型实验教学平台软件1.数学与统计模型实验教学平台需要满足三大功能：建模知识点，建模过程解析，数据验证。通过打开建模黑箱，可以对建模原理与建模过程进行直观呈现，让学生真正了解建模的过程，同时提供模拟的和真实的数据进行实证验证或研究。可以在平台中实时运行Python、MATLAB、SAS、R等应用软件的实验项目，实现包括金融模型与数据库实时数据交换与运行结果呈现的实验教学环境。同时可以为提供模型查询、修改、删除、导入、导出、分享等功能；2.平台软件支持B/S模式，基于高级应用软件等的仿真实验教学平台。基于Python、MATLAB、SAS、R等应用软件的实验包括软件与数据库、模型与计算程序等的实验；3.平台支持相关赛事的举办，可支持班级、校级、区域比赛；4.提供云课程功能，支持教师自主上传、编辑课程。课程至少包括：高等数学、占集拓扑学、高等代数、投资学、金融工程、金融学、金融计算与建模、期权定价模型与计算程序、资产定价等，可通过课程管理自定义添加课程等；5.资源包提供以上模型的基本知识点、教学PPT，实验流程与数据、实验操作手册；6.每个模型提供1道习题；7.支持教学信息管理系统：能够实现院系与班级、教师与学生、课程管理与实验模型的管理。8.支持信息发布及系统管理：具备系统的配置管理、公告信息的发布管理、邮件管理等功能。9.支持模型管理功能：提供模型查询、修改、删除、导入、导出、分享等功能。10.支持跨平台，在Windows, Linux，Unix下使用。11.支持当前各种浏览器访问，支持并发访问。12.自有模型包括：支持Python模型、Rscript模型、Matlab模型、SAS模型，模型需要新增、查询、重置等功能，其中新增模型需要有语言类型选择，填写模型名称、描述、源码、模型文件上传、参数文件上传并能自动运行。★13.提供一套论文查新系统学院版网络账号，系统支持导入待查论文标题、作者、论文期刊、发表时间、期刊类型、被引数、被引论文列表、被引期刊列表、被引作者、影响因子、处理状态、查找源等，自动补充查询相关数据（被引数据，被引期刊文献等数据）、支持查询结果导出及查询结果打印页面定制、支持单个论文标题、作者添加查找、操作日志等功能。（重要参数：需提供系统功能截图证明）14.平台建模模型资源需包含统计、金融、机器学习、创新模型。15.支持按照学校上课实际需求，从模型仓库挑选模型组建新的课程。16.支持模型上课，翻转课堂模式上课★17.每个模型提供至少1套案例，1套习题，并支持课后练习。（重要参数：需提供系统功能截图证明）套16证券投资量化分析教学平台软件系统要求包含的功能模块：历史行情服务模块、实时行情服务、模拟交易服务、回测服务、手工交易功能、策略分析功能、风控功能、策略开发 API接口、策略绩效分析、策略开发的向导。1. 支持在线进行金融量化投研实验操作，实验平台配备详细的实验操作模板，可以根据模板提示的步骤，完成各步骤的实验操作；2. 系统要求具有回测服务功能，能在历史行情中验证策略模型，并给出相应的交易执行信号；3. 支持自定义各类交易指标，如均线指标、移动平均指标等等，也可以自定义其他的指标，添加指标库；4.可以在实验平台快速绘制各类投资品种的行情以及指标图形，方便进行投研活动；5.数据运维管理功能 ：提供历史财经数据，包括但不限于：国内交易所的股票数据、指数数据、基金数据、行情数据、财务数据、因子数据、行业数据、板块数据、概念数据、商品期货数据、股指期货数据、外汇数据、数字货币等；★（1）数据范围支持要求：支持国内交易所的日线的近10年历史数据、分时的历史数据（5min、15min、30min等）、量化tick的数据。基本面数据库，包括财务指标、现金流量表、资产负债表、利润表等市面上常见的基本面数据，数据可以做到实时更新。支持复权因子。支持批量提取数据，支持多标的、多日期、多字段统一提取。（重要参数：需提供系统功能截图证明）6.需包含的教学案例包括且不限于以下项目：（1）金融数据处理与可视化分析：金融数据读取和存储、金融数据处理、金融时间数据转化和处理、金融数据可视化；金融量化基础与数据提取：量化投资概述、股票和期货交易制度、股票和期货数据量化提取及金融数据预处理方法、期货流动性和波动性分析；（2）经典量化策略实现：均线交易策略、动量策略、均值回归策略、配对交易策略等；（3）提供单因子分析课程，包括因子数据提取、预处理、单因子有效性检验、估值类因子、成长类因子、动量类因子、换手率类因子、波动率类因子、一致预期因子共6大类因子在A股市场的实证分析，以及单因子选股策略构建等；（4）技术指标量化选股课程-单技术指标量化策略：MACD、BBI、DDI、SAR、TRIX、KDJ、RSI、EMV、API、WVAD、BRAR、CR、PSY、VR、StdDev等不少于100个技术指标；9.教学资源：需配备详细的《量化投资实验指导》，可以直接根据指导用书的内容进行实验操作。套17数字风险管理统计与分析实验教学平台软件数字风险管理统计与分析实验教学平台要求具备核心功能模块、数字风险管理实验课程和数字风险管理实战案例模块等部分。1.平台核心功能：★（1）蒙特卡罗仿真分析功能: 45种概率分布函数连续型分布（正态分布、对数正态分布、T分布、gamma分布、卡方分布等）、离散型分布（0-1分布、泊松分布、几何分布、二项分布等），简易使用界面，高速仿真运行（千次/秒），Copulas仿真、拉丁超立方和蒙特卡洛模拟。（重要参数：需提供系统功能截图证明）★（2）统计预测功能：Box-Jenkins ARIMA、, Auto ARIMA、基础计量经济学、自动计量经济学、组合模糊逻辑，三次样条法、自定义分布、GARCH模型、J曲线、S曲线、马尔科夫链、极大似然法、多元回归、神经网络、非线性外推、随机过程、时间序列分解、趋势线。（重要参数：需提供系统功能截图证明）2.风险管理实训教学平台包含但不限于以下案例：(1)信用风险评估案例：本案例提供实际借贷数据集，学生将通过数据预处理、特征工程、模型训练和评估等步骤，掌握信用风险评估的完整流程。同时，该案例还会介绍一些常用的信用风险评估指标及其意义，在培养学生数据分析能力的同时，拓展他们的金融知识面。课时设置灵活，案例资源充分。(2)市场风险管理案例：本案例提供实际期货交易数据集，学生将通过数据分析和模拟交易，掌握市场风险的度量和管理技巧。同时，该案例还会介绍一些重要的市场风险指标如VaR和CVaR等，培养学生对市场风险的敏感性和应对能力。课时设置灵活，案例资源充分。(3)金融衍生品定价与风险管理案例：本案例提供实际期权交易数据集，学生将通过模拟交易和建模实验，掌握金融衍生品的定价和风险度量方法。同时，该案例还会介绍一些常用的金融衍生品如期货、期权和权证等，培养学生对金融衍生品的深入理解和应用。课时设置灵活，案例资源充分。(4)金融市场波动性分析案例：本案例提供实际股票数据集，学生将通过数据分析和建模实验，掌握波动性分析的基本技巧和应用场景。同时，该案例还会介绍一些重要的波动性指标如ATR、Bollinger Bands和RSI等，培养学生对市场波动性的感知和理解。课时设置灵活，案例资源充分。(5)资产组合优化案例本案例提供实际股票和债券数据集，学生将通过数据分析和建模实验，掌握资产组合优化的基本流程和技术要点。同时，该案例还会介绍一些常用的资产组合优化模型如马科维茨模型和Black-Litterman模型等，培养学生对资产组合优化的深入理解和应用。课时设置灵活，案例资源充分。(6)金融风险度量与管理案例案例提供实际市场数据集，学生将通过数据分析和建模实验，掌握金融风险度量和管理的基本技巧和应用场景。同时，该案例还会介绍一些常用的金融风险指标如市场风险、信用风险和操作风险等，培养学生对金融风险的敏感性和应对能力。套18统计数据科研平台软件（一）统计数据科研平台需提供以下功能和资源：1.环球财经数据统计资源涵盖世界100多个国家的金融、财政、国民经济核算、对外经济贸易、价格指数、汇率、国际收支、全球经济预测、经济景气指数等海量数据。包括但不限于：全球经济体宏观数据、国民经济核算、国际贸易、财政、国际清算银行(BIS)、国际收支、经济景气指数、利率汇率等数据。2.海关进出口数据统计资源提供世界主要国家及地区的海关进出口数据，整合中国各大口岸与其他国家与地区的外贸进出口往来记录，为研究海关进出口发展情况提供数据支持。包括但不限于：国际进出口数据（分国家）、国内海关口岸进出口数据(货源地)、进出口流向等数据资源。3.一带一路数据统计资源提供一带一路沿线国家的社会经济发展宏观数据，数据内容全面、历史数据完整，为研究一带一路沿线各国的社会经济发展状况提供数据支撑。包括但不限于：国民经济核算、财政、对外经济贸易、价格指数、工业、人口与就业等数据资源。（二）统计数据科研平台功能要求：1.平台支持全库查询功能，在搜索框中输入关键字即可进行全库检索；平台也支持单库查询功能，可以针对单个数据库进行时间、地区、指标设置，获取特定研究数据。2.支持Txt，Excel，Dbf,SAS，SPSS，MATLAB，R,HTML表格，XML文件等多种格式的下载。 3.支持当前多种浏览器访问，支持并发访问。4.免费提供数据定制服务。★5.除实现数据查询下载功能以外，还须具有一键导出数据分析报告功能。（重要参数：需提供系统功能截图证明）6.具有数据大屏可视化功能。套19数字经济实验平台数字经济实验平台基本功能要求如下：数字经济实战模块通过真实的案例将各种应用带入实验实践环境，要求模块提供广泛的数字经济应用场景和工具包括Python语法基础、面向对象编程、numpy、pandas、scipy和stat库在金融学、统计学等方向的应用。每个方向都提供不少于100个课后上机练习题库，支持学生获取每个题目的知识点提示和最终答案结果，并在线自主学习和练习。1、数字经济实训模块通过场景化和流程化的设置，辅助教师和学生了解数字经济的行业背景，熟悉完整的数据分析流程。2、每个案例场景应包含场景介绍、数据介绍、数据可视化分析、数据预处理，模型的构建，案例代码实现，模型结果与分析等模块。★3、平台需提供上市公司财务数据分析案例：案例以上市公司财务报表数据为核心，进行充分的数据预处理和特征选择操作，对于缺失的数据，通过不同的标准和手段进行填补或删除。使用逻辑回归、随机森林、K近邻、决策树回归以及多元线性回归等方法进行模型训练和数据分析，并进行超参数调优。通过对比并分析优化后的各个模型的准确率、精度、召回率、F1分数、AUC等多种指标，得到最优模型并对上市公司财务数据造假的案例进行分析预测。（重要参数：需提供系统功能截图证明）4. 数字经济案例包括且不限于：I.大数据货币政策案例：通过海量财经数据对央行货币政策进行分析和预测。（1）需要支持中文自然语言处理，功能包括且不限于：中文分词、词性标注、情感分析、文本分类、转换拼音、繁体转简体、提取文本关键词、提取摘要、分割句子、文本相似。（2） 需要支持西语自然语言处理，功能包括且不限于：搜索文本单词搜索：（相似词搜索；相似关键词识别；词汇分布图；生成文本；）。计数词汇。语料库（文本语料库结构）。（3） 财经新闻数据库。包括且不限于：新闻联播文字稿, 中国外汇交易中心暨全国银行间同业拆借中心债券信息披露、新债发行，国家统计局-存款准备金率。II.数字经济画像案例：（1）数据源标签化：数据源标签化包括属性标签化和行为标签化，其中属性标签化中涵盖自然属性标签化，商业属性标签化，垂直属性标签化以及标签属性设定等等，行为标签化则包括了行为和行为关联。其中行为的权重可自行定义，以关联符合产品自身情况的标签。（2）数据清洗：可将冗余，无效的信息剔除，也可去除数据当中的极端值，并返回修正后的数据以备建库。（3）建库与映射：可将清洗过的数据梳理成不同维度的队列，并输出成标签；同时也支持将标签与ID进行映射，进而形成画像。（4）画像的可视化输出：支持画像可视化输出，可选择输出标签。套110区块链金融实训平台区块链金融实训平台需具备以下功能:1.实验管理：(1)系统支持各类课程内容创建，至少包括课程管理、添加新课程、修改课程信息、删除课程信息；(2)实验模板管理功能：实验模板管理、添加新实验模板、修改实验模板、删除实验模板、模板查询；(3)课程信息管理，功能包括且不限于：课程管理：如班级信息、教师、学生信息管理：可以添加、修改、删除、查询、批量导入教师信息；学生信息管理：可以添加、修改、删除、查询、批量导入学生信息；在线作业考试：教师和管理员可以布置作业/考试、添加新作业/考试、修改作业/考试、布置作业/考试、删除作业/考试、查询作业/考试、上交作业/考试、批改作业/考试、修改成绩、修改考试截止时间、学生成绩查看和查询；支持各种课程形式的创建与发布，包括：图文课程、视频课程、音频课程等等。视频和音频课程支持从各大在线教育网站链接直接导入，如：网易云课堂、优酷、阿里云等。(4)系统包含角色和权限管理，支持：学员、教师、管理员和超级管理员等多种基本角色。可对各类课时的学习数据汇总和统计，包括每个课时的总学习时间、每个课时的成绩、每个课程的总学习时间、作业提交的情况，届时可以汇总成一个综合学习成绩形成学习数据曲线图和统计表格。2.课程学习模块：使用者可以按照区块链金融平台相关的课时要求，完成对基本实验背景、实验基础环境、实验要求的基本理论知识和编程技能以及实验步骤的了解。课程学习模块包含且不限于以下内容：模块一：区块链介绍区块链基本知识点学习需要包含以下内容：（1）.区块链历史发展和原理、区块链中的密码学、比特币简介、区块链公链和私链等。（2）.区块链带来的变革，涵盖且不限于：区块链共识机制、拜占庭容错协议、PoW共识机制、POS共识机制、其他共识机制。涵盖常用机制：委托权益证明机制，瑞波共识算法，Pool验证池机制等等。★模块二：区块链原理实验区块链原理实验操作需要以交互式的方式，要求学员协作完成以下实验的操作，实验的内容包括且不限于：信息与哈希加密；块与共识数据nonce；区块链与信息交换；端对端信息分发；分布式账本与端对端信息同步；代币交易与端对端信息传递。（重要参数：需提供系统功能截图证明）★模块三：区块链开发实验区块链开发实验需要以以太坊作为实验开发环境，基于智能合约编程solidity语言，结合游戏式的闯关学习模式和引导学习模式，让学生在不少于18个课时的内容，基于solidity语言实现从初级语法到高级应用对Dapp开发的掌握。每个实验内容和操作，都包含智能答题引导和智能提示，让学员可以基于平台自主完成每个实验操作。每个实验操作都有智能评分和实验完成进度的显示，学员可以进入上一次未完成任务进度，完成后续的实验任务。（重要参数：需提供系统功能截图证明）模块四：多场景下数字人民币的国际大宗商品交易创新服务实验本实验项目旨在通过区块链技术改进传统的进出口贸易流程，解决信息不对称、合约风险和支付不安全等问题。通过区块链技术，实现信用证电子化存储和传递，并确保其真实性和可靠性。智能合约功能使支付过程更自动化和高效，提高资金结算速度和准确性。实验项目流程包含且不限于以下内容：合同签订、申请开证、传递信用证、发货提单、交单垫付、寄票偿付、赎单付款、提货交割、核验货物、贸易完成。针对以上实验流程，学习者可担任进出口贸易参与方的角色。模拟进出口贸易中的信用证付款流程，并通过区块链技术来增信和管理合约信息。学生将扮演买卖双方，在实践中学习合同签订、信用证开立、单据垫付等具体操作，以提升他们在进出口贸易领域的实际应用能力。通过这个实验，学生可以深入了解进出口贸易中的各个环节，并理解如何利用区块链技术提高交易的可信度、安全性和效率。实验项目流程包含且不限于以下内容：、合同签订、申请开证、传递信用证、发货提单、交单垫付、寄票偿付、赎单付款、提货交割、核验货物、贸易完成。套111统计大数据实践教学与应用实训平台统计大数据实践教学与应用实训平台以统计数字化人才需求为导向，面向统计大数据专业群提供教、学、训、练、测的一体化能力，包括满足专业实践教学需求的课程资源、学习资源、实验资源、实训案例、训练环境、测评题库等。核心功能和技术参数如下：1.统计大数据课程实践模块：(1)要求大数据实验内容基于浏览器的B/S模式，学生机器无需安装任何软件即可开始实验。(2)需支持云端编程、远程桌面、远程命令行等多种实验方式，根据不同实验目标、实验内容和实验难易度，匹配不同实验方式。(3)要求云端编程实践模式基于容器化方式实现，可支持多种编程语言环境。(4) 要求支持将预期输出与实际输出结果比对，帮助学生检查代码错误。(5)要求支持云端编程实践模式设置多组测试集对学生代码运行结果进行校验，保障学生代码的可靠性。(6)要求支持根据实践课程内容为不同题目设置不同评测时长，防止代码出现死循环造成环境崩溃，同时也对学生代码性能作出要求，评测时间超过评测时长即视为代码不通过。★(7)要求支持学生进行实践代码评测时，一键点击即可启用题目所需实验环境，启动评测时占用资源，评测完成后资源自动回收，快速释放实验资源，实现实验资源即启即用，自动分配利用。（重要参数：需提供系统功能截图证明）(8)要求提供重置单页代码、重置代码仓库、返回通关时代码等功能，让学生可将当前或全部的代码恢复到初始状态，重新开始学习，防止代码环境发生改变造成实践无法继续进行。(9)要求支持学生自行修改云端编程实践环境中代码字体大小。(10)要求支持对学生在云端编程实践环境中的学习行为进行监控与统计，记录学生学习时长，通关时间，通关答案。(11)要求远程命令行实践模式基于容器化方式实现，学生可在线根据题目要求在命令行上进行操作，提交作业。(12)要求学生在线提交评测后，系统会对学生作业的准确性进行自动化评测。若未通过，需返回失败原因。(13)要求支持远程命令行模式中记录学生的学习时长，通关时间。(14)要求支持远程命令行重置环境功能，让学生可将当前容器重置到初始状态，重新开始学习。(15)要求支持限制每个学生实践时使用的CPU、内存，可指定持久化保存容器内多个路径下学生的文件。(16)要求自动化创建学生的学习容器，在一定时间不操作后，资源自动回收，实现无感知的实验资源管理。(17)要求支持教师创建实验课程，可自定义实验名称、实验介绍、难易度、方向分类并根据所建课程需求自行选择实践环境。(18)要求支持对实验环境占用的资源进行自定义配置，配置项包括存储空间、内存、CPU等。(19)要求支持教师设置持久化路径，保存容器内多个路径下学生的文件。(20)要求支持教师在实验课程中创建选择题、判断题、实践题等多种类型实践关卡。(21)要求支持教师对创建的实验关卡进行编辑、删除、拖拽排序。★(22)集成gitlab，提供在线代码仓库，支持教师在线编辑学生任务文件及代码评测脚本或将本地代码文件上传至在线代码仓库。（重要参数：需提供系统功能截图证明）(23)要求在线代码仓库支持创建文件夹对全部代码文件进行分类管理，文件及文件夹支持拖拽移动。(24)要求在线代码仓库中需标识出已编辑但未保存的文件，并统计全部未保存文件数量。(25)要求提供实验课程数据集，支持教师将本地数据文件上传至数据集中，通过复制容器地址的方式在代码文件中调用。(26)要求支持教师自主配置实验任务使用云端代码编辑器或在线命令行作为实践练习工具。(27)要求支持对有强关联性的实验课程设置不允许跳关。(28)要求支持教师将创建好的实验课程进行个人发布和公开发布。2.统计大数据应用实训模块：(1)要求提供公共实训库和个人实训库两部分内容，支持教师将公共实训和个人实训的项目案例资源添置个人课程中进行编排和发布应用于教学中。(2)要求大数据实训内容基于浏览器的B/S模式，学生机器无需安装任何软件即可访问实训环境开始实训练习。(3)要求实训应用模块需内置低代码开发、云桌面、交互式编程三类实训环境。(4)要求每个实训项目提供详细实训指导手册，包括不限于项目背景、业务要求、分析思路、知识点讲解、应用价值等方面。(5)要求实训指导手册中支持插入图片、表格、代码块等。(6)要求低代码可视化分析实训需要支持拖曳式的数图映射模式，学生仅需要拖曳数据字段即可生成相关图形及可视化场景的建立。(7)要求提供表关联、表结构同步、列重命名、列隐藏、列合并、计算列、地理分析、数据权限、列分析、类型转换、替换值、日期格式、按范围分段、数据权限分配等数据准备功能。(8)要求实训环境的图形组件需支持常用、高级、时序、实时等不少于4类50种，其中常用图形需包括柱形图、条形图、柱线组合图、纵向组合图、面积图、饼图、玫瑰图、仪表盘、文字KPI、水球图（KPI）、行政地图、标记地图、迁徙地图、列表、交叉表、自由式报表，高级图形需包括旭日图、玉玦图、矩形树图、漏斗图、关系图、词云图、瀑布图、箱线图、桑基图、力向导图、热力图、甘特图等，时序图形需包括时序线图、时序柱图、时序面积图、时序仪表盘、时序水球图等，实时图形需包括实时线图、实时标签图。(9)要求支持上卷、下钻、联动、链接、保留、排除等不少于6种图形交互方式。★(10)要求需支持强大的分析计算能力：包括聚合计算，如合计、计数、总体标准差、总体方差、平均值等；支持丰富的计算函数；支持复杂的分析场景：包括如同比、环比、累计占比等；支持数据的预警分析，能够实现多样的条件格式；支持趋势线拟合、参考线、时序预测、聚类分析等功能。（重要参数：需提供系统功能截图证明）(11)要求提供3D图形组件，内置3D渲染引擎与3D效果设计器，支持上传OBJ类型的3D模型与数据指标进行映射展示，支持3D模型管理和3D脚本编码能力。(12)要求需提供复杂报表在内的多种报表样式，支持多表头合并、行列转置、分组交叉、混合报表、同比、环比等，轻松实现任意形态的报表展现。(13)要求支持R语言组件、Python语言组件、JS脚本功能等图形展示效果扩展功能。(14)为用户提供丰富的设计与美化素材，提供场景配置的快速入口并可一键完成场景优化，节省用户页面设计时间，提高效率。同时，用户可将场景页保存为个人模板，方便再次使用。(15)要求提供word报告生成模式，支持用户通过在word中插入平台的数据指标、图形报表、函数计算规则等，并支持word模板的上传与下载。(16)要求支持将多个可视化场景组装成一个专题报告。(17)要求支持学生提交可视化分析实训成果及实验报告作为实训作业。(18)要求支持在可视化分析实训模式下记录学生的学习时长。(19)要求提供提供不少于5种数据融合算法、10种特征工程算法、5种统计分析算法、7大类50余种机器学习算法、4种集成学习框架、5种深度学习算法、10种文本分析算法、5种自动学习算法、5种评估算法等。(20)要求支持一键式建模功能，学生只需输入数据，通过该功能可以自动完成数据处理、特征工程、算法及参数选择及模型评估等环节。(21)要求提供不少于4种扩展编程算法，支持用户编制SQL\R\Python\Java等脚本语言实现个性化的算法扩展。★(22)要求提供不少于5种评估算法，平台支持对构建的挖掘模型进行K-S、Pr、Roc等评估，给出最优模型，同时能够在建模过程中，对模型进行输出、读取及利用。支持模型评估、模型读取、模型输出、模型利用等。（重要参数：需提供系统功能截图证明）(23)要求支持学生及教师全方位观察建模过程及模型结果，包括数据接入、数据处理、模型建立评估等，均可以在平台的洞察中查看中间结果。支持洞察报告预览功能及将洞察内容导出到WORD。(24)要求支持学生提交机器学习实训成果及实验报告作为实训作业。(25)要求支持在机器学习实训模式下记录学生的学习时长。★(26)要求支持机器学习与可视化分析相融合的实训模式，实现在一个实训中设置多个作业节点分别进行机器学习与可视化分析，利用其结果组合完成复杂度高的大型数据分析实训项目。（重要参数：需提供系统功能截图证明）(27)要求支持学生组合提交机器学习与可视化分析实训成果及实验报告作为实训作业。(28)要求支持分别记录学生在多个作业节点中的学习时长及学习总时长。(29)要求提供以Jupyter Notebook为工具的交互式编程实训环境，支持学生在线根据题目要求在Jupyter Notebook上进行编码式大数据分析相关实训练习与学习。(30)要求提供代码训练功能，教师可通过自由设置，将代码模块留空，交予学生进行编程训练。(31)所提供实验环境文本编辑器须支持多种编辑器风格，包括但不限于：markdown。(32)要求提供代码片段库功能，可直接“一键式”插入Notebook内容，并运行；(33)要求支持学生提交.ipynb文件及实验报告作为实训项目作业。(34)提供重置环境功能，让学生可将当前容器重置到初始状态，重新开始学习。(35)要求支持自动化创建学生的学习容器，并进行资源回收计时。(36)要求支持在容器使用倒计时临近时对用户提醒，用户可根据自身需要进行续时，若使用时间到期且未续时，资源将自动回收，防止出现服务器资源被大量无效占用导致学生实验启动失败或卡顿问题。(37)要求云桌面需利用虚拟化技术并使用虚拟机作为实训工具，支持创建多节点的集群，帮助学生进行大数据集群搭建、集群操作、数据处理等练习实训。(38)要求云桌面实训内容基于浏览器的B/S模式，学生机器无需安装任何软件即可访问云桌面实训环境开始实训练习。(39)要求支持复制外部内容到实验环境内，可将本文内容粘贴到复制功能文本框，点击保存，在实验环境中点击右键进行粘贴(40)要求支持复制实验环境中内容到外部，可在云桌面环境中复制内容，复制成功后内容会显示在文本框中，再次复制文本框中内容即可粘贴至本地。(41)要求需支持实验手册和实验环境分屏显示，并支持实验环境全屏显示。(42)要求需支持云桌面环境重置，开始重置功能后实现环境将被重置为初始状态，学生在云桌面中所做的所有修改将被撤销。(43)要求需支持实验结束后在线提交PDF格式的实训作业。(44)要求支持教师自行创建低代码开发、云桌面、交互式编程等三种类型的实训课程。(45)要求支持教师自行创建基于Jupyter Notebook工具的编码式实训课程。(46)要求支持教师自定义编码式实训的实训名称、实训简介、所属行业、实训难易度、实验课时、实训手册、作业要求、是否提交实验报告。(47)要求支持教师根据所建课程需求自行选择实训环境，并支持对实训环境占用的资源进行自定义配置，配置项包括存储空间、内存、CPU，支持自定义持久化路径。(48)要求支持教师在线编辑实训作业中的示例代码文件或上传本地代码文件至Jupyter Notebook环境中，在完成编码式实训创建后，可同步至学生端，在学生实训过程中给予文字或代码提示。(49)要求提供实训数据集，支持教师将本地数据文件上传至数据集中，通过复制文件在容器中地址的方式在Jupyter Notebook中调用。(50)要求支持教师选择平台云桌面环境创建实训课程，支持教师云桌面课程的实训名称、实训简介、所属行业、实训难易度、实验课时、实训手册、作业要求、是否提交实验报告。(51)要求支持教师选择多节点实训环境类型，并支持通过高级配置功能配置实训环境所需要的运行资源，包括存储空间、内存限制、CPU限制等。(52)要求支持教师将创建好的实训课程进行个人发布，快速使用至自己的课堂中。(53)要求支持教师将创建好的实训课程进行公开发布，添加至实践课程资源库，供全平台教师用户复用。(54)要求支持教师对自己创建的实训课程进行统一管理，包括编辑、发布、下架、删除等操作。3、统计大数据考试中心模块：要求平台内置了试卷、试题库，支持自定义新建试题或批量导入试题，以及通过模板自动组卷和手动选题组卷两种方式创建试卷，积累自己的教学成果。可通过试卷创建考试并发送至课堂，以课堂为单位进行在线考试，可在线评阅试卷并查阅考试成绩、成绩分布及详细答题情况分析，帮助教师快速了解学生对课程知识的掌握情况。(1)需提供试卷、试题库，支持按照大数据技术、人工智能、数据库、编程语言、计算机技术、Web开发等方向进行筛选查询。(2)支持按照数据采集、数据存储与管理、数据分析处理、数据可视化、机器学习、深度学习、自然语言处理、语音识别、集成学习、SQL Server、Mongo DB、MySQL、Java、Python、操作系统、数据结构与算法JavaScript、HTML、CSS、Vue等分类进行筛选查询。(3)支持按照初级、中级、高级等难易度进行筛选查询(4)支持教师在线创建试卷，包括自定义试卷名称、方向分类、方向分类、组卷方式等。(5)支持教师自定义新建试题或批量导入试题，以及通过模板自动组卷和手动选题组卷两种方式创建试卷，积累自己的教学成果。(6)提供并系统预置大数据配套题库：配套习题集 ≥300道，包括相关的单选题、多选题、判断题、简答题等。(7)支持教师通过试卷创建考试并发送至课堂，以课堂为单位进行在线考试。(8)支持在线预览试卷，并支持以word形式导出试卷至本地。(9)支持学生在线考试，可实时查看考试进度、考试剩余时间等信息。(10)支持客观题自动评分和主观题教师自主评阅两种评分模式。(11)支持成绩自动统计，包括平均分、最高分、最低分、及格率、平均答题时间、完成情况、待评阅试卷，并支持考试成绩以Excel形式导出。(12)支持以图表看板形式，包括以柱状图和饼图等形式展示成绩分布情况。(13)支持试题智能分析，分析结果包括满分人数、有效填写数、考试人数、满分率等，帮助教师快速了解学生对课程知识的掌握情况。4、统计大数据教学管理模块(1)要求支持教师进行课堂的创建，根据自身需求设置课堂名称、学分、课堂开始与结束时间。(2)要求支持教师自行选择相关专业学生，并将其添加至自己的课堂中、进行编辑、批量移除。(3)要求支持教师将公共课程库中的实验、基础实验、实训项目案例添加至自己创建的课堂中。(4)添加至课堂内的专业实践课程支持自动分配章节、排序、标号，支持拖拽快速排序，可快速拖拽实践课程重新分配章节并自动生成课程章节编号。 (5)要求支持采用闯关的实验模式进行课程实践，支持自定义实验课程关卡分值，可按照均分比例、关卡难易度自动分配实践课程内的各关卡对应分值，同时也支持教师手动输入各关卡分值。(6)要求支持一键发布全部添加至课堂内的课程。(7)要求对添加至课堂内的课程实验与实训项目可自由定制，支持设置其必修/拓展属性，设置为拓展课程将单独统计成绩，不会计入课程总成绩中。(8)要求支持设置实验课程的补交扣分，对于晚于课程规定时间提交的作业，将默认扣除相应分值，对学生提交作业的准时性进行区分。(9)要求支持根据教师发布状态、学生学习状态和时间进度自动分配课程状态，区分未发布、学习中、补交中、已完成的课程。(10)要求支持统计课堂内全部学生对于课程的学习情况，并将学习中、已完成、未开始状态下的学生人数统计展示在课程下方。(11)要求支持自定义实训项目作业要求，教师可自行设置是否需要提交项目作业、实验报告。(12)要求支持教师对课堂内实训项目作业进行统一查看，提供建模流程/可视化页面/pdf/Jupyter Notebook等多种形式作业的在线预览以及pdf下载。(13)要求支持教师可对学生项目作业进行主观评分，支持教师对已评分的项目作业进行评分及评语修改，支持教师将完成度高的项目作业评选为优秀作业。(14)要求支持按课堂、实训项目归类展示相关优秀作业，并标注出对应课堂、实训项目中被评选为优秀作业的数量。(15)要求在优秀作业卡片中支持展示优秀作业名称、类型、作者、浏览量、点赞量。(16)要求支持教师查看课堂内某课程的全部学生学习情况及成绩，展示内容包括学生姓名、学号、作业完成状态、提交时间、作业总耗时、完成关卡数、关卡得分、补交扣分及课程总成绩。(17)要求支持以表格的形式分别统计课堂内全部学生的必修课程学习情况与拓展课程学习情况，展示内容包括学生姓名、学号、在线状态、年级、班级、实验完成数、实验平均分、实训完成数、实训平均分、课程平均分、总学习时长；并且支持通过点击表头中学号、年级、班级、实验完成数、实验平均分、实训完成数、实训平均分、课程平均分、总学习时长对列表内容进行排序。(18)要求支持教师上传课堂教学过程中所需的全部文档、图片、代码包等课程文件资源，实时共享到课程共享云盘中，方便学生进行查看、下载。(19)要求支持学生自定义自己的个人信息，包含头像、个性签名、标签等。(20)要求支持学生在课堂主页查看到教师发布出来的实验课程与实训项目，并且以标签的形式提示当前课程的学习状态，可通过标签筛选出未开始、学习中、待补交、已完成课程，快速查看到当前还有哪些课程待完成(21)要求支持学生打开浏览器点击课堂内的课程实验即可进入在线编码环境进行实验训练或使用编码式、拖拽式操作工具进行在线实训。★(22)要求对于课程实验，支持在线自动评分，学生完成对应关卡后添加通关标识，并对实践课程内全部关卡学习进度进行统计。（重要参数：需提供系统功能截图证明）(23)要求支持学生在完成课程内容后可查看课程成绩，根据教师用户的设置，若课程设置了公开成绩则可以看到其他学生成绩；若设置不公开成绩则学生在列表中仅能查看到自己。(24)要求支持学生查看教师共享至课堂中的全部课件、文档、图片、视频、代码包等教学资源，并可将其下载至本地。(25)要求支持学生自行创建可视化分析与机器学习项目，在拖拽式、低代码的操作环境中，专注于大数据分析相关能力练习，自助进行项目实践。5、统计大数据实验管理模块(1)要求支持学校管理员对平台内学校基本信息进行配置管理，包括学校名称、学校简称、组织编码、校训、学校logo。(2)要求支持按照学院、专业、年级、班级的层级结构创建学校组织架构，创建时可设置组织名称、组织简称、组织编码、排序号及备注。(3)要求支持学校管理员按照学校院系组织架构对学生用户及教师用户进行管理。(4)要求支持学校管理员添加教师、学生用户。 (5)要求支持学校管理员按照学校院系组织架构对学生用户及教师用户进行管理，包括人员调动、编辑、删除、启用、停用。(6)要求支持学校管理员对平台内教师申请公开发布的实验课程进行审批并填写审批意见。(7)要求支持学校管理员对平台内的实验课程按照课程所属方向分类进行管理，支持对平台内已公开的课程进行下架。(8)要求支持学校管理员对平台内容实验课程进行更改配置，包括更改存储空间、内存限制、CPU限制等信息。并支持查看对于课程的版本记录。(9)要求提供专业课程管理功能，支持按照课程名称、课程方向、当前状态等条件查询查询平台内的实验课程，支持对平台内的所有实验课程进行调整排序。(10)要求提供课程团队管理功能，包括团队人员管理和组织管理。人员管理需支持新建团队成员，包括维护姓名、职称、头像、所选组织等信息；组织管理需支持新建组织，包括维护组织名称、组织LOGO等信息。(11)大数据方向要求至少提供如下镜像环境：Hadoop，Hbase，Hive，Spark，Flink，Storm，Zookeeper，Kafka。(12)Python要求至少提供如下镜像环境：Python3，需包含：numpy，scikit-learn，pandas，matplotlib，scipy，sklearn，scrapy，pytorch等。(13)数据库方向要求至少提供如下镜像环境：Mysql5.7，Mysql8，mongodb，sqlserver等。(14)Web开发方向要求至少提供如下镜像环境：Java，vue等。(15)JAVA程序设计方向要求至少提供如下镜像环境：Java+maven+ant等。(16)数据采集预处理方向要求至少提供如下镜像环境：Python、JAVA爬虫相关镜像等。(17)支持多种环境之间可以相互组合，教师可根据自身教学需求进行选择，如MySQL+Python、Java+Hive+Hadoop等，组建个性化实验环境。(18)支持按照实践环境名称、实践镜像名称、镜像类型等条件查询平台内所有的实践环境，支持对实践环境进行删除、编辑、查看版本记录的操作。(19)支持查看以环形图方式查看应用服务器、计算节点服务器资源的使用情况，包括CPU核数、内存(GB)、硬盘(GB)等信息。(20)支持设置同一用户同时开启多个实验，设置完成后同一用户可同时启动多个实验环境将持续使用资源。(21)支持以列表方式查看用户的K8S资源使用情况，包括姓名、账号、课程名称、实验类型、开启时间、运行时长、CPU、内存(GB)等信息，支持对K8S资源进行强制停止。(22)支持以列表方式查看用户的Docker资源使用情况，包括课程名称、课程类型、验类型、启时间、运行时长、CPU、内存(GB)、状态等信息，支持对Docker资源进行强制停止和删除。6、统计大数数据实验课程资源包依据统计大数据专业群相关人才培养方案要求，要求提供覆盖专业核心课、专业方向课、专业实践教学等内容实验教学资源。★(1)《数据采集与预处理》实验课程包：要求提供包括但不限于：网络爬虫基础知识、Html入门、Html基本元素、CSS基础、JavaScript入门-数据类型、运算符、对象、JSON基础、超文本传输协议基本原理、urib的使用、requests的使用、XPath基础、BeautifulSoup基础知识、正则表达式入门、Python正则表达式分组、Python正则表达式断言、Python正则表达式标记、Python正则表达式替换、MySQL数据库安装与配置、PyMySQL数据库编程、Scrapy爬虫基础、Scrapy爬虫应用实例、Numpy初体验、Pandas的数据结构、Pandas的基本功能等不少于80个实验任务。并配套提供教学大纲、实验手册、教学课程、教学视频、教学方案、课程思政（不少于8份）等内容。（重要参数：需提供系统功能截图证明）(2)《商业智能与数据挖掘》实验课程包：要求提供包括但不限于：数据排序、分层、分组、对比分析、占比分析、趋势分析、地理分析、复合图形散点图、高级图形、表格、中国式复杂报表、分析与计算等不少于20个实验任务。并配套提供教学大纲、实验手册等内容。(3)《大数据可视化技术》实验课程包：要求提供包括但不限于：PyEcharts直角坐标系图表、PyEcharts树形图表和地图、PyEcharts高级图形、Matplotlib介绍及基础运用、Matplotlib的进阶运用、Matplotlib图像自定义方法、三维模型及地图可视化、Seaborn可视化、自定义配置、案例分析等不少于30个实验任务。并配套提供教学大纲、实验手册等内容。(4)《数据结构与算法》实验课程包：要求提供包括但不限于栈的实现及应用、队列的实现及应用、双端队列的实现及应用、列表抽象数据类型及其实现、递归之任意进制转换、递归之机器人的运动范围、递归之零钱兑换问题、动态规划之最长公共子串、动态规划之最小编辑距离、二分查找算法的Python实现等40个实验任务。并配套提供教学大纲、实验手册等内容。(5)《数据库原理与应用》实验课程包：要求提供包括但不限于数据库原理、MySQL入门、MySQL数据定义与操作实战、MySQL数据管理技术实战等五大类不少于70个实验任务。并配套提供教学大纲、实验手册等内容。(6)《机器学习》实验课程包：要求提供包括但不限于模型评估选择与验证、逻辑回归、线性判别分析、多分类学习、线性回归、决策树、kNN算法、朴素贝叶斯分类器、神经网络、随机森林算法、Adaboost、k-means、DBSCAN、AGNES、高斯混合聚类、聚类性能评估指标、PCA、多维缩放等70个实验任务。并配套提供教学大纲、实验手册、教学课程、教学视频、教学方案、课程思政（不少于6份）等内容。(7)《数据挖掘实战》实验课程包：要求提供包括但不限于基于向量空间和分类算法的新闻资讯文本分类、移动通信客户细分、蔬菜价格之间的关联分析、城市供水处理投药量预测、应用系统负载分析与磁盘容量预测、基于基站定位数据的商圈分析、某公司员工离职预测、糖尿病病情预测、泰坦尼克号生还者预测、房价预测等不少于10个实验项目。并配套提供教学大纲、实验手册等内容。(8)《基于R语言的时间序列分析》实验课程包：要求提供包括但不限于时间序列基本性质以及类型、时间序列 R 语言入门简介、自回归和移动平均的自相关方程简介、从 ARMA 到 ARIMA、实际案例剖析，并配套提供教学大纲、实验手册、教学方案、课程思政等内容。(9)《数理与应用统计分析》实验课程包：要求提供包括但不限于数字模型与方法、非参数模型、特征工程、线性代数、多元统计分析等七大类不少于70个实验任务，并配套提供教学大纲、实验手册、教学方案、课程思政等内容。(10)《R语言基础》实验课程包：要求提供包括但不限于R的字符串操作、R的数据类型、R的条件和循环操作、R的对象和类、R的函数、R的正则表达式操作、R的调试和错误处理、R的数据导入、R语言可视化等20个实验任务，并配套提供教学大纲、实验手册、教学方案、课程思政等内容。(11)《R语言数据分析实战》实验课程包：要求提供包括但不限于数据类型与数据输入、基本数据管理、时间值处理、数据与观测的基本操作、数学函数与统计函数、字符函数与其他类函数等30个实验任务，并配套提供教学大纲、实验手册、教学方案、课程思政等内容。(12)《Chatgpt大模型》实验课程包：要求提供包括但不限于LLM简介、深度学习基础、Transformer架构、GPT模型概述、GPT应用领域简介、LLM模型开发技术等六大类29个实验任务，并配套提供教学大纲、实验手册等。7、统计大数据项目实战案例资源包要求提供由真实项目案例转化出来的涵盖金融、零售、互联网、电商、民生、城市管理、环保、教育、农业等领域的基础实训案例包不少于15个，内容包括不限于实训换机、实验数据、实训课程指导手册等。每个实训项目需从项目背景、任务要求、使用方法等多方面对实训任务进行全面描述，复现出实际操作场景，引导学生完成。具体包括但不限于：（1）高校校情管理分析项目实训案例包：要求支持低代码可视化实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数据学生信息、师资力量、科研情况、升学、就业等数据集。（2）公募基金精准营销项目实训案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数据包括包括客户个人基本信息、资产信息、基金购买信息等字段信息，每一个样本是每一位用户的相关信息，不少于10000个样本。（3）信用卡客户交易数据分析项目实训案例包要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据。（4）某电商存货与销售情况监控分析项目实训案例包：要求支持低代码可视化分析实训环境进行实战练习，并需要配套实训手册、实验数据。（5）航空公司客户价值分析基础项目实训案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数，并需要配套实训手册、实验数据。（6）城市供水处理投药量建模分析项目实训案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数包括历史原水水质数据、原水流量数据、沉淀池浊度和混凝剂投加量（PAC耗）数据等，不少于6000个样本.（7）基于设备运行状态的重过载精准预测分析案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数据需包括设备智能感知模型输入数据、重过载精准预测模型输入数据，描述设备编号、设备档案等相关信息，包含设备基本信息、过载信息等字段信息，每一个样本是每一位设备的相关信息，不少于20000个样本。（8）企业用能环保监测分析项目实训案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数据需要包括检测日期、当日用电量、与管控前一日电量的比值等25个字段信息，每一个样本是一家重点企业的相关信息，不少于3000个样本。（9）国家GDP与制度差异的宏观经济分析案例包：要求支持交互式编程实训环境进行实战练习，并需要配套实训手册、实验数据。（10）国家富人数量与本国经济发展关系的宏观分析案例包：要求支持交互式编程实训环境进行实战练习，并需要配套实训手册、实验数据。（11）某省粮食产量预测预测分析案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据，其中实验数（12）全国主要农作物可视化分析案例包：要求支持低代码可视化实训环境进行实战练习，并需要配套实训手册、实验数据。（13）基于基站定位数据的商圈分析案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据。（14）地铁客流量分析预测案例包：要求支持低代码数据挖掘实训环境进行实战练习，并需要配套实训手册、实验数据。（15）出租汽车平台服务质量分析案例包：要求支持低代码可视化分析实训环境进行实战练习，并需要配套实训手册、实验数据。套112统计大数据管理与应用创新科研平台统计大数据管理与应用创新科研平台是一个集数据采集、数据管理、数据处理、指标计算、统计分析、算法建模、模型评估、模型部署、数据展示、报告设计为一体的综合性科研支撑体系。该平台利用先进的大数据技术和智慧化的算法引擎，采用低代码的极简的操作模式，支持科研使用者（包括教师、本科生、研究生）能快速洞察数据深层规律，满足毕业设计、课题研究、外部项目开发过程中对海量数据进行高效处理、深度分析和价值挖掘的需求，助力产业应用创新与科研成果转化。核心功能和技术参数包括：1.为满足统计大数据专业群及其他交叉学科科研应用过程对数据的需要，要求提供企业脱敏数据集，需、包含教育、政务、金融、制造、电商、零售、农业、交通等行业，数据总体规模不少于1000万条。★2.需提供实验数据源管理功能，要求具备多源实验数据接入能力，包括本地数据、数据库类型及接口类型的数据接入。本地数据要求能上传Excel、CSV等本地文件类型数据；数据库类型要求能接入常见数据库及大数据引擎相关数据，其中关系型数据库包括但不限于Oracle、MySQL、Sqlserver、DB2、达梦、Gbase 8t、Postgresql、kyligence、KING BASE、SG-RDB、神通等；MPP数据库包括但不限于：Gbase 8a、GreenPlum；大数据查询引擎包括但不限于Hive、Impala、Presto等；时序数据库包括但不限于Influxdb、IoTDB、Taosdb等；支持Kafka消息队列的数据接入；接口类型需支持RESTFUL的API服务配置方式或脚本编码方式接入数据。（重要参数：需提供系统功能截图证明）3.需提供数据集管理能力，要求支持将所有的实验数据源的表、视图按照业务进行分类管理，具备新建文件夹、新建SQL数据集、新建数据表功能。4.要求为教师和研究生科研提供数据采集、数据处理、统计分析、分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。要求平台支持师生通过简单拖拽、低代码的方式快速完成挖掘分析流程构建，同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。5.要求提供丰富的算法要素库，全部算法组件不少于150余种，其中分布式算法组件不少于120种；所有算法组件需提供详细的节点功能描述，需包括功能、端口、参数等信息。6.要求支持流程断点缓存，包括开启缓存、关闭缓存、清除缓存、从缓存处执行、执行到当前节点、从下一个节点开始执行等功能。支持配置流程运行资源，同时支持资源使用情况进行监控。7.支持常用算子功能，用户可将常用的节点进行收藏，方便使用。★8.要求支持节点拖拽方式配置接入文件数据、数据库数据、API数据、InfluxDB输入、Iotdb输入、kafka输入、TaosDB输入、Hana输入等。（重要参数：需提供系统功能截图证明）★9.要求提供包括但不限于数据标准化、自动数据处理、过程查询分析器、分类汇总、异常值检测、孤立点分析、表转置、堆叠列、数据平滑、RFM、季节解构等不少于11种高级数据处理组件。（重要参数：需提供系统功能截图证明）10.要求提供数据连接、数据拆分、数据分解等不少于5种数据融合处理组件。11.要求提供内置特征工程算法组件，包括属性生成、特征编码、主成分分析、因子分析、奇异值分析等不少于11种。★12.要求提供分类、聚类、回归、关联、时间序列、综合评价、推荐等7大类不少于50种机器学习算法组件。其中分类算法需包括C45+决策树分类、Xgboost分类、KNN、朴素贝叶斯、BP神经网络分类、L1/2稀疏迭代分类等，聚类算法需包括KMeans、EM聚类、两步聚类、模糊C均值、视觉聚类等；回归算法需包括线性回归、SVM回归、梯度提升树回归、BP神经网络回归、保序回归、L1/2稀疏迭代回归等；关联算法需包括Apriori、FPGrowth等；时间序列算法需包括ARIMA、稀疏时间序列、指数平滑、灰色预测、回声状态网络等；综合评价算法需包括熵值法、层次分析法、模糊综合评价法；推荐算法需包括协同过滤。（重要参数：需提供系统功能截图证明）13.要求提供不少于10种文本分析相关算法组件，包括分词、信息抽取、文本过滤、向量空间、关键词提取、主旨话题人析、命名实体识别、文本相似度、观点情感分析、垃圾违禁信息检测、文本摘要、词频统计、主题模型合并等。14.要求支持多种集成学习框架，包括Bagging分类、Bagging回归、Voting分类、Voting回归等，满足用户自定义集成学习算法的需求。★15.要求支持自动择参、自动分类、自动回归、自动聚类、自动时序等，提升了模型构建的自动化和智能化，使算法性能得到明显的提升。（重要参数：需提供系统功能截图证明）16.要求支持DNN回归、DNN分类、RNN分类、RNN回归、LSTM等不少于5种深度学习算法，并支持深度学习框架TensorFlow进行深度学习算法建模，TensorFlow支持集群部署。17.要求支持平行坐标图、散点图、箱线图、P-P图、Q-Q图等不少于20.种图形节点，方便师生在模型构建流程中通过可视化图表查看分析结果。18.要求平台支持对构建的挖掘模型进行评估，给出最优模型，同时能够在建模过程中，对模型进行输出、读取及利用。支持模型评估、模型读取、模型输出、模型利用等。19.要求平台支持对构建的挖掘模型进行评估，给出最优模型，模型评估体系不少于6种，包括LIFT、GAIN、K-S、Pr、Roc等。20.要求支持师生编制SQL\R\Python\Java\Matlab\Scala\PySpark脚本实现个性化的算法脚本。21.要求支持用Python语言分布式编程实现数据处理、数据分析等功能，丰富建模过程中处理、算法的方法，使得建模过程更加灵活。★22.要求支持灵活的扩展机制，自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的科研分析业务适应能力，充分满足师生的个性化需求。（重要参数：需提供系统功能截图证明）23.要求全面支撑模型的部署与应用，师生在完成挖掘流程发布后。支持根据业务需求选择应用模式：调度、异步服务RESTAPI、同步服务REST API、流服务及本地化服务包，满足工程化的不同诉求。24.要求支持对平台中发布的各类型模型成果进行分类管理、服务配置、服务监控、服务审计、任务配置等功能，可对已发布的同步、异步、流服务进行线上全局统一查看和监控管理，提升成果的管理监控能力。25.要求提供科研案例模板功能，师生可通过增加案例模板对案例库进行丰富，并提供对案例库的统一维护和管理能力。26.要求支持实时交互式探索分析功能，支持对每个节点的输出数据进行分析和探索，可以快速理解建模流程中各环节的数据。在数据明细部分，可以查看数据明细和行列数。在图形探索部分，支持多种可视化图表，可以更好地探索数据的特征、关系和趋势。对于Python代码，支持通过自定义编程更灵活的进行数据探索分析。套113社会科学统计软件1.软件具备管理数据访问、数据处理和输出，并能进行多种常见基本统计分析。基本统计分析功能包括描述统计和行列计算，还包括基本分析中的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。2.大量的非线性建模工具、多维尺度分析帮助研究人员进行非线性回归分析。将数据从数据约束中解放出来，方便地把数据分成两组，建立可控制的模型及表达式进行非线性模型的参数估计，能够建立比简单线性回归模型更好的预测模型。3.软件使用小样本量的数据时，通过数据自身重采用的功能，实现模拟大样本情况下的采样结果，从而对数据结构特征和偏差有更直接的认识。★4.可以分析事件历史和持续时间数据。具体功能包括：广义线性模型（GZLMS）、广义估计方程（GEES）、混合模型、一般线性模型（GLM）、方差成分估计、MANOVA、Kaplan-Meire估计、Cox回归、多因子系统模式的对数线性模型、对数线性模型、生存分析。（重要参数：需提供系统功能截图证明）5.提供35种单元和摘要统计量，能够更方便地显示多重序列数据，它能串接所有的维度，以在同一表格中显示包含不同统计量的各种变量。Tables用更深入的分析，轻松地处理复选题与缺失值，用包括所有统计量、易于理解的表格来展现分析结果，通过完整的表格控制权，还可以自制表格，创造优美外观。套514数据科学统计分析软件该软件需具备数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它需提供多种功能，包含但不限于线性混合模型、均衡重复反复及多项式普罗比模式。可根据教学需要实现数据管理、计量分析、数据分析、图形编辑、经济分析等。1.数据管理功能数据管理功能控制所有类型的数据。可完成三万以上变量数，可重组数据、管理变量，并收集各组并重复统计。可以处理字节，整数，long,float,double和字符串变量。还有一些高级的工具用来管理特殊的数据，如生存/时间数据、时间序列数据、面板/纵向数据、分类数据、多重替代数据和调查数据。2.图形处理功能线图；散点图；条形图；饼图；hi–locharts；等高线图；回归诊断图；生成曲线图；非参数平滑；Q-Q分布图等，支持生成出版质量的图形。可以编写脚本并以可复制的方式生成成百上千个图形，并且可以以EPS或TIF格式输出打印、以PNG格式输出放到网上、或PDF格式输出预览。3.可用Mata语言进行矩阵编程Mata既是一个操作矩阵的互动环境，也是一个完整开发环境，可以生产编译和优化代码。它还包含了一些特殊功能来处理面板数据、执行真实或复制的矩阵运算，提供完整的支持面向对象的编程。4.跨平台兼容平台可以安装可支持Windows、MAC、Linux三个系统5.可建立多种模型和方法贝叶斯分析，线性模型，多层次混合效应模型，广义线性模型（GLM），精确统计，扩展回归模型，非线性混合效应模型，区间删失参数生存时间模型，有限混合模型（FMMs），混合Logit模型，聚类随机设计和回归模型的功率分析，贝叶斯多级模型，Heckman风格的样本选择Poisson模型，具有随机系数的面板数据非线性模型，贝叶斯面板数据模型，贝叶斯生存模型，贝叶斯样本选择模型等。★6.经济分析功能（重要参数：需提供系统功能截图证明）（1）固定样本数据获得描述性统计和估计线性、非线性和动态面板数据模型。获得辅助变量随机、固定后果和平均值估计。构建自己的动态模型或者使用Arellano债券等传统模式。适用于模型的二进制,统计分数,和持续的结果以及更多。（2）时间序列适用于多元和单变量时间序列模型。包含但不限于ARIMA、ARCH/GARCH、VAR、VECM、相关图、周期图、white-noise检验、单元根检验、Holt–Winterssmoothers、HaverAnalytics数据、旋转和递归估计。（3）Cross-sectional模型适用于线性、分位数、截断以及审查回归和最大似然模型用于二进制、统计分数,连续、有序和多元的结果。（4）存活分析执行生存数据分析来完成描述性统计、Cox比例风险模型、线性回归模型、结构方程模型、二进制响应模型,离散响应模型,辅助变量模型和回归模型的选择以及更多。（5）处理效应估计处理效果用于持续的,二进制的,和生存结果以及多层次、多值处理。获得估计影响的内生性。从逆概率权重(IPW)、倾向评分匹配、协变量匹配、回归调整,doubly-robust IPW和IPW回归调整模型中选择。（6）辅助变量和选择适用于下横截面和面板数据模型内生性和选择。使用估计量选择用于二进制的内生性,统计,和持续的结果，以及更多。（7）调查方法包含但不限于采样权重、多阶段设计；分层、poststratification；deff、均值、比例、比率、总数；汇总表格；bootstrap、jackknife和基于线性化方差评估；回归、工具变量和probit。套515计量经济学统计分析软件1.采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；2.输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列；3.计算描述统计量：相关系数、协方差、自相关系数、互相关系数和直方图；4.进行T检验、方差分析、协整检验、Granger因果检验；5.执行普通最小二乘法、带有自回归校正的最小二乘法、两阶段最小二乘法和三阶段最小二乘法、非线性最小二乘法、广义矩估计法、ARCH模型估计法等；6.对二择一决策模型进行Probit、logit和Gompit估计；7.对联立方程进行线性和非线性的估计；8.估计和分析向量自回归系统；9.多项式分布滞后模型的估计；10.回归方程的预测；11.模型的求解和模拟；12.数据库管理；13.与外部软件进行数据交换。14.优化了常规性操作，使得计算更快15.可自定义多处理器/内核支持套516A3激光打印复印一体机A3激光打印复印一体机，主要用于打印展示实验室实验业务彩色图标等用，主要参数如下：a3a4彩色激光复印扫描打印机一体机、双面打印、自动送稿器、有网络共享、商用办公用机型。扩展功能:网络打印，支持有线&无线网络打印；基本参数:单面支持纸张尺寸A4、A3、A5、8K等；端口:WiFi端口输稿器纸张输入容量应在21-60页范围内；产品尺寸长宽高不超过：长600mm；宽700mm；高900mm；打印功能：黑白模式最佳打印分辨率600*600dpi彩色模式最佳打印分辨率1200*1200dpi；打印速度不低于20页/分；附带止滑滚动轮工作台。台117数据中心一体化机柜数据中心一体化机柜：一体化微模块机柜，≥6连柜（包含动力柜和IT柜），带≥2台风冷型列间≥25KW精密空调，风扇，UPS容量≥30KVA，后备时间保障≥1小时，含动环监控系统，可用空间≥200U前门玻璃后门钣金，单柜尺寸不小于：W*D*H(mm)600*1400*20001.配电：市电输入：≥125A/3P市电分配：2个≥40A/3P,1个≥40A/1P分配UPS控制：UPS输入≥100A/3P,UPS输出≥100A/3P,UPS维修旁路≥100A/4P, UPS分配:10个≥32A/1P带端子输出；防雷:C级浪涌保护,带防雷开关≥32A/4P2.UPS：UPS容量≥30KVA/27KW，效率≥96%，深度680，PF=0.9，电池电压384Vdc，无配电，RS485+EPO，维护旁路检测，55dB，LCD显示后备时间≥1小时。3.空调：风冷型列间精密空调，有空调外机送风方式前送风，后回风，适用于冷热通道全密闭，总制冷量≥25KW、风量≥50000m3/h。*本空调外机安装需上楼顶，请投标者实地勘验施工距离和施工条件。4.监控：本地≥10寸监控显示屏；远程web访问；集中管理（UPS/空调/配电等）、报警管理、环境管理（温湿度、烟感、漏水检测）5.其他：每个IT柜含≥1个12位PDU、≥2个层板、≥1个理线架、≥10块盲板；浮动螺丝螺母；6.人脸门禁模块：包含人脸门禁一体机、开门按钮、磁力锁、闭门器等。（1）≥7.8英 寸LCD触摸显示屏，屏幕支持多点触控操作，屏幕流明度≥450cd/㎡，分辨率≥800×1280；（2）设备本地人脸库存储容量≥100000张，本地卡存储容量≥100000张，本地出入记录存储容量≥140000条；（提供加盖厂家公章的第三方机构出具的检测报告复印件）（3）支持低功耗管理模式，设备运行功耗＜8W；7.生物采集模块：（1）采用≥3.5英寸LCD触摸显示屏，屏幕支持多点触控操作，屏幕流明度≥300cd/㎡，分辨率≥480*800，屏幕防暴等级≥IK04；（2）采用≥200万双目摄像头；（3）支持以下采集方式：卡号、指纹、人脸； 支持普通CPU卡、国密CPU卡发卡授权；支持指纹采集及查重功能；支持人脸防假体攻击功能检查，对电子照片、视频人脸不能进行人脸认证登录； 8.功能要求：（1）方案可靠：提供技术可靠的的高频机架式 UPS；支持选用N+1或2N架构，要保障供电安全；提供器件级、设备级、系统级可靠接地，保障设备操作可靠；前门采用钢化玻璃板，空调配备EC风机，选用低噪音机组。（2）结构可靠：支持全封闭设计，减少粉尘对设备运行的影响；机柜载体结构扎实，满足≥8级抗震烈度。（3）制冷可靠：专业热设计，搭配应急风扇，满足故障时的应急散热需求；应急风扇与消防报警装置联动，可设置在发生火灾时关闭 IT设备，降低火灾损失；空调具有来电自启动功能。（4）灵活部署：无需专业机房环境，功能模块高功率密度，节省空间；功能机柜工厂预制，现场施工便捷；功能柜设备模块化设计，机架式空调、UPS、配电、电池，安装简便；（5）绿色节能：配备高效率节能 UPS，满载变换效率≥95%；通道封闭，隔离冷热气流，多种空调送风方式，搭配封闭通道；（6）运维智能：一体化监控屏，高集成、“0”U 位设计，节省TCO 成本；立体式告警体系，防误报、多层级、多通路、快定位；支持断点续传，避免运维数据丢失；支持web 端在线升级，无需重启系统，保障对设备实时监控不中断。*需与本实验中心现有智能一体化机柜相兼容。本机柜部署包含强弱电改造，机柜空调外机上楼、现有机柜部分服务器物理腾挪迁移等系列安装施工部署。套118布线系统含网络布线系统、面板、模块、网络跳线、双绞线、配线架、理线架、光纤等;含机柜施工强弱点改造。套1（2）商务要求1、供货时间：合同签订生效后30日历日内。2、供货地点：宁夏固原市宁夏师范学院古雁校区。3、质保期：三年。4、付款方式：按照合同约定方式。5、评标方法：综合评标法。履约验收方案项目名称：预算金额（万元）：中标金额（万元）：实施地点：完工期：验收日期：年月日一、验收准备1.货物经安装、调试合格后，供应商提出《履约验收申请》，并明确货物安装调试等情况。2.供货商提出履约验收申请之日起3个工作日内，项目实施单位成立初验小组，并确定一名组长组织初验。3.初验不合格者，书面告知供应商，并按招标文件、投标文件、合同等约定内容进行整改。4.初验合格后，项目实施单位向资产管理处提交初验报告，同时向供应商发出《政府采购履约验收通知单》。二、验收实施1.供货商提出《履约验收申请》5个工作日内，资产管理处组织财务处、项目实施单位、后勤管理处、保卫处、信息化建设与管理中心等相关单位有关人员组成验收小组进行验收，验收小组组长为项目实施单位人员。2.涉及水、电、暖等改造的项目，后勤管理处参加验收。3.涉及消防设施改造的项目，保卫处参加验收。4.涉及信息化建设的项目，信息化建设与管理中心参加验收。5.验收时严格按照招标文件、投标文件、合同等相关内容逐一对照。6.验收不合格者，通知供应商立即整改，整改之后再次进行验收。7.验收合格后，出具验收报告（相关验收人员签字确认），并在验收后的2个工作日内上传公示《验收报告》三、项目完成情况项目的设备全部按照按招标文件、投标文件、合同等约定已全部完成，具备验收条件,具体情况如下。1.单位于年月日对设备进行了初验，供应商完成了安装、调试工作，设备数量、型号、规格等与投标文件、合同等文件一致，并经过测试，设备符合要求。2.资产管理处按照有关规定和标准,归集完备项目管理档案。四、验收依据1.《宁夏回族自治区政府采购履约验收管理暂行办法》。2.项目采购合同。3.招标文件。4.投标文件。五、验收组织安排1.参与验收单位项目实施单位:项目采购单位：监督单位：供货单位:2.参验单位职责(1)采购单位职责1.负责确定验收组织形式，组织项目实施单位、财务处、后期管理处、保卫处、信息化建设与管理中心等有关单位进行验收。2.负责组织编制验收方案。3.负责《验收报告》上传公示。4.负责项目实施的绩效评价工作。5.负责验收资料整理归档工作。（2）验收小组其他单位职责1.财务处负责对项目验收进行监督。2.项目实施单位主要负责对设备型号、数量、规格、性能等进行专业验收。3.后勤管理处、保卫处、信息化建设与网络管理中心负责对涉及水、电、暖、消防、信息化建设等相关内容进行专业验收。（3）供应商工作职责1.提供各种技术资料,配合验收小组验收工作。2.对验收小组提出需要整改的内容按投标文件、合同等有关约定进行整改。六.验收程序1.资产管理处介绍参与验收人员、验收小组组长；2.项目实施单位介绍项目概况、项目执行及项目预验收情况等；3.验收小组成员熟悉验收资料；4.正式开展验收工作；5.验收小组出具验收意见，签署《政府采购履约验收意见报告》6.验收单位整理验收资料，验收工作结束。七、验收方式一次性验收
投标 / 标书制作要点（原创）
本中央支持地方高校改革发展资金 云边端一体化统计学专业实验室平台 服务器涉及「招标预告」，投标方需重点关注：① 营业执照经营范围须含招标预告或对应服务类目；② 提供同类项目业绩证明；③ 报价方案与售后响应须明确；④ 紧盯投标截止与开标节点，建议提前完成标书制作与盖章。宁夏项目常要求本地化服务能力与快速响应，务必在投标文件中凸显。
标书制作联系冯经理：17551026086
