适用范围：随着信息技术的迅速发展和医疗健康行业的数字化转型，医疗数据的种类和数量呈爆炸性增长，尤其是在影像数据和护理数据的生成和管理方面。影像数据，如CT、MRI、X光片等，成为临床诊断和治疗中不可或缺的部分，而护理数据则涵盖了患者的护理记录、病情变化、护理方案等重要信息。这两类数据的融合对于全面了解患者的健康状况、提供个性化治疗和提高医疗服务质量具有重要意义。 然而，影像数据和护理数据的管理面临着一系列挑战。影像数据通常具有大容量、高复杂性和高更新频率等特点，而护理数据则分散在多个系统和平台中，数据格式、存储要求和处理方式差异较大。因此，如何有效地融合这两类数据，并通过大数据技术实现智能存储、管理和分析，已成为现代医疗领域的亟待解决的问题。 本文件旨在为医疗机构提供一套完整的影像临床数据与护理数据融合的大数据智能存储与管理方案。通过建立数据融合架构、智能化存储系统和高效管理机制，本文件帮助医疗机构提升数据管理效率、实现数据共享与互通，并为临床决策支持系统的建设奠定基础。此外，本文件还特别强调数据安全和隐私保护，确保医疗数据的安全性和合规性。 本文件适用于各类医疗机构，尤其是大型医院、综合性医疗服务平台及相关医疗数据处理单位。其内容涵盖数据存储架构、数据融合处理流程、智能化管理技术、数据安全与隐私保护等方面，为医疗机构提供智能化、大规模的数据管理和分析支持，促进医疗服务的精准化、个性化发展

适用范围：本标准的正文部分主要内容包括开放终端架构的各个层级和核心组件的各个模块的技术要求。其中： （1）开放终端架构具体包括总体架构及要求、计算资源层、设备驱动层、工业数据库层、服务承载层、应用开发层和安全层。 （2）核心组件具体包括图形算法运行时模块、远程管理模块、应用管理模块、应用集成模块、图形算法组态模块和安全防护模块

适用范围：本标准的正文部分主要内容包括资源共享平台上接入资源数据交换的数据类型、数据格式、数据项定义和数据交换接口的技术要求。其中： （1）数据格式具体包括结构化数据格式和多模态数据格式。 （2）数据交换接口具体包括通信协议、接口能力要求、请求与响应参数和接口定义

适用范围：随着人工智能技术在教育领域的广泛应用，传统以考试为核心的静态测评模式已难以全面反映学习者的真实水平和发展潜力。多模态人工智能教育动态测评体系通过整合文本、语音、图像、视频、行为数据等多种信息源，能够实现对学习过程的实时感知、动态追踪和智能分析。这种测评体系不仅可以更全面地揭示学习者的认知能力、情感状态与行为习惯，还能够为个性化教学提供即时反馈和科学决策依据。 当前，国内外在人工智能教育测评领域的探索不断深入，但在数据采集、模型构建、指标体系设计、隐私保护和教育场景适配等方面仍缺乏统一的规范与指导，导致不同平台和机构之间存在测评结果不一致、数据不可比和难以共享等问题。因此，亟需建立一套科学、规范、可操作的多模态人工智能教育动态测评体系构建指引。 本文件的制定，旨在规范多模态数据的采集与处理流程，明确动态测评的原则与方法，提出技术框架与应用场景的构建思路，为教育管理者、教师、科研机构和相关企业提供参考，推动教育测评由静态走向动态、由单一走向多元，促进教育公平与质量提升

适用范围：本文件规定了工业思维链数据集建设的术语定义、数据资源分类、采集流程、数据生产与质量评估及数据安全要求。 本文件仅适用于工业场景下的故障诊断、工艺调优和质量管控三个应用领域的数据集建设工作。 本文件适用于工业企业、工业软件开发商、科研院所等主体，为训练工业场景复杂推理模型而开展的思维链数据采集、生产与评估等工作。 该导则首次系统性地规范了工业思维链数据集的构建流程，涵盖数据采集、生产、质量评估与安全要求，聚焦于工业领域的故障诊断、工艺调优与质量管控三大核心场景，提出了逻辑表征规范与数据质量评估体系，旨在为训练具备复杂推理能力的工业AI模型提供高质量数据基石，解决复杂工业环境下AI模型推理能力训练的数据瓶颈

适用范围：本文件规定了检测报告质量数据的可视化呈现应用的技术要求、遵从和评估等方面的要求。 本文件适用于全项目检验合格或主要项目检验合格的产品（商品）检测报告，用于实现质量数据的数字化提取、结构化存储、可视化分析及交互展示。 本文件规定了检测报告质量数据的可视化呈现应用的技术要求、遵从和评估等方面的要求。 本文件适用于全项目检验合格或主要项目检验合格的产品（商品）检测报告，用于实现质量数据的数字化提取、结构化存储、可视化分析及交互展示

适用范围：本标准的正文部分主要内容包括科学仪器和生产设备的信息资源属性分类、信息模型属性关系、信息模型抽象关系、信息模型定义扩展、科学仪器和生产设备的OPC UA规范以及一致性映射。其中： （1）信息模型元素关系与抽象表示具体包括信息模型元素关系和信息模型抽象关系。 （2）信息模型定义扩展具体包括科学仪器信息模型属性扩展和生产设备信息模型属性扩展。 （3）模型一致性映射具体包括统一本体资源建模和本体模型与信息模型映射

适用范围：本文件界定了团餐食材供应链数智化服务的术语和定义，规定了服务体系、服务内容、服务保障以及服务评价与改进的要求。 本文件适用于服务提供商提供的团餐食材供应链数智化服务。 前言 1 范围 2 规范性引用文件 3 术语和定义 4 服务体系 5 服务内容 6 服务保障 7 服务评价与改进 附录A（资料性） 数智化服务评价表

适用范围：本标准的正文部分主要内容包括科学仪器通过云端平台、本地网络及混合模式的接入方法、架构及技术要求。其中： （1）科学仪器硬件资源接入具体包括硬件资源、接入要求和接入说明。 （2）科学仪器数据信息接入具体包括数据信息、本体构建、资源适配接入和接入后信息处理。 （3）科学仪器服务化封装与接口定义具体包括科学仪器服务化封装和标准化接口定义

适用范围：本文件规定了高端装备语料建设的总体原则、语料资源规范、语料采集、语料生产以及语料安全。 本文件适用于高端装备制造企业、科研院所、技术服务机构等主体开展的高端装备语料研究、开发、维护、应用及评估工作，涵盖研发设计、生产制造、运维服务等核心环节的多源异构高端装备语料的采集、处理、标注、存储与应用，其它工业细分领域的语料建设工作也可参照使用。 该导则首次系统性地规范了高端装备领域语料资源建设的技术要求与全流程管理，文件明确了高端装备语料的分类体系，涵盖设计研发、生产制造、运维服务三大核心场景，并规定了文本、图像、视频、时序、CAX（CAD/CAE/CAM）等多模态语料的采集、处理、标注与存储标准。同时，导则创新性地提出了结合真实采集与合成生成的语料构建方法，并建立了以准确性、一致性和适用性为核心的质量评估体系。该文件的实施，将为高端装备制造企业、科研院所构建高质量、高价值、安全合规的AI语料库提供关键指引，有力支撑工业大模型与智能系统在高端装备领域的深度应用与创新发展