预付费用户实现短消息业务的关键技术分析

介绍了目前国内移动智能网系统和短消息系统的现状 ,在此基础上提出了基于移动智能网的预付费用户实现短消息业务的 3种解决方案 ,对各方案进行了分析和比较。最后 ,介绍了CMIN0 2移动智能网系统中预付费短消息业务的实现。     

混凝土冻融劣化后动态单轴抗压特性试验研究

为研究混凝土冻融循环后的动态力学性能,利用10 MN动静三轴仪对不同冻融劣化程度的混凝土在不同加载速率下进行单轴压缩试验,同时采集声发射数据分析试验过程中能量释放及损伤演化规律。最后,选用Weibull-Lognormal损伤本构模型,对试验数据进行拟合分析,并分析不同工况混凝土的损伤随应变的发展规律。研究结果表明:①相同冻融劣化程度时,随应变速率增加,峰值应力增大,峰值应变减小;冻融劣化程度会影响峰值应力的率敏感性;②在应变速率相同时,随冻融循环次数增加,峰值应力随之减小,峰值应变随之增大。③混凝土冻融劣化后应力应变关系峰前服从Weibull统计分布,峰后服从Lognormal统计分布。④在相同应变速率下,随着冻融循环次数的增加,混凝土的累计塑性应变整体呈增大趋势。     

冻融劣化混凝土压剪作用下力学特性及破坏准则

为研究冻融劣化混凝土动静态抗剪性能,进行了不同冻融循环次数(0,10,25,35和50次)后混凝土在不同法向应力(0,3,6,9和12 MPa)下的压剪强度试验,混凝土强度等级为C30。研究分析了冻融循环次数和法向应力对混凝土剪切强度、峰值应变和黏聚力与摩擦系数的影响。分析结果表明:①随着冻融循环次数的增加,混凝土在相同法向应力状态下的剪切强度均逐渐降低,而且法向应力越大,剪切强度随冻融循环次数的增加而降低的程度越小;当冻融循环次数相同且法向应力不大于单轴抗压强度50%时,剪切强度随法向应力的增大而增大,且冻融劣化程度会影响该增幅效果;②在法向应力相同时,剪切峰值变形随冻融循环次数的增加呈线性增长趋势,对某一冻融循环次数,法向应力的存在增大了混凝土的剪切峰值变形;③摩擦系数和黏聚力都随冻融劣化程度的加深而降低,黏聚力大幅度降低是由于冻融劣化作用起主导作用所致。基于上述试验分析和八面体应力空间二次抛物线形式的压剪破坏准则,构建了平面应力状态下考虑冻融循环次数的混凝土压剪破坏准则。     

面向租户的虚拟机定制化组网技术

基于OpenStack 设计并实现了一个面向租户的虚拟机定制化组网系统,通过资源的元数据定义和基于模板的协同操作,实现云基础设施（计算、存储和网络资源）的自动化部署和管控。具体功能包括统一的图形化租户可拖拽操作、定制化的虚拟机组网编排、动态批量的资源配置更新、网络接口粒度上的服务质量控制以及基于虚拟机网络连接关系的优化映射算法等。该系统可以为租户提供网络配置能力,使租户可以方便、快捷而不受制于技术细节地进行虚拟机组网;性能上降低了网络平均时延,实现了资源的高效匹配,提高了资源利用率。     

3G移动智能网建设方案研究

根据移动智能网的发展现状,对3G移动智能网建设的需求进行了分析,提出了一种混合建设方案,使3G用户在3G网络中使用CAMEL3业务,在2G网络上漫游时使用CAMEL2业务.该方案可支持移动智能网用户从2G向3G的带号升级和在3G和2G之间的无缝跨网漫游,同时对2G中的CAMEL2网络和业务影响很小.     

移动智能网与移动互联网的互通研究

移动智能网与移动互联网的互通与结合可以使移动智能网提供丰富的语音/数据综合业务,同时也解决了预付费业务用户无法使用移动互联网的问题。综述了移动智能网与移动互联网互通的研究成果,在此基础上提出了一个完整的互通体系结构,详细介绍了新的业务属性和业务,并分析了基于移动互联网的业务管理和业务控制的计费策略。     

智能开放的新一代电信业务体系及关键技术

针对复杂异构网络提出了基于业务系统全面解耦的智能开放的电信业务体系（IOTSA）,以及网络资源智能调度、动态服务编排组合、异常行为智能监控等核心机制。通过建立三级接口、四层能力开放架构,实现多粒度的能力开放与全面的资源共享,满足了多场景的需求。提出了业务系统低风险低成本快速解耦、多业务动态协调等关键技术。相关成果形成了系列国际标准,并在现网大规模应用。通过提供大量超细粒度能力、396个原子能力以及灵活的复合能力,有力支撑了运营商及第三方业务应用的发展。     

基于信任机制下概率矩阵分解的用户评分预测

互联网的蓬勃发展,在为用户提供便利的同时,其海量信息也为用户选择造成了困难,基于用户理解的信息推荐服务正成为应时之需.相较于面向单个用户信息的传统推荐技术,基于社交信息的推荐技术通过引入影响力建模,可以更真实地还原用户属性及行为.然而,已有的社交推荐技术往往停留于对用户影响的笼统归纳,并没有对其内在机制进行清晰分类和量化.针对这一问题,通过对用户评分行为中的信任关系进行分析,着重研究了信任用户间接影响用户偏好和直接影响用户评分两种不同机制,进而提出了基于用户间信任关系融合建模的概率矩阵分解模型TPMF,从而实现对上述两种机制的有效融合.在此基础之上,针对不同用户受两种机制影响权重不同的问题,通过借助评分相关性对用户进行聚类并映射到相应权重,实现了用户模型参数的个性化选择.公开数据集的多项实验结果表明：提出的TPMF及其衍生算法在各项指标上优于现有代表性算法,验证了所提出的影响机制及技术框架的有效性.     

基于Copula函数和LU分解法的汽轮机数据特征选择

为了能够有效利用高维空间的数据并且解决冗余维数对最终结果的影响,本文提出了一种采用Copula函数和前向替换(LU)分解法的维数降低特征选择方法,即由Copula函数提供一个适合的相关性模型来比较多变量分布的数据,LU分解可以快速获得维数的线性组合相关系数,然后通过相关系数分析和消除不相关或冗余数据以及其他线性组合的变量,保持数据信息的完整性,这样可对多维数据进行特征选择。将本文方法与主成分分析(PCA)、简单主成分分析(SPCA)、奇异值分解(SVD)特征选择方法用于某厂2个月内汽轮机3种工况下大量数据的处理分析。结果表明,本文方法对识别的故障数据维数的降低数和识别效率较其他方法效果更好。     

部首感知的中文医疗命名实体识别

人工智能技术的发展推动了医疗领域的智能化,为提升医疗效率、改善医疗水平提供了新的助力。同时,这一新的趋势也催生了海量的电子病历文本,其所蕴含的丰富信息具有巨大的潜在挖掘与应用价值。然而,当前中文电子病历的命名实体识别研究工作并没有全面考虑中文及中文医疗领域的特殊性,而是将面向通用数据集的模型迁移到医疗领域的实体类型中,分析效果较为有限。针对这一问题,该文设计了长短期记忆网络与条件随机场的联合模型并引入BERT模型;在此基础之上,考虑到医疗领域命名实体鲜明的部首特征,通过将部首信息编码到字向量中,并且结合部首信息修改条件随机场层得分函数的计算方式,有效地提升了医疗领域命名实体的抽取能力。通过两项电子病历数据集的实验结果表明,该文提出的模型整体效果略高于通用的实体识别模型,并对疾病诊断等特定类型的实体词的识别效果具有较为明显的提升。