共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
为落实精准式、靶向性监管网络视听节目的要求,本文利用分布式采集、存储、计算等技术,设计了具有视听舆情感知、节目预警上报、内容研判辅助、传播情况分析、传播规律研究等功能的大数据监管平台,提升融媒体时代网络视听节目技术监测和内容监管工作效能。 相似文献
3.
随着新时代信息技术和全媒体技术的快速发展,广播电视和网络视听监测监管面临挑战和机遇。甘肃省广播电视和网络视听监测监管升级改造建设项目在网络架构设计、关键技术、回传数据采集、监测监管内容等方面进行了新技术改革创新。文章将重点对甘肃省广播电视监测监管平台建设利用微波网采集回传数据方面的改革创新进行论述。 相似文献
4.
在互联网视听行业不断发展的过程中,加强头部视听平台新增节目的实时监管对提高监管的时效性具有重要作用。本文基于行业现状和特点,设计并实现了基于机器学习的网络视听节目实时监管系统,并在数据采集、关键词信息智能分析、任务调度等方面进行技术探索和分析。 相似文献
5.
本文采用先进的信息获取技术、海量信息处理技术以及视音频分析技术,对互联网视听节目监管系统的监管数据进行整合,完成了从信息、应用、业务流程到用户界面的全面集成,使得监管部门能够更加准确掌握管辖范围内视听网站各类节目网络传播的数量、动态、范围、影响情况等重要信息. 相似文献
6.
7.
8.
视频情感计算是指计算机从视频中分析并提取文本、音频、图像等多模态的情感特征,使用模式识别、机器学习等方法对其执行计算,预测分析观者观看视频后引起的情感反应和情绪转换的技术。本文介绍了视频情感计算的概念,概要阐述了视频情感计算的关键技术与架构,提出了该技术在广电视听领域的应用建议。 相似文献
9.
多样性和多元性是宇宙发展的第一特征。当前网络技术发展始终未能脱离基于单一体制自我演进或更替换代发展的基本范式,极大地制约了以“人网物”为对象、计算/存储/传送一体化为手段的多元、多维融合新世界对网络技术体制与相关服务的创新需求。从思维视角和方法论层面出发,提出了网络技术体制与支撑环境相分离的多模态网络发展范式。结合云计算的场景,展望了多模态网络商业运作新模式和应用场景。 相似文献
10.
P2P网络视听节目是当前互联网视听节目的重要传播形态之一,用户多,影响大。本文介绍了P2P网络视听节目监管系统的组成、总体功能、软件总体设计和关键技术。该系统的建立为P2P网络视听节目传播业务的管理提供了有力的技术支撑。 相似文献
11.
随着网络技术的发展和新技术运用的日趋成熟,网络视听节目在网络文化内容中占据的比重越来越大,加强对互联网视听节目监管,可以保护公众和互联网视听节目服务单位的合法权益,规范互联网视听节目服务秩序,促进健康有序发展。 相似文献
12.
13.
14.
随着互联网技术的发展,互联网视听节目的传播手段、内容、形式也发生了巨大变化。在监管系统建设构成中针对不同的传播方式,适时建设相应的专项监管系统,多个功能专一的监管系统,给使用和信息的互联互通带来很多不便,造成工作效率低,信息资源不能充分发挥作用。针对广电系统内视听节目监管系统存在的问题以及缺乏全局的、系统化的解决方案的现状,提出构建互联网视听节目综合的集中监管平台,主要是建设“互联网视听节目信息资源库”,以及“监管数据集中分析处理系统”和“监管业务集中处理系统”两个系统,实现对各类海量视听节目数据快速分析处理,更加准确地掌握各类视听节目网络传播的数量、动态、范围、影响等情况,综合提升舆情分析能力,提高监管效率。 相似文献
15.
16.
实现网络视听节目监测的关键在于对网络视听节目进行准确查找、判别、归类,对包括视听节目在内的各类海量数据快速进行分析处理,这样才能够高效实现对网络视听节目内容的有效监管。 相似文献
17.
随着网络视听节目的高速发展,传统监测手段已不能满足网络视听舆情监测监管要求,在原有的传统监测手段之外,还需借助综合数据采集、内容智能识别等手段,综合分析舆情信息并进行预警,初步给出应对方案。本文结合云南省广电信息网络视听节目监管平台互联网舆情监管系统,介绍该系统基本架构和实现方式,同时介绍其在网络视听节目舆情监管方面的应用情况。 相似文献
18.
IPTV是三网融合重要的新媒体业务,内蒙古IPTV监管是根据三网融合总体方案和试点方案对网络信息安全和文化安全的要求,建立内蒙古地区IPTV技术监管系统,在节目集成播控、传输分发、用户接收等环节安装数据采集和监测系统,加强对网络播出、传输视听节目的监管。 相似文献
19.
针对传统视觉问答任务无法完全捕捉多模态特征之间复杂相关性的缺点,文中提出了基于多模态融合的视觉问答传输注意网络。在特征提取部分,分别利用GloVe词嵌入+LSTM提取问题特征,并使用ResNet-152网络提取图像特征。通过3层传输注意网络进行多模态融合来学习全局多模态嵌入信息,进而使用该嵌入重新校准输入特征。文中设计了一个多模态传输注意学习架构,通过对传输网络进行重叠计算,使组合特征聚焦在图像和问题的细粒度部分,提高了预测答案的准确率。在VQA v1.0数据集上的实验结果表明,该模型的总体准确率达到了69.92%,显著优于其他5种主流视觉问答模型的准确率,证明了该模型的有效性和鲁棒性。 相似文献