网络语境下英语多模态教学研究

计算机与网络技术的发展使英语教学呈现出多模态化,通过对人类认知过程的多模态、多模态概念界定、多模态话语的识别标准、多模态话语分析流派综述的探讨,英语多模态教学是以一种新的教学模式培养学生的多模态识读能力,重点培养培养学生的综合语用能力。     

融媒体时代网络视听节目大数据监管平台设计

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。     

甘肃省广播电视和网络视听监测监管平台升级改造创新

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。     

基于机器学习的网络视听节目实时监管系统的设计与实现

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。     

互联网视听节目监管系统关键技术研究及方案设计

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.     

视听节目内容识别技术在三网融合中的应用

随着"三网融合"的推进,网络内容传播的渠道越来越多,同时呈爆炸式增长的视听节目具有数量多、源头多、传播快、更新快等特点,这些都给视听节目的监管提出了新的要求和挑战.本文分析了视听节目内容识别技术在视听节目监管中的重要作用,并着重介绍一种先进的视听节目内容识别技术--影视基因技术,论述了其在三网融合中的应用.     

互联网视听节目监管系统建设的思索

针对目前各互联网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统一的监管平台,实现多个监管系统的共享共管,实现对海量视听节目数据快速分析和处理,准确掌握各类音视频节目传播的数量、动态、范围和影响等情况,综合提升舆情分析能力,提高监管效率.本文提出网络视听节目监管系统建设的基本思路,就系统建设中需要注意的几个技术环节进行了分析和探讨.     

视频情感计算在广电视听领域的应用研究

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。     

论网络技术体制发展范式的变革——网络之网络

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。     

P2P网络视听节目监管系统

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。     

内蒙古广电局互联网视听节目监管平台规划

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。     

基于领域专用软硬件协同的多模态网络环境构造技术

信息网络与经济社会深度融合发展带来了网络模态共生共存、动态并发、演进变革融合态势.首先,从基于多模态网络环境的垂直行业应用需求出发,提出了一种基于领域专用软硬件协同的多模态网元设计方案,讨论了多模态网络环境构造关键技术;然后,针对多样化网络模态对网元内异构资源竞争的问题,提出了一种存算转一体的异构软硬件资源分配方法,根...     

基于深度学习的多模态融合图像识别研究

基于深度学习的方法,利用多模态信息融合技术,将汽车等目标的声音、图像信息融合,用于对测试目标的判断.利用改进Inception网络对图像识别技术展开研究,分别比较了单纯图像信息情况的辨识、单纯声音信息情况的辨识,以及多模态融合情况下的辨识.通过试验分析和比较,证明该方法可以有效提高用户的图像识别能力,将特种车辆的平均识...     

构建互联网视听节目集中监管平台的探索和设想

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。     

基于流媒体的网络视听节目直播技术与监管策略研究

网络直播视听节目在扩大节目影响力、丰富网民业余文化生活方面具有突出优势,在发展过程中也出现了侵权盗版、链接境外广播电视、传播淫秽色情和血腥暴力等节目违规情况。本文根据相关网络视听节目管理政策,研究比较常用的流媒体技术的原理和传输协议,从法律法规完善、集成平台管理、监管系统建设、群众监督等方面提出监管对策。     

互联网视听节目监测关键技术

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。     

网络视听节目舆情监管系统设计实现与应用

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。     

为蒙古IPTV监管平台设想

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。     

基于多模态融合的视觉问答传输注意网络

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。     

互联网视听节目监管系统建设的思考

本文根据互联网视听节目发展的状况,提出对网络视听节目监管系统建设的思路,并就系统建设中需要注意的几个技术环节进行了分析和研究。