人工智能在无人作战飞机上的应用与展望

在未来高对抗环境下，夺取空中优势至关重要，无人作战飞机（UCAV）的参战将实现飞行员零伤亡。人工智能（AI）作为无人作战飞机未来发展的颠覆性技术之首，将从力量倍增器或作战支持转变为真正的人类替代者。从AI对UCAV的作用与意义出发，介绍了国外UCAV相关的人工智能项目的研究进展，总结了UCAV相关的AI智能算法，分析了UCAV的发展趋势。随着人工智能技术、机载处理技术以及传感器技术的进步，UCAV将在未来战争中实现智能协同、智能任务与智能飞行，成为空战的主力。     

无人机在输电线路巡检中的多种应用

无人机技术目前的快速发展使得我们国家输电线路自身的巡检能力得到了持续的提升,基于此本文在对无人机技术给予认识的情况下,在了解了输电线路巡检过程中的使用优势之后,还总结了无人机技术在当前我国线路巡检过程中的应用路径以及应用方法;之后使用案例分析的方式分析了无人机技术在当前输电线路巡检过程中的应用方法。     

论AI智能巡检飞行平台的优势——以易飞云巡检项目管理系统为例

巡检是很多行业的常态性工作,早期以人工作业为主,而无人机因其明显的高效优势成为巡检新利器。然而很多企业单位却没有对管理工具和软件平台及时进行迭代更新,老一套工作方式的缺点越来越突出。本文通过对国内外无人机巡检飞行平台的历史背景进行梳理,分析无人机巡检的未来发展趋势,并对AI智能巡检飞行平台系统进行研究和探讨,提出了一种可快速完成线路巡检任务并能及时有效地发现异常状况的自动巡检系统。较无人机、人工巡检,该系统将大大提升作业效率和巡检精细化程度。升级后的巡检系统,将会使巡检效率大幅度提升。     

基于人工智能的基站巡检应用实践

运营商传统的通信基站巡检通过人工方式进行,不仅耗费人力,还存在安全性不高、结果不可验证、信息不全面等问题。主要介绍人工智能技术在运营商基站日常巡检领域的应用实践及面临的挑战,包括智能巡检技术及产业发展概况、运营商传统巡检向智能化转化的需求动力、智能巡检解决方案、效果评价与数据分析等。在此基础上,探讨了电信运营商未来开展AI自动巡检的应用场景与服务模式,提出了智能巡检平台的部署方案建议。     

三维可视化智能巡检系统在环保岛中的研究与应用

文中主要叙述了三维可视化智能巡检系统在环保岛中的应用,分别从三维可视化智能巡检系统的主要技术、前沿科技、功能定位等方面展开讨论,分析了满足巡检业务功能需求的三维可视化智能巡检平台。同时,文中对环保岛内的所有设备设施进行了模型化处理,并在系统中进行可视化展现,以便巡检人员在线上通过远程的方式对所有巡检点进行数据监测。     

弹群组网应用与关键技术

随着弹药技术及网络技术的快速发展,弹群组网作战系统作为未来作战体系中的重要角色受到了世界各国的高度关注。简要概述了国外弹群组网作战系统的发展趋势,并对弹群组网作战能力进行了定性分析;在此基础上,建立了基于多层面、多子网、同构与异构并存、有中心与无中心网络的弹群组网混合体系架构,并对其功能及特点进行了详细分析;对弹群组网作战系统亟待解决的关键技术进行了梳理,为其工程应用提供了理论参考。     

6G中的卫星通信高效天基计算技术

6G对天地融合通信系统中的卫星有效载荷计算能力提出了更高要求,首先介绍目前卫星载荷能力的现状和特点,结合6G多种业务的特点和需求,从星地协同AI、云边协同AI以及构建多业务一体化异构天基计算平台三个方面进行了探讨和展望.     

图像识别技术在“AI+安防”服务实战中的应用

建立在图像识别技术基础上的AI安防体系已经成了当前社会发展的主要关注点。AI安防助力系统不仅能够应用在公安、交通以及商业消费领域,还可以在物联网的基础上打造安全防控平台,在未来发展的过程中也具备可持续发展动力。文章以图像识别技术以及AI系统的实际概念和原理作为切入点,以全面提升当前的安防质量作为主要目的,对二者在当前的安防体系建设中的实际应用情况进行分析。     

智能终端深度学习计算卸载决策技术研究

随着AI芯片软硬件架构的迭代升级,智能终端的AI处理能力日益增强。但由于终端自身资源的局限性,使终端AI应用仍存在着严格的计算、内存和能耗成本限制。设备协同计算的概念应运而生。重点研究智能终端深度学习模型计算决策技术,结合智能终端技术栈特性与用户隐私安全深入研究了DNN计算卸载系统管线,并提出一种适合智能终端AI应用落地的模型潜在分割点搜索策略,通过系统仿真对其进行性能评估。     

基于多链路通信的通用航空地面监控系统设计

针对国内通用航空通信手段单一、活动目标监视数据匮乏的问题,提出了一种基于广播式自动相关监视（ ADS-B)链路、“北斗”链路、移动通信链路的多链路通用航空（通航)通信监视系统。通航地面监控系统作为该系统中重要组成之一,承担着多链路数据接收、通航飞机信息处理和收集、航空器冲突检测、通航飞机信息智能分发等重要工作。考虑到地面对通航飞机飞行轨迹的无缝、及时、精确、连续的监视需求,提出了一种多链路自动切换与融合技术。通航机场现场测试证明：通航地面监控系统能够快速有效地处理3种链路数据,为通航用户提供实时、连续、无缝的通航飞机监视服务。     

高精度无人机在变电站巡检中的应用优势探究

变电站巡检工作对稳定电力系统正常运行,提升变电站安全性具有重要作用.高精度无人机应用到变电站巡检中实现了自主巡检,是一种效能较高、精度较高的巡检方式.文章对高精度无人机在变电站巡检中的应用优势、应用过程、应用对策等进行了全面的概述,旨在给予变电站巡检工作更多的参考价值.     

基于视觉图像SLAM的巡检车研究和实现

随着5G通信技术的发展,车路协同的网络数据传输得到了极大突破.本文研究面向车路协同,进一步完善基于SLAM无人巡检车地图以及导航方式的系统.通过车路协同的方式完善导航地图,减少无人巡检车对传感器本身的精度和覆盖范围要求,利用路边摄像机等覆盖范围更为宽广的路侧检测方式,减少无人巡检车辆的开发成本,同时提高交通安全性,推动...     

AI技术在市场营销中的应用

阐述AI技术在市场营销领域的研究现状,探讨AI技术在市场营销中的应用,包括个性化推荐、智能客服、情感分析、市场预测。分析AI技术在市场营销中的优势和挑战,展望未来发展方向。     

AI语音关键技术与业务实践研究

研究了AI语音技术在业务领域的实践应用,梳理归纳了AI语音三大关键技术:语音识别、语音合成、自然语言处理的技术原理与技术演进路线;描述了构建在三大技术之上的AI语音产品的架构、功能特色和应用场景;详细说明了AI坐席产品、AI质检产品与云呼叫中心对接方案,并通过对比的方法给出各方案的优势劣势;最后对AI语音技术与产品进行...     

基于AI语音技术的智能家居系统构建

随着现代科学信息技术的快速进步发展,语音自动识别技术已经广泛应用在家电、汽车、微电子以及移动通信等多个领域.目前,国内智能语音自动识别技术也已经取得了较大技术突破,我国家居市场上的新型智能家居管理产品越来越多,各种家居产品功能样式层出不穷.基于此,对人工智能(Artificial Intelligence,AI)语音在智能家居系统构建中的技术基础、AI语音技术在智能家居中的应用模块系统构建进行具体分析,并以海信AI智能电视为例,希望可以利用AI语音技术实时让用户存储大量语音处理信息,运用语音数据挖掘分析算法对语音信息数据进行综合处理,分析挖掘出广大用户的日常生活习惯,为广大用户提供更加智能的家居服务.     

芯片厂商引领广电的人工智能化

本文从芯片厂商的角度分析人工智能(AI)得以迅速发展的三大关键要素.并以当前AI中最核心的深度学习技术为例,分析其训练和执行两个阶段分别对硬件的需求,得出GPU和CPU性能在AI应用的重要性.随后介绍了兆芯在GPU和CPU方面的技术优势,以及在广电领域,兆芯凭借自身平台优势引领AI产业发展及推进AI应用落地的实际案例.     

电力设备巡检中条码数据采集技术的运用

本文通过阐述了在电力设备的巡检过程中所运用到的条码数据采集技术,首先对巡检过程中所遇到的问题进行了阐述,简要介绍了条码数据采集系统的设计,并详细探讨了条码数据采集技术在系统中的应用及其功能,希冀对相关行业提供借鉴与帮助.     

通用航空飞行计划处理系统的设计与实现

飞行计划处理系统依托公共互联网络，完成飞行用户和管理部门的信息交互，用于通航空域使用的申请、审批、信息收集、信息发布和动态监视。通航飞行用户可依托该系统上报飞行计划、接受飞行计划批复和获取相关飞行服务信息等。其工作原理是，在通航飞机起飞前可以通过飞行服务站或飞行计划申报系统进行计划的申报工作，通航管制中心通过报告获得通航飞机的状态，经确认飞机满足起飞条件后，通航管制中心批准起飞。     

探究AI大模型：现状、挑战与未来

文章简要介绍AI（人工智能）大模型的定义和重要性，以及人工神经网络结构和深度学习历史。探讨了AI大模型在语言处理、图像识别和推荐系统等任务中的应用。讨论训练AI大模型的原理、数据重要性、硬件要求和分布式训练技术。探寻AI大模型在可解释性挑战、长期记忆与推理以及非监督学习方面的进展。提出对AI大模型的普适性理解和未来发展的展望。     

人工智能芯片及测评体系分析

芯片是许多尖端数字设备的基础核心部件,随着自动驾驶、人工智能（AI）、5G技术和物联网时代的到来,AI芯片的开发与应用逐渐成了各界关注的焦点。AI芯片是指专门设计用于处理人工智能任务的新一代微处理器,具有能效高、耗电少等优势,能够在汽车制造、智能家电、机器人等领域中发挥重要作用。从定义、功能、技术架构和测评体系等多方面对AI芯片进行了介绍,对现有AI芯片测评体系及特点、AI芯片基准测试平台以及AI芯片测评标准进行了详细研究,并概述了AI芯片测评的发展趋势。