三网融合的技术及应用

"三网融合"是一种广义的、社会化的说法,是国家发展信息化的战略考虑,是技术发展的必然趋势.本文从技术和业务两方面分析了三网融合过程中可能遇到的一些问题,最后,重点阐述了未来三网融合下VoIP和IPTV的应用.     

基于三网融合建设高校开放性实验室的探讨

实验教学是高等学校教学的重要环节,直接影响高等学校的人才培养质量,而实验室的开放是实验室生命力的源泉.结合三网融合的特点及三网融合的未来应用,根据高校实验教学的现状,探索未来"三网融合"实验室的管理、虚拟实验室的建设及实验室开放应用的影响.     

谈三网融合背景下的广播电视信息化建设

本文阐述了我国三网融合的发展现状和广播电视信息化建设的重要性,从节目制作、节目播出、节目传收和节目监管四个产业环节的角度,分别分析了三网融合对广播电视信息化建设所带来的挑战和机遇,并提出了相应的对策.     

三网融合背景下的电视媒体发展策略

2010年被称为三网融合年,面对异军突起的互联网电视、手机电视及IPTV的发展,电视媒体能否借助三网融合的机遇,利用三网融合下电视媒体所拥有的新传播模式进一步发展自己,将成为电视媒体应对挑战的关键所在本文从传播内容、传输网络、媒介融合等多个方面,提出了三网融合背景下的电视媒体发展策略.     

从用户资源"数字化"看广电在三网融合形势下的竞争优势

本文就作为运营商最根本的要素"用户"来阐述了广电在三网融合后新形势下如何提升自身的竞争力,并力求在三网融合真正到来之前补上这一课,以适应今后的发展和市场的需要,使三网融合后数字电视的作用和潜力将会更加实现.     

有线电视网作三网融合物理网的优势和问题

广播电视网、电信业务网与计算机网是信息产业发展的基础,三网融合则是现代信息技术发展的必然趋势,其最终的物理网络选择是三网融合中需要解决的关键问题之一。文章阐述了广播电视网中有线电视网络的重要地位。     

在三网融合中广播电视网络技术发展的探讨

本文主要探讨在国家大力推进三网融合的工作背景下,广播电视网络运营中重点关注的技术问题和技术发展趋势,探讨三网融合对网络运营的技术影响,期望利用三网融合的契机建立统一的技术标准和网络规范.     

大唐电信发力"三网融合"深耕广电网络双向改造

本文简述了大唐电信积极投入国家三网融合战略发展,依托多年的光通信领域研发、生产、工程实施的经验,不时推出了面向广电网络双向改造的整体解决方案,为广电网络谱写了"三网融合"新的篇章.     

三网融合下的我国光纤接入网技术发展状况

2010年,从国务院决定加快推进三网融合的决定,光纤接入网(FTTx)由于其近乎无限的带宽被认为是接入网谋质的不二之选,光纤到户(FTTH)也成为满足带宽暴涨的终极选择.本文介绍了三网融合政策的实施对我国FTTx建设的推动作用和目前FTTx建设的几种模式选择.     

三网融合与NGB建设之探讨

三网融合是我们眼前热议的焦点,NGB建设是我们下一步工作的重点.本文重点阐述在NGB建设中一些基本问题上的认识、对HiNoC的部分见解,以及在迈向三网融合进程中步调上的一些认识.     

现代会计发展的新趋势——网络会计

立足国内网络会计发展实证研究，对网络会计已经存在的问题进行了探讨，并提出了解决现存问题、促进网络会计发展的对策建议。     

基于贝叶斯方法的神经网络应用于冷轧轧制力预报

 采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,并在网络的目标函数中引入了表示网络结构复杂性的惩罚项,避免了网络的过拟合。采用Levenberg Marquardt算法训练网络,并使用Gauss Newton的数值方法来近似求解Hessian矩阵,以减少计算量,从而提高了网络的收敛速度。将上述网络应用于冷轧过程的轧制力预报中,预报结果的精度远远高于解析模型,与基于传统BP神经网络的冷轧轧制力预报模型相比,在收敛的速度和预报的精度上均优于后者。     

基于RBF-BP混合神经网络的烧结烟气NOx预测

摘要：对烧结烟气NOx生成量进行预测,能为烧结NOx源头和过程减排提供有效指导。利用BP神经网络模型和RBF神经网络模型对烧结烟气NOx进行了预测,在此基础上结合BP模型自适应学习能力强和RBF模型快速收敛的特性,采用优化模型结构、设立连接层的方法,构建RBF BP混合神经网络模型进行了NOx预测研究,并对3种模型的预测结果进行了对比分析。研究表明,3种神经网络模型中,RBF-BP混合模型的均方根误差为11.37mg/m3,平均绝对误差为7.14mg/m3,最大绝对误差为35.47mg/m3,最小绝对误差为0.0083mg/m3,各评价指标均为3种模型中最优,混合神经网络模型的预测数据稳定性更好,结果拟合程度更高且收敛速度最快。采用混合模型预测NOx能有效消除烟气NOx生成量反馈延迟。     

计算机网络在冶金系统中的应用及其意义

结合冶金系统的特点，为云南冶金集团总公司及下属单位建立计算机网络，做到操作方便，运行稳定可靠，易维护。所建网络实现了快速、准确地获得国际国内金属产品市场信息与提高办公效率的效果。     

基于人工神经网络预报汽车齿轮钢的端淬值

采用人工神经网络建立了关于国内某特殊钢帮生产的汽车齿轮钢的淬透性与化学成分之间关系的非线性网络模型，并验证了该模型的准确性。该方法不同于以线性回归为基础推导出的经验公式，它具有容错性好，通用性强等优点，可用于预报要求多点控制淬透性的汽车齿轮钢，这无疑为汽车齿轮钢的淬透性预报提供了一种可靠的新途径。     

基于模糊神经解耦控制的板型板厚控制系统仿真

面对板型板厚控制这一复杂、多变量耦合的非线性系统,本文提出了一种两级串联结构的模糊神经网络解耦控制策略,前级为自调整模糊控制器,后级为基于动态耦合特性的自适应神经网络解耦控制器,并从理论上证明了学习算法的收敛性。实现了无模型板型板厚综合控制。仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板型板厚控制精度。     

基于神经网络的中厚板轧机轧制力模型

 以4200轧机大规模测试得到的实验数据为基础,利用Matlab人工神经网络工具箱,建立了该轧机轧制力的预测模型。通过对该网络隐层神经元个数的调整,提高了收敛速度,使轧制力的预测精度大为提高。     

轴承钢棒材超快冷却的实际运用研究

针对生产轴承钢棒材产品出现的网状碳化物问题,以国内某厂棒材热连轧生产线为依据,对GCrl5轴承钢轧后进行快速控制冷却的温度场进行模拟研究,并运用于实际生产中,取得了较好的效果。结合现场条件所能采用的各种冷却工艺,利用计算机模拟方法,对冷却工艺进行了优化分析,使得GCr15轴承钢20～60的产品的网状级别≤2.0级,解决了中小规格棒材轴承钢网状碳化物达不到标准要求的问题。     

冷连轧机轧制力人工神经网络预报

采用改进的BP网络Levenberg-Marquardt优化算法对冷连轧机轧制力进行快速预报,此网络参量可自适应调整,收敛速度快.冷连轧生产轧制力预报精度大为提高,为冷连轧轧制力预报提供了一条准确高效的新途径.     

基于模糊滑模方法的不确定机器人神经网络控制

针对不确定机器人轨迹跟踪控制,提出了基于模糊滑模方法下的神经网络自适应控制,其中RBF神经网络集中补偿系统的不确定性,利用带边界层滑模变结构方法消除了神经网络的逼近误差,并通过模糊方法动态确定边界层宽度,很好的解决了滑模控制中的抖振现象。仿真实例表明,该控制律能保证误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性。