基于XDR大数据分析和AI技术的定轨道路用户感知识别技术

随着网络结构、业务形态、用户模型的不断变化以及大数据、云计算等技术的不断演进,网络运维成本压力逐年上升,依赖于专业测试软件进行道路测试的传统优化模式已经难以满足未来发展的需要,网络优化亟待智能转型。基于定轨道路用户的真实海量数据,通过聚类算法模型对上海全路段用户感知问题进行定位分析研究。研究结果表明,大数据分析和AI算法的定位精度和优化效率远大于传统路测。     

电磁感知大数据综合分析与利用

电磁空间是重要的国家战略资源，其重要性不断提升，实现海量电磁感知数据的综合利用是未来联合行动的必然要求。针对上述需求，分析了电磁感知数据的特点及情报保障需求，设计了数据融合与数据挖掘一体化的数据处理模型，提出电磁感知数据综合分析与利用处理流程，重点分析了侦察感知数据智能化识别、多源数据关联分析、动态知识库构建与维护、目标行为分析与意图识别等关键技术，为实现电磁感知数据综合高效利用奠定了基础。     

基于DSP和双目视觉的多媒体传感器网络节点设计与实现

针对无线传感器网络对于多媒体信息获取的实际需求,以高性能DSP处理器为核心,结合ZigBee无线通信,设计实现了新型多媒体无线传感器节点。借助DSP的强大运算能力和外设接口,在多媒体节点上配置了双目摄像机、加速度计等传感器,实现了环境信息和图像数据的实时感知与获取,并依托ZigBee协议形成了室内环境短距无线通信与监测能力。实验结果表明,所设计的多媒体传感器节点能够准确、实时地进行综合感知数据的获取与处理,满足无线多媒体传感器网络的应用需求。     

基于大数据的API接口运维自感知监控方法研究

近年来，我国的大数据技术快速发展，在大数据技术的引导下，计算机技术也逐渐实现了智能化。在智能化、信息化时代，数据的产生需要依托智能计算机的精准运算，云计算技术能对网络上的海量数据进行精准定位和分析处理，从众多无用的数据中筛选出有价值的信息，并将其返回数据库。这些有价值的信息和内容是支撑时代发展的基础。大数据平台信息搜集的重点在于海量信息的存储，筛选后的信息对各行各业的发展有利有弊。对于目前的网络平台而言，大数据运维自感知监控技术既是挑战也是机遇。     

海量数据信息管理系统设计与实现

为了提高不同场景的绘制效率,对网络中海量数据信息进行可视化管理,设计一种基于三维虚拟的海量数据信息管理系统。系统分为三维图像处理模块、信息感知模块、数据交互模块、三维模型重构渲染模块和输出程序控制模块。采用视景仿真渲染工具Vega Prime进行海量数据信息管理系统的三维立体建模和视景分析,采用3ds MAX软件进行海量数据信息管理建模,结合自适应图形跟踪渲染方法实现网络中海量数据可视化三维图形绘制,提高对海量数据信息的跟踪能力,构建视景分析模型数据库,实现对海量数据信息进行实时管理。仿真结果表明,设计的系统具有很好的三维虚拟重构能力,提高了海量数据显示与交互操作的绘制效率。     

AI使能的高能效无线通信技术

随着5G无线通信网络大规模部署的开展，网络所消耗的能量正在成倍提升。尽管传统基于站点、频带和时隙静态关断的技术能够显著地提升整个无线网络传输和运营的能效，但面对大通量、高动态的5G业务需求，缺少AI支持的静态关断已无法满足系统的能效指标。因此，从无线通信网络的业务与传输层、媒体接入层和物理层等层面，探讨AI技术引入对提升无线通信网络能效带来的积极影响。利用AI所提供的高度非线性拟合能力和泛化能力，针对无线网络业务的有效调度、传输任务的合理分配、收发机的通用架构以及基带和射频系统的联合优化等方面开展高能效的优化设计。通过搭建原型系统并分析部分案例，提出了相关建议，旨在促进5G和6G无线通信网络的能效提升。     

无线传感器网络中的网内信息处理技术

无线传感器网络（WSN）的传输技术发展迅速,但单纯的传输原始感知数据并不能满足传感器网络应用日益发展的智能化需求。传感器网络的网内信息处理技术在原始采集数据的基础上,将大量的信息处理和计算移植到传感网内部进行,从海量的、杂乱无章的、难以理解的原始数据中抽取并推导出对于某些特定的用户来说具有特定意义和判决参考价值的数据。网内信息处理技术能够降低网络数据传输量、节约能量资源、提高数据精度、减小传输延迟,以达到提高网络性能,高度契合用户信息需求的目标,是未来传感器网络技术发展的重要方向。     

智启无线:下一代智能无线通信系统的需求与构建

人工智能(Artificial Intelligence,AI)的发展与应用为未来无线通信系统的智能构建提供了潜力,也带来了更多的挑战。对于第六代移动通信系统(6th Generation,6G)来说,AI相关的技术将在系统设计和构建中扮演重要角色。基于此,给出智能业务为6G带来的新需求与新变化,研究了AI技术为通信系统赋能与重构的特征与效果,最后对以用户需求和服务为中心的未来智能无线通信系统进行了展望。     

5G无线通信技术概念及相关应用

5G移动通信是面向2020年及未来移动通信产业需求的新一代无线通信系统,为了解决未来高速率、高数据密度、海量连接设备以及研究热点.本文5G无线通信技术的概念特征进行分析.     

基于传感器网络的信息广播系统关键技术研究

无线传感器网络技术是一种由电子、无线通信、嵌入式等多种技术综合而成的新型技术，将无线传感器网络技术应用于信息广播系统中，能够更好的发挥其在数据采集和感知环境等方面的作用。目前，该项技术已经逐渐成为信息广播系统的数据基础和关键技术。基于此，本文探讨了一种基于传感器网络的信息广播系统关键技术。     

基于深度学习的少样本研究综述

基于大数据的深度学习算法越来越完善,然而如何解决训练样本数非常少的情况,是目前神经网络研究领域中一个非常重要且极具挑战的问题.首先,介绍了少样本问题的定义;接着将现有的少样本学习方法分为数据增强、度量学习和元学习三类,分别从方法所用模型、数据集以及相应的实验结果进行分析;最后,总结了现有方法的不足,探讨了未来少样本研究...     

一种基于伪标签的半监督少样本学习模型

如何将带有大量标记数据的源域知识模型迁移至带有少量标记数据的目标域是少样本学习研究领域的热点问题.针对现有的少样本学习算法在源域数据与目标域数据的特征分布差异较大时存在的泛化能力较弱的问题,提出一种基于伪标签的半监督少样本学习模型FSLSS（Few-Shot Learning based on Semi-Supervised）.首先,利用pytorch深度学习框架建立一个关系型深度学习网络,并使用源域数据对网络进行预训练;然后,使用此网络对目标域数据进行分类预测,将分类概率最大的类标签作为数据的伪标签;最后,利用目标域的伪标签数据和源域的真实标签数据对网络进行混合训练,并重复伪标签标记与混合训练过程.实验结果表明,相对于现有主流少样本学习算法,FSLSS模型有更好的泛化能力及知识迁移效果.     

基于网络的A适应智能学习系统的设计与实现

为了提高学习者的个性化学习和学习兴趣，针对自适应学习的特点，采用网络与人工智能为核心的技术，研究并开发了一个基于计算机应用基础的自适应智能学习系统。该系统以项目反应理论为指导，着重开发了学习者智能支持模块。该模块能就学生的学习内容测试得出学习者的特质水平，从而根据学习者测试出的不同的特质水平让学习者进入相应的学习内容，从而达到自主学习的目的，该系统创新地采用首题估算策略及间隔信息量估算策略来计算特质水平，提高出题速度和计算速度。     

一种新的动态模糊参数学习算法研究

在现实世界中,不完整数据广泛存在,如何从不完整数据中进行机器学习是一个非常重要的问题.文中主要针对数据的动态模糊性,给出一种高效的基于贝叶斯网络的动态模糊机器学习系统的参数学习算法,并验证了它的有效性.     

基于SPOC的混合式学习的学习分析与应用

在自主开发的个性化教学平台基础上,探索了课堂教学与网络MOOC教学相融合的混合学习模式.根据学习分析结果,有针对性地对学生的学习过程进行干预,并发现教学中的问题,进而不断改善混合学习的教学设计与实施.研究表明, 从群体的行为数据均值考虑,学生的在线学习表现和学生成绩是正相关的,网上MOOC学习对学习效果的提升有较大促进作用.     

基于CDIO模式的移动开发学习平台建设

CDIO代表构思(Conceive)、设计(Design)、实现(Implement)和运作(Operate),是"做中学"和"基于项目教育和学习"的集中概括和抽象表达,是目前进行的工程教育改革战略之一.以iOS和Android为主要代表的移动开发人才需求增长迅猛,同时,这2个平台的开发技术本身也在不断发展中,造成学习的困难性.本文以高校的移动开发教学为主要研究对象,运用CDIO教育模式对移动开发课程的教与学进行探讨,为高校建设一个专门学习iOS和Android知识的平台,通过这个平台提高移动开发的教学效果.     

基于深度学习的不良信息治理新技术研究

5G新消息将大力加强多媒体消息的通信能力。基于5G新消息的不良信息风险将日趋加剧。现有的不良信息治理手段无法完全的应对。为了提高现有不良信息识别能力,需要引入人工智能领域最新的研究成果对现有不良信息治理技术手段进行升级。本文详细总结分析了人工智能领域中对不良多媒体识别存在价值的各种技术,并对其原理和具体应用场景进行了全面分析。基于这些技术可以大幅提高不良多媒体消息的识别能力,为未来的5G新消息提供足够的内容安全保障。     

基于可中断Option的在线分层强化学习方法

针对大数据体量大的问题,在Macro-Q算法的基础上提出了一种在线更新的Macro-Q算法(MQIU),同时更新抽象动作的值函数和元动作的值函数,提高了数据样本的利用率。针对传统的马尔可夫过程模型和抽象动作均难于应对可变性,引入中断机制,提出了一种可中断抽象动作的Macro-Q无模型学习算法(IMQ),能在动态环境下学习并改进控制策略。仿真结果验证了MQIU算法能加快算法收敛速度,进而能解决更大规模的问题,同时也验证了IMQ算法能够加快任务的求解,并保持学习性能的稳定性。     

基于个性化自适应学习的网络教学探析

个性化自适应学习与网络教学的融合,可以在保障学习行为自由性、独立性的同时,实现更匹配学习者个性化特征的学习辅助,充分优化教学行为的实效性。基于此,文章以个性化自适应学习作为语境,制定了计算机专业网络教学的高效机制:搜集信息确认学生优缺点,制定个性化学习指导机制;应用状态监测和大数据分析技术,推介针对性学习计划;设置独立的实践空间,辅助学生完成知识内化。     

Overview on intelligent wireless communication technology

In recent years,artificial intelligence (AI) has been applied to wireless communications,in order to address the challenges introduced by data explosion and Internet of everything.Firstly,three core technologies of AI were introduced,including deep learning,deep reinforcement learning,and federated learning.Then,an overview of their applications on wireless communications was provided,from the aspects of wireless transmission,spectrum management,resource allocation,network access,network and system optimization.Based on the overview,the principle,applicability,design methodology,pros and cons on applying AI technologies to solve wireless communication problems were analyzed and summarized.Regarding the existed limitations,the future development trends and research directions on intelligent wireless communication technologies were pointed out,to hopefully provide useful help and reference for the future research in this field.