基于GIS网格的光分配网综合信息技术研究

光分配网络(ODN)做为基础的接入承载网络,随着承载业务日益丰富和网络规模不断扩大,网络的规划、建设、运营管理等一系列新的问题需要深入研究解决。本文结合新疆、安徽等电信运营商的工作实践,通过基于GIS网格的光分配网络(ODN)规划及综合信息系统平台开发,建立客户、能力、地理相互关联的网格全息协同系统,可以有效提高网络运营效率,实现通信企业精确化管理,最终满足广大用户享受信息生活。     

手持导航PDA和GPS的通信

本文详细介绍了基于Windows CE环境的导航系统中PDA和GPS通信的实现。     

基于Informer的电池荷电状态估算及其稀疏优化方法

准确估计电池荷电状态（State Of Charge,SOC）是延长电动汽车电池使用寿命,确保电动汽车行驶安全的重要基础.传统的深度学习估计方法存在并行化计算效率不高、训练时间长的问题.为此,利用基于自注意力机制的Informer模型来估计电池SOC.其降低了传统自注意力机制的时间复杂度、提高了硬件使用率、降低了训练时长,与其他深度学习方法相比估计更准确.然而Informer模型仍然存在体量大及参数冗余的问题,故提出稀疏优化方法 .利用基于彩票假设的幅值迭代剪枝方法对Informer进行稀疏化处理,突出主导注意力特征,实现了在降低参数冗余的同时提升模型估计精度.在室温下,提出的稀疏化Informer模型估计电池SOC的平均绝对误差和均方根误差分别达到0.285 8%和0.383 0%,相比于Informer模型在平均绝对误差指标上估计精度提升了25%.并验证了其具备估计不同类型锂电池SOC的泛化能力.与循环神经网络、卷积神经网络这类传统的深度学习模型相比,本模型进行电池SOC估计时训练速度更快,估计准确性和稳定性更高.     

地面数字电视广播和移动通信的汇聚

介绍了地面数字电视广播和移动通信汇聚的方式和趋势，讨论IP数据广播技术和体系架构，分析了欧洲的陆地数字视频广播标准DVB—T和最新的适用于手持移动终端的DVB—H的优点和存在的问题并概要介绍了中国目前的地面数字电视广播标准，最后指出在移动设备中发展视频广播尚需解决的问题。     

基于CNN的连续语音说话人声纹识别

近年来,随着社会生活水平的不断提高,人们对机器智能人声识别的要求越来越高.高斯混合—隐马尔可夫模型(Gaussian of mixture-hidden Markov model,GMM-HMM)是说话人识别研究领域中最重要的模型.由于该模型对大语音数据的建模能力不是很好,对噪声的顽健性也比较差,模型的发展遇到了瓶颈.为了解决该问题,研究者开始关注深度学习技术.引入了CNN深度学习模型研究连续语音说话人识别问题,并提出了CNN连续说话人识别(continuous speaker recognition of convolutional neural network,CSR-CNN)算法.模型提取固定长度、符合语序的语音片段,形成时间线上的有序语谱图,通过CNN提取特征序列,经过奖惩函数对特征序列组合进行连续测量.实验结果表明,CSR-CNN算法在连续—片段说话人识别领域取得了比GMM-HMM更好的识别效果.     

基于深度学习技术的恶意APP软件动态检测技术

本文利用深度学习技术的方法提高检测恶意程序的能力,通过机器学习技术延伸出了机器学习技术,被广泛应用到图像处理、自然语言处理、计算机视觉与语言识别等领域中。深度学习中的卷积神经网络CNN具有良好的分类性能,还能够提高未知样本的预测能力。以此,本文就对将恶意学习技术作为基础的恶意APP软件动态检测技术进行分析。     

用MATLAB解决电磁学中的静电场问题

在研究电磁学中的电场问题时,静电场的概念抽象且不易被学生理解,而且在实验室里很难实现它的理想化模型。本文运用数学软件MATLAB模拟出真空中自由电荷、几种带电导体产生的静电场场强和电势分布图,使其更加形象地、容易地被理解和接受,方便教师教学和学生学习。     

铝电解电容器用低压箔接触电阻超标分析

通过金相分析和铝箔铆接后的接触电阻对比,研究了铝箔的腐蚀形貌、铝箔表面粉状物、氧化膜厚度、引线质量、铆接工序控制等对接触电阻的影响。提出了降低接触电阻的几点建议:①采用多级变频复合腐蚀工艺,以得到“乔木状”的蚀孔。②改进处理工艺,减少粉状物的产生。③调整工艺控制条件,改善腐蚀形貌。