首页期刊导航|江苏通信
期刊信息/Journal information
江苏通信
江苏通信

朱新煋

双月刊

1007-9513

jstx@jsca.gov.cn,jstxy@jsca.gov.cn

025-83341166

210003

南京市中山北路301号

江苏通信/Journal Jiangsu Communication
查看更多>>本刊“立足江苏通信行业,面向世界通信发展,报道最新科技成果,开展学术技术培训交流”。
正式出版
收录年代

    一种数字孪生方案研究

    郑军
    82-86页
    查看更多>>摘要:随着电信运营商的自智网络研究不断深入,需要引入数字孪生技术来构建数字孪生网络以提高网络的全生命周期运维和运营的能力,中兴通讯在自身企业数字化转型探索实践的基础上和四大运营商深入合作,提出了自己的数字孪生解决方案,克服了数据不全、仿真困难、建模复杂等关键技术难点,并进行多网元协同,站在运营商的角度端到端构建孪生网络,进而在小概率突发事件、重大操作风险管控、算法寻优、网络拓扑可视和自智网络等多个场景方面开展应用研究,构建了无线、核心网、接入、承载、大数据等孪生子网络,在容灾演练、网络风暴抑制、故障隔离、快速恢复、资源最大化利用和QOS重要场景重点客户保障等方面将率先应用,并给出了该方案实现的路线图.

    自智网络(AN)数字化转型建模仿真数字孪生

    基于云边端协同机器视觉算法自训练系统的研究

    孟维陈赟
    87-93页
    查看更多>>摘要:随着人类社会对于智能化的推进,机器视觉算法应用范围和需求日益扩大,这使得算法的训练需要大量的数据和计算资源,算法的开发和部署变得更加复杂和昂贵.本文提出通过云边端协同技术,利用视频终端结合算法来采集样本数据,在边缘端利用边缘计算的高效数据处理能力,对实时采集视频数据进行初步的处理和过滤并上传至云端,云端的系统接收到数据后,利用高性能计算资源自动对样本数据进行切割、样本标注、算法训练、算法测试,将测试较好的算法版本进行发布,推送至各终端进行升级,进一步提升终端识别和采集的能力.通过云边端协同工作,视觉识别算法将自动提升精准度和适用性.

    人工智能机器视觉云边端协同算法自训练边缘计算

    基于云网融合的运营商全流程数字化转型研究

    霍天芃华昉田与明
    94-97页
    查看更多>>摘要:云网融合是数字化转型的基础依托,是加快各行各业数字化转型的重要推手.在加快新型基础设施建设("新基建")以及数字化转型的大背景下,如何适应云网融合新时代的挑战,满足客户快速变化的需求,提供更全面、一站式、一体化的运营服务,成为各大运营商企业面临的机遇与挑战.在云网融合发展的大趋势下,通过全流程数字化转型发展,整合数据资源要素,建立各部门数据的匹配、对应及映射关系,实现各级管理人员的决策制定更加有效.

    全流程闭环管理全要素数据覆盖全专业协同设计

    基于云网POP的差异化云网络建设方案探讨

    徐梁
    98-101,110页
    查看更多>>摘要:国家新型基础设施建设给各运营商带来了新的发展契机,纷纷布局以云网融合为特征的数据中心建设.本文重点分析运营商如何打造云网一体化网络服务提供点(Point of Presence,POP),满足不同客户差异化的入云或云间组网需求,实现云网能力端到端快速贯通,云资源池快速规模化部署,缩短云资源池或数据中心接入网络的建设和开通周期.

    数字化云网融合云网POP差异化Underlay网络Overlay网络

    面向运营商标准地址融合技术研发与应用

    席娟辉宁若凡
    102-106页
    查看更多>>摘要:随着电信运营市场竞争日益激烈,基于用户标准地址的大数据分析和数据挖掘分析已成为企业发展的一项关键工作.基于标准地址的大数据分析需要企业内各系统全量的标准地址数据,建设统一的企业级标准地址库,对实现企业内部信息的一致性和信息共享起到了关键作用,对系统间标准地址数据对接起到了桥梁纽带作用.本文将详细探讨基于标准地址的应用,将用户地址信息与网络资源数据关联起来,构建地址库、地址建模、地址分词能力,助力企业业务发展.

    运营商标准地址融合关联

    人工智能行业应用现状及对未来人类社会发展的思考

    王春兰王铁铮王婷婷
    107-110页
    查看更多>>摘要:由Open AI实验室开发的Chat GPT又推出了升级版GPT-4,迭代迅猛,广受大众关注.如今人工智能(Artificial Intelligence,AI)已应用到各行各业.本文分析了我国当前医疗、交通、金融、教育等行业人工智能应用现状,并在此基础上梳理了人工智能对人类未来发展的影响,深入理解人工智能这把"双刃剑",并对人工智能未来发展提出相关建议.希望通过本文能够为未来人工智能发展方向提供参考依据,让人工智能更好地服务于人类,为社会发展做出更大贡献.

    人工智能行业应用未来人类社会发展挑战机遇

    基于机器学习的岩土工程优化应用研究

    徐全善祝毓萍查治洲
    111-113页
    查看更多>>摘要:随着机器学习的发展进步,机器学习应用的范围不断增加,将机器学习应用在岩土工程领域能够促使该领域得到更进一步的发展.本文从孔压静力触探试验岩土参数方面对机器学习在岩土工程领域的应用进行了研究,提出在岩土工程中机器学习的应用研究的方法,同时,对机器学习在岩土工程的多方面应用进行了展望.

    机器学习岩土工程应用研究

    基于深度学习的车辆检测算法研究

    陈鑫鑫郭晓雯刘洪霞
    114-118页
    查看更多>>摘要:随着科学技术的不断发展,自动化实现车辆识别已经成为智能汽车领域的一个重要应用.本文通过自建车辆数据集,实现道路行车视角下的车辆检测.主要步骤为:在自然状态下使用摄像头采集图像,并对采集到的不同道路行车视角下的车辆图像进行人工挑选,去除模糊、拍摄效果不佳、重复的图片.之后,使用基于Faster R-CNN的模型对选取的二维车辆图像测试集进行测试.对早上、中午和晚上三个时间段车辆图像进行识别,总体精度r,P和F的值分别为0.99,0.98和0.98,表明算法最终取得较好的结果.

    FasterR-CNNBP神经网络深度学习

    基于云边端协同的视觉感知AI中台设计

    车少帅张玮
    119-123页
    查看更多>>摘要:智慧城市、数字乡村的发展建设,离不开大量的视频监控.为了解决海量监控人工运维压力大、无法主动发现异常事件、录像回看耗时费力以及现存设备智能化改造等问题,设计并研发一种基于微服务的云边端协同的视觉感知AI中台,采用分布式微服务架构,云、边、端协同部署,智能采集监控、无人机等多形态视觉数据,在交通车辆、安防人员、安全生产、城乡管理等场景,对人、车、物等全目标感知,上报目标流量、异常事件、属性、特征等信息,助力交通、门店、景区、社区、园区、城管等行业智能化升级.

    AI算法微服务云边端协同视觉感知视频分析中台

    城市生命线系统技术架构探究

    高宏旭姜寅秋徐健魏国...
    124-128页
    查看更多>>摘要:本文聚焦城市生命线管理系统的技术架构,采用分层治理的思想,综合运用物联网感知、大数据挖掘、微服务治理等技术手段,为城市安全管理者提供一个快速扩容、功能可扩展、安全可靠的信息系统框架,并兼容新建与利旧项目.

    城市生命线物联网平台大数据技术微服务技术低代码平台