论文部分内容阅读
移动通信核心网作为通信网的重要组成部分,为移动用户提供了接入、移动性管理及数据传输等服务。首先介绍了核心网的基本概念与发展历程;然后介绍了核心网近年来的主用应用技术,分析了各类技术的特点及应用场景;最后对核心网应用技术未来可能的发展方向作出了展望。
移动通信核心网应用技术研究
【摘 要】
：
移动通信核心网作为通信网的重要组成部分,为移动用户提供了接入、移动性管理及数据传输等服务。首先介绍了核心网的基本概念与发展历程;然后介绍了核心网近年来的主用应用技术,分析了各类技术的特点及应用场景;最后对核心网应用技术未来可能的发展方向作出了展望。
【机 构】
：
广东省新一代通信与网络创新研究院
【出 处】
：
数字技术与应用
【发表日期】
：
2021年7期
其他文献
在智能化的大趋势下,安防监控技术日新月异,机场安防监控系统正在由数字化、网络化逐步向智能化推进。本文对国内某大型机场视频监控系统的升级改造方案进行概述,将原有的模数混合的系统架构改造为数字化、智能化系统,同时整合多个原有数字化监控系统,为其提供统一的资源管理、流媒体和存储服务。经过系统的改造使得机场各业务部门通过统一的窗口来源获取所需视频信息,为其业务提供有效的数据支持。
针对四川盆地高磨地区碳酸盐岩储层非均质性强、渗透率差异大的特点,分别从酸液含量、储层温度、注酸排量、酸液用量等方面开展了不同类型转向酸导流能力研究。实验结果表明:在相同条件下的高酸含量黏弹性转向酸体系刻蚀岩板形成的酸蚀裂缝导流能力高于低酸含量黏弹性转向酸体系的导流能力;随着酸液含量、储层温度、注酸排量及酸液用量的增加,酸蚀裂缝导流能力增大,但当酸的体积分数大于20%以后,转向酸酸蚀裂缝导流能力增加有限。研究的转向酸导流能力成果在高磨地区开展了现场应用,实现了气井的高导流能力,测试产气量达80.01×10<
人工智能技术属于新时代计算机科学当中的重要组成部分。本文主要对人工智能及其在计算机网络技术中的实践应用进行简单的介绍,然后分析了人工智能在计算机网络技术中的应用优势,最后总结了人工智能在计算机网络技术中的实践方向以及具体实践,期望可以为人工智能在计算机网络技术中的进一步应用提供参考。
针对基于单一特征的视觉跟踪方法无法对视频目标进行全面的描述且在复杂环境下此类跟踪方法的鲁棒性较低的问题。文中在粒子滤波跟踪的框架下,利用结构稀疏表示方法和视频帧的灰度特征和HOG特征,提出了一种基于目标子空间和背景子空间相结合的视频目标跟踪算法。提出的跟踪算法基于目标子空间和背景子空间对字典模板进行构造和更新,且综合考虑了目标的全局和局部信息,有效提升了视觉跟踪的鲁棒性能。
依托图书管理系统和与其相关联的图书阅读APP内产生的读者与图书资料之间业务关系产生的数据库数据为来源,在借鉴图书内容质量评价体系中经相关资深学者总结出的相关指标体系作为图书流量分析模型指标设计基准,为图书流量分析模型的指标从数据来源中选择高相关性的数据为指标提供数据因子支撑,然后使用斐波那契数列为指标和指标的支撑因子做出权重设计。图书流量分析模型的构建为其服务的系统提供了一个系统性的数据分析手段,为系统的借阅模块或是图书推荐模块和图书热榜模块的数据分析处理提供了更加高效和可靠的分析手段,为图书馆闭馆后的图
变电站能否安全、可靠运行直接影响到电力系统作用及其效益的体现,传统人工巡检方式的应用难以满足变电站运行需求。基于此,本文从变电站巡检现状的分析入手,提出一种视频监控的变电站智能巡检系统,旨在发挥出变电站维护工作的最大效用。
针对目前现有垃圾桶功能单一、智能化程度较低等问题,本创新产品具有智能感应自动开合桶盖、自动套袋、自动打包、分类垃圾、自动清理扫地机器人尘盒以及APP远程监控预警功能。旨在提高人们的生活质量,实现垃圾自动分类打包,减少人与细菌的接触,保持健康生活。
输油管道穿跨越区域地貌类型多样,管道铺设过程不可避免地会穿越山区、丘陵等地质灾害多发区,而地质灾害的发生、发展通常具有隐蔽性和潜伏性。因此,开展输油管道大范围、空间连续的地质灾害监测迫在眉睫。基于C波段Sentinel-1A卫星影像、30 m SRTM DEM数据利用小基线集干涉叠加技术提取输油管道重点区段地表形变信息,结合可见光影像、万安县降雨数据、坡度坡向数据对SBAS-InSAR监测方法的适用性和形变结果及成因进行分析研究。研究结果发现:该方法在失相干(相干性小于0.3)区域形变结果为空值,无法获得
牛奶中所含体细胞的类别与数量是诊断与治疗奶牛乳腺炎的重要依据。针对牛乳体细胞分类识别问题,本文针对牛乳体细胞构建四个单一分类器分别是K近邻分类器、支持向量机分类器、BP神经网络分类器和随机森林分类器对牛乳体细胞进行分类识别。牛乳体细胞与其他人体血液细胞存在不同,目前针对牛乳体细胞方面的研究较少,因此本文针对牛乳体细胞进行分类研究,实现单一分类器对牛乳体细胞的高精度分类。