5G工业互联网的边缘计算技术架构与应用

5G工业互联网是当前我国5G和工业互联网发展中的热点与焦点,工业互联网和5G中都引入了边缘计算技术,但是着眼点有所不同。分析了基于5G边缘计算的工业互联网应用和发展情况,总结了工业互联网边缘计算技术架构,在此基础上给出云边端协同的5G工业互联网边缘计算技术架构。

从移动边缘连接到大规模边缘计算 论MEC的应用部署及演进

运营商应顺应产业趋势布局边缘计算,这对机房资源盘活、网络优化重构、云网融合经营具有重要意义。随着5G的到来,MEC的商业化进展必将加快并促进相关产业的大发展。近年来蓬勃发展的物联网、大视频、大数据作为'三驾马车'直接推动边缘计算成为信息产业新的热点,物联网企业、IT企业、云服务提供商均推出各种边缘计算产品及解决方案。MEC作为一种新兴技术同样获得了电信行业的广泛关注。

基于5G边云协同的高精地图采集与应用研究

对自动驾驶所需的高精地图采集生产现状进行了介绍,并提出了当前面临一些问题与需求。重点阐述了一种基于5G边云协同的多元化地图采集更新方案及相关技术,希望对未来高精地图系统建设运营提供一些参考。

一种手动膝关节牵引治疗仪设计

本文基于医疗康复的实际需要,设计一种能够对膝关节进行牵引的仪器。膝关节牵引治疗传统的方案是医生手动辅助治疗,效率低下,严重降低了患者的治疗效率。针对现实遇到的问题,本文提出了利用机械装置实现牵引治疗,从而替代现有的人为治疗。本文设计的是膝关节牵引仪-手动方案,设计过程中,参考现有针对颈椎和腰椎的牵引仪,结合机械传动的方法,设计出针对膝关节牵引的手动方案。本文主要对牵引仪的机械传动,辅助机构进行设计,最后,建立三维模型。

氢回收分子筛程控阀内漏分析

分析氢回收分子筛程控阀泄漏原因,提出处理措施。

短板减少优势增加 运营商在MEC领域大有可为

电信运营商在云计算发展过程中的技术、业务、资源层面优势与不足,在边缘计算中同样存在,只是运营商的短板有所减少,而优势在时间窗口之前仍然有,希望也有理由相信电信运营商会在边缘计算发展上走出一条更好的道路。作为一种分布式计算架构,边缘计算并不是新概念,其兴起实际是受业务、客户、技术、商业多重因素驱动发展的,

基于改进卷积神经网络的手势识别

为了解决传统卷积神经网络(CNN)由于手势背景复杂和手势姿态多样性而导致准确率不高的问题,提出一种改进卷积神经网络方法对手势进行分类识别。首先对手势图像做基于肤色阈值的手势分割处理,然后用Dropout优化后的卷积神经网络对手势图像特征进行提取和分类识别。在不同环境下对手势识别并与传统方法进行对比实验。实验表明,改进CNN识别准确率为96.92%,传统CNN识别准确率为93.58%,证明改进CNN识别准确率较传统CNN有一定提高。