期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
浅析信息技术背景下智能化台站运维管理
1
作者 王宝全 《数字传媒研究》 2024年第4期68-71,75,共5页
本文研究了新一代信息技术背景下智能化台站运维系统的设计,旨在将前沿技术应用于台站运维领域,实现智能化台站运维管理。并对传统台站运维系统进行分析,提出智能化台站运维系统的整体架构、研究方向,展望了系统的可拓展性和应用前景。
关键词 智能化台站 运维系统 大数据分析 机器学习
下载PDF
对移动智能化台站监测系统的探讨 被引量:1
2
作者 冯旭栋 苗慧娜 陈青生 《广播电视信息》 2019年第2期92-95,共4页
本文通过对传统发射台站监测系统与移动智能化台站监测系统的对比,探讨了移动智能化台站监测系统的实现方式,提出了该系统的建设原则,并对该系统的结构组成、功能和特点进行了分析和阐述。
关键词 监测系统 建设原则广播电视发射台 移动智能化台站结构功能 特点
下载PDF
论构建智能化台站
3
作者 何伟 马千军 《甘肃科技》 2019年第5期66-67,共2页
十九大引领我们进入新时代,随着社会发展、科技进步,智能化台站建设已成为解决广电系统台站发展困局的重要途径。建设智能化台站可以通过"互联网+"、智能机器人和OA系统在广电行业的深入广泛应用而实现。智能化台站建设已经... 十九大引领我们进入新时代,随着社会发展、科技进步,智能化台站建设已成为解决广电系统台站发展困局的重要途径。建设智能化台站可以通过"互联网+"、智能机器人和OA系统在广电行业的深入广泛应用而实现。智能化台站建设已经成为新时代广电系统发展不可逆的新趋势,对广电事业发展具有积极的推动作用。 展开更多
关键词 智能化台站 台站发展新趋势 新时代基础台站建设
下载PDF
发射台站发射任务智能化分配数据处理模型的研究与构建
4
作者 钟铁军 王新喆 《广播与电视技术》 2024年第8期115-118,共4页
本文基于发射台站智能化系统建设中任务分配问题的研究,提出了发射任务分配调度算法对数据处理的具体需求,设计了任务分配数据处理模型,包括发射任务模型、任务评估矩阵、发射分配模型和效果目标函数,并对数据处理模型的参数和计算关系... 本文基于发射台站智能化系统建设中任务分配问题的研究,提出了发射任务分配调度算法对数据处理的具体需求,设计了任务分配数据处理模型,包括发射任务模型、任务评估矩阵、发射分配模型和效果目标函数,并对数据处理模型的参数和计算关系进行了公式化描述。通过具体的任务分配操作示例,展示了数据处理模型在实际应用中的操作流程和效果,验证了模型的实用性和有效性。 展开更多
关键词 台站智能化 任务分配 数据处理模型
下载PDF
基于新兴信息技术的广播电视发射台站智慧运维管理系统设计思路研究
5
作者 曹达胜 《广播与电视技术》 2024年第9期126-129,共4页
本文探讨了在新一代信息技术背景下,智能化台站运维系统的设计思路。文章首先分析了传统台站运维系统的局限性,随后提出了通过信息化和智能化技术在广播电视发射台运维领域的应用,实现台站运维的智能化管理。本文提出的智能化台站运维... 本文探讨了在新一代信息技术背景下,智能化台站运维系统的设计思路。文章首先分析了传统台站运维系统的局限性,随后提出了通过信息化和智能化技术在广播电视发射台运维领域的应用,实现台站运维的智能化管理。本文提出的智能化台站运维系统架构,包括了数据采集与处理模块、故障诊断与预测模块、运维决策支持模块、自动化运维执行模块以及数字应用交互模块。 展开更多
关键词 信息技术 信息化 智能化 智能化台站运维系统
下载PDF
利用无线网桥技术实现台站智能化管理
6
作者 赵瑞云 《中国电子商务》 2011年第2期173-173,共1页
近两年来,过去由各大运营商掌握的远距离无线网桥技术已经相继被一些电子公司小型集成化推出市场,可满足各地广播电视转播台上网和智能化管理发射设备的目的,若适当加大微波功率还可使联网直线距离达到50公里以上。本文分析了下面就L... 近两年来,过去由各大运营商掌握的远距离无线网桥技术已经相继被一些电子公司小型集成化推出市场,可满足各地广播电视转播台上网和智能化管理发射设备的目的,若适当加大微波功率还可使联网直线距离达到50公里以上。本文分析了下面就LY-WB210A无线网桥应用技术。 展开更多
关键词 无线网桥 台站智能化管理 广播电视转播
下载PDF
MEDICLOUD:a holistic study on the digital evolution of medical data
7
作者 Astha Modi Nandish Bhayani +1 位作者 Samir Patel Manan Shah 《Digital Chinese Medicine》 2022年第2期112-122,共11页
The Corona Virus Disease 2019(COVID-19) pandemic has taught us many valuable lessons regarding the importance of our physical and mental health. Even with so many technological advancements, we still lag in developing... The Corona Virus Disease 2019(COVID-19) pandemic has taught us many valuable lessons regarding the importance of our physical and mental health. Even with so many technological advancements, we still lag in developing a system that can fully digitalize the medical data of each individual and make it readily accessible for both the patient and health worker at any point in time. Moreover, there are also no ways for the government to identify the legitimacy of a particular clinic. This study merges modern technology with traditional approaches,thereby highlighting a scenario where artificial intelligence(AI) merges with traditional Chinese medicine(TCM), proposing a way to advance the conventional approaches. The main objective of our research is to provide a one-stop platform for the government, doctors,nurses, and patients to access their data effortlessly. The proposed portal will also check the doctors’ authenticity. Data is one of the most critical assets of an organization, so a breach of data can risk users’ lives. Data security is of primary importance and must be prioritized. The proposed methodology is based on cloud computing technology which assures the security of the data and avoids any kind of breach. The study also accounts for the difficulties encountered in creating such an infrastructure in the cloud and overcomes the hurdles faced during the project, keeping enough room for possible future innovations. To summarize, this study focuses on the digitalization of medical data and suggests some possible ways to achieve it. Moreover, it also focuses on some related aspects like security and potential digitalization difficulties. 展开更多
关键词 Cloud computing Medical data DIGITALIZATION One-stop platform Artifical intelligence(AI) Traditional Chinese medicine(TCM)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部