基于大数据的高校教学数据智能处理平台设计

为实现数据与业务的有效分离,保证数据信息识别结果的精确度,满足用户快速读取和调用数据的需求,应用大数据技术技术,设计了一款新型、先进的高校教学数据智能处理平台。首先,根据系统功能需求,从系统设计思想、系统架构设计、系统数据库设计3个方面入手,完成系统总体设计;其次,分别设计用户登录、ETL管理、数据智能处理、数据特征识别等模块,保证系统功能的实现效果。结果表明,在大数据技术的应用背景下,该系统具有操作简单、安全可靠、易维护、易拓展等特点,完全满足高校教学数据处理需求,达到了预期设计目标。

结合数据融合和数据挖掘技术的信息智能处理平台

数据融合技术能利用不同传感数据的冗余信息实现互补以提高信息处理的正确性 ;数据挖掘技术能从大量数据中挖掘和发现有价值和隐含的知识 ,用于建模和优化。本文研究结合数据融合和数据挖掘技术的信息智能处理平台 ,阐述了其功能和组成、知识表达和建模、知识推理和决策 ,并介绍了其在目标检测识别和医疗监护等领域的应用。

档案大数据智能处理平台风险防范预案研究

文章通过深入考察档案大数据智能处理平台在风险规避、隐私防护、数字化节制、技术防御等方面存在的潜在风险,提出风险防范预案的设计重点与技术要领,以期在构建档案大数据智能处理平台的过程中,能够规避和降低诸多导致档案信息数据分析与预测的潜在风险。

基于异构智能处理单元的自主可控人工智能处理平台

本文简述了异构处理平台与人工智能算法,重点阐述了人工智能处理平台的设计要点与优化算法实现过程,希望能够为同行业工作者提供一些帮助。

浅析基于云原生架构的智能媒体处理平台

随着云原生架构技术的发展,广电领域搭建更为先进的微服务架构智能媒体处理平台、提供更为先进的行业云服务成为发展趋势。本文对云原生架构的关键技术、以微服务为云工具的智能媒体处理平台业务架构、行业云微服务容器化部署方式进行了研究和分析,为广电行业云平台建设提供了设计分析范例和参照。

基于国产化推理芯片的智能水声信号处理平台架构设计

为适应智能化声呐发展的迫切需求,文章提出了一种基于国产化推理芯片的智能化水声信号处理平台软硬件架构,研制了一种嵌入式智能化推理模块,能够适应声呐低功耗、小体积、高性能的智能化推理应用场景,解决了传统信号处理平台无法部署水声智能化推理任务的问题,提供了适配的推理引擎及工具链软件,支持Pytorch、Tensorflow和ONNX等AI推理框架,实现了从模型转换、推理任务部署和推理结果监控的一站式管理。通过3种不同AI框架的水声智能化推理案例的演示应用,对国产化智能水声信号处理平台架构的功能和性能进行了验证。结果表明,该平台均能给出正确可靠的推理结果。

应用SpaceWire网络的智能处理通用平台设计

针对大规模星座的智能处理通用平台高速数据交互的需求,设计应用SpaceWire网络实现外部载荷设备、智能处理通用平台及内部各模块间的互联互通;采用标准物理接口、SpaceWire路由逻辑寻址方式、标准CCSDS协议和RMAP协议,使得用户未知网络连接细节即可实现即插即用;当冷备份的模块故障时可以通过切机操作对系统重构,设计SpaceWire网络自主寻址机制重新规划传输路径;同时对SpaceWire网络应用设计进行硬件防静电、软件状态监测等可靠性设计;与无网络连接的同类型系统进行比较,该设计优势明显,接口种类少、协议标准、支持应用重构且支持系统扩展;设计测试用例对数据传输速率、切机后自主寻址以及应用重构等功能进行验证,测试结果表明功能都满足要求;该设计在大规模卫星设计中具有很好的应用前景。

大型物流智能信息处理平台的设计与实现

提出基于COSELM数据集成的大型物流智能信息处理平台的设计与实现方法,通过对COSELM算法的分析,得到大型物流智能信息处理平台数据库信息数据的集成过程,通过对大型物流智能信息处理平台的初始迷糊密度、可分度、支持度的计算,完成平台数据库信息数据的集成,从而实现大型物流智能信息处理平台的设计。实验证明,所提方法方便大型物流智能信息处理平台中数据增加、删除、修改以及查询工作的进行,降低大型物流智能信息处理平台建设成本及响应时间,使用价值较高。

智能信号处理平台技术综述

针对智能信号处理平台在导弹智能感知、智能决策、智能控制、智能突防等领域的应用,首先介绍了深度学习的背景和军事需求,在对人工智能芯片技术现状及嵌入式边缘推理应用调研的基础上,从部署方案和智能算力方面对现有人工智能芯片进行分析和对比,并总结了适应弹载应用的智能信号处理平台技术方案和发展方向。

基于异构融合类脑芯片的卫星智能平台设计

传统卫星运行基于单星工作模式,计算能力有限,当处理海量数据时,由于单个节点能力的不足极大限制了整体的发展。为适应行业对业务处理低延时提出的迫切需求,天地一体化多星协同、多任务协同的智能化工作模式重要性逐渐显现。传统星载计算机采用固有算法及硬件进行简单任务规划及多星协同管理,其算力及算法难以满足基于深度学习的智能任务需求。当前,基于脉冲神经网络(SNN)加深度神经网络(DNN)的类脑计算方法,具有强智能计算、低能耗、强并行、高效率、存算一体等特点。通过对卫星智能处理平台发展趋势分析,针对异构融合类脑芯片优势特征,同时兼顾航天器在轨可靠性需求,提出基于异构融合类脑芯片的卫星智能处理平台架构,完成星上在轨智能预测和自主任务规划,进一步降低卫星业务成本。

网格及其典型研究项目简介

阐述了网格的基本概念,介绍了几个典型的网格研究项目。