电信行业打造高能级科创平台的思考与建议

科创平台是突破前沿技术和核心技术的关键,是汇聚创新资源、开展创新活动、推动技术进步、支撑产业创新的重要载体。科创平台是国家创新体系的重要组成部分,主要包括实验室、创新中心和新型研发机构等。打造高能级科创平台是建设科技强国、实现高水平科技自立自强的坚强保障,是加快发展新质生产力、推动我国电信业高质量发展、提升我国电信业全球竞争力的有力抓手,也是我国电信运营商打造世界一流科技型企业的直接体现。

从一季度开门红看电信业全年发展

近期,国家统计局、工信部陆续公布2024年一季度我国经济运行情况和我国通信业经济运行情况,我国三大电信运营商也陆续公布2024年一季度经营业绩,从公布数据来看,2024年一季度,国民经济实现良好开局,电信业总体保持稳步增长。

人工智能在电信领域的发展探索

2023年全球主要电信运营商的AI发展情况国内电信运营商,主要从构建AI平台和大模型发力。中国移动于2023年10月发布“人工智能大平台”,形成产业级智能化服务能力。中国电信,先后发布了《中国电信人工智能发展白皮书》等,于2023年9月发布星河AI平台,其星河通用视觉大模型2.0拥有数百亿参数。

《印度电信法》概要及启示

2023年12月24日,印度总统批准了印度议会通过的《印度电信法》(以下简称《电信法》)。至此,此前备受关注的印度《电信法》生效,这也成为过去一年全球电信监管领域的重要法律事件。由于印度地域辽阔、人口众多,电信市场竞争充分,且数字化发展并不均衡,因此《电信法》对发展中大国市场具有特别的借鉴意义。

传承红色电信精神,为打造数字中国“浙江样板”贡献电信力量

在2024年世界电信和信息社会日到来之际,中国电信浙江公司(以下简称“浙江电信”)党委书记、总经理张涛接受了记者采访。他表示,多年来,浙江电信坚持以习近平新时代中国特色社会主义思想为指导,坚定履行建设网络强国和数字中国、维护网信安全的使命责任,传承“听党指挥、信念坚定、一心为民、变革创新、崇尚科技、安全畅通”的红色电信精神,积极融入并服务保障浙江三个“一号工程”,以数字信息基础设施建设和算力布局为抓手。

跨境电信网络诈骗犯罪的发展与对策

跨境电信网络诈骗作为高发犯罪之一,具有犯罪组织稳定化、诈骗手段多样化、主犯的隐蔽性与从犯的胁迫性等特征。近年来,我国持续加强跨境电信网络诈骗犯罪的打击力度,然而,目前对于打击跨境电信网络诈骗犯罪还存在着许多问题,例如国家之间的法律不一致、调查取证难度大,追缴资金困难,等等。为了有效遏制跨境电信网络犯罪,应当加强与各国的执法合作,加强边境管理,引导出境人员回流,完善赃款追缴机制,进行全链条打击,实施打击与预防犯罪并重等综合策略。

使用异质集成学习和心电信号异构特征融合的睡眠呼吸暂停分类方法

睡眠呼吸暂停(SA)会影响睡眠质量,增加心脑血管疾病风险,其准确分类有助于在SA早期阶段及时开展针对性治疗。本文提出一种使用异质集成学习和异构特征融合的SA分类新方法。首先从原始心电信号中提取小波时频谱,使用SE-ResNet作为初级分类器;然后提取RR间期序列和R峰值序列,使用1D CNN-LSTM作为初级分类器;再提取心率变异性特征,使用SVM作为初级分类器。最后采用堆叠法作为异质集成学习的融合策略,再使用另一个SVM作为次级分类器实现SA分类。在Apnea-ECG数据集上进行实验,所提出的SA分类方法的准确率为89.12%。实验结果表明,所提方法有效利用了各初级分类器的多样性和异构特征的互补性,其性能优于传统的SA分类方法。

基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法

为了缓解传统微调算法的灾难性遗忘问题,本文提出了一种基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法Mix-Tuning。Mix-Tuning通过预训练、微调的二阶段训练方式,实现跨领域知识迁移。预训练阶段,Mix-Tuning使用源域数据初始化模型参数,挖掘源域数据潜在信息。微调阶段,Mix-Tuning通过域间Mixup,生成域间插值数据微调模型参数。域间Mixup数据增强策略引入源域数据潜在信息,缓解传统微调算法在样本稀疏场景下的灾难性遗忘问题,提高模型的泛化性能。Mix-Tuning被进一步应用于运动想象脑电信号分类任务,实现了跨被试正向知识迁移。Mix-Tuning在BMI数据集的运动想象任务达到了85.50%的平均分类准确率,相较于被试–依赖和被试–独立训练方式的预测准确率58.72%和84.01%,分别提高26.78%和1.49%。本文分析结果可为跨被试运动想象脑电信号分类算法提供参考。

基于表面肌电信号及肌肉疲劳的上肢肌力预测

为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块肌肉的肌力大小;采用肌肉等长收缩的时间来表征肌肉疲劳程度。10名健康男性受试者进行上肢等长收缩实验,提取实验过程中肱二头肌肌电信号的积分肌电值、均方根、中值频率、平均功率频率、最大小波系数及其对应频率六个特征值;将肌肉力与特征值、肌肉疲劳程度进行分析后发现三者之间高度相关。采用麻雀搜索算法优化BP神经网络的权值和阈值,构造并训练上肢肌力预测模型。经测试集检验结果表明,该方法的误差小于12%,可以对肌力进行较为准确的预测。

基于CNN网络的孕妇腹电信号质量评估算法

胎儿心率(fetal heart rate, FHR)能够反映母亲子宫内胎儿的健康情况,也是胎儿监护的重要指标。无创胎儿心电监测是将电极置于孕妇腹部来采集腹部心电信号(abdomen electrocardiogram, AECG),经过信号处理可从AECG获取出胎儿心电信号(fetal electrocardiogram, FECG),根据获得的FECG可计算得到FHR。目前FECG提取存在着一些问题,如在AECG有母亲心电信号(maternal electrocardiogram, MECG)、基线漂移、工频干扰、采集噪声等,这些噪声会使AECG的信号质量差,最终影响FECG的提取效果。因此本文提出了一种基于CNN网络的AECG质量评估算法,通过该算法可以对AECG质量评估,筛选出信号质量比较好的AECG,从而提高FECG提取的准确率。通过对测试集的AECG质量评估,本文提出算法的灵敏度(SE)、阳性预测值(PPV)和F1值达到了97.76%、97.00%、97.38%,证明本文提出的方法可有效地对AECG质量评估。

电信运营商在NFT的机遇分析

近些年,NFT在国外掀起一股发展热潮,国内互联网公司等也进行了大量的探索和尝试。对国内外NFT产业现状进行了分析,详细阐述了产业链的组成部分,并对国内外NFT产业链进行了对比。列举了国内外主要运营商的相关进展,最后从NFT产业链划分的角度提出电信运营商在NFT的发展机遇和建议,包括生成NFT资产、开发并运营NFT发行平台和提供NFT行业规范。

基于改进ResNet50的表面肌电信号手势识别

为了提高手势动作在类别众多且相似度高的情况下的识别精度,提出了一种基于连续小波变换和残差神经网络Res-Net50的表面肌电信号手势识别方法。首先对Ninapro DB2和DB3的原始表面肌电信号进行预处理和连续小波变换,得到Multi-sEMG Wavelet Map数据集,然后送入改进的ResNet50模型进行识别分类。实验结果表明,改进后的ResNet50网络模型在Multi-sEMG Wavelet Map DB2和DB3中17种手势动作的平均准确率分别达到了96.40%和94.11%,相比ResNet50网络模型方法提升了4.87%和5.83%。实现了手势动作在类别繁多、相似度较高的情况下的精准识别。为基于非侵入式传感器和机器学习控制的假肢手提供了新方案。

肌电信号控制的智能小车实验平台设计

肌电信号是人体肌群在运动时产生的一种微弱信号,该信号蕴藏着与运动相关的控制信息源。提出了一种基于肌电信号的智能小车控制系统。该系统由肌电信号采集模块、无线传输模块、小车控制模块和显示模块等组成。整个系统分为主从两部分。主机采用STM32F103ZET6微处理器对肌电信号进行多通道采集,提取所采集信号的特征值。将特征值分为测试集和训练集,并对不同手势信号贴上对应的标签,使用K最近邻(KNN)算法对测试集进行准确度分析以实现对不同手势的识别。识别结果通过无线传输模块发送给从机小车,小车接收到主机发送的内容后进行相应的动作。测试结果表明,所提出的方法在不同时间段信号采集的平均准确率可达91.14%以上,系统具有很好的鲁棒性。

基于协同治理理念的大学生电信网络诈骗防范策略——以常州科教城高校为例

随着互联网技术的飞速发展,高校学生遭受电信网络诈骗问题日益凸显,以常州科教城的高校为对象,探讨了大学生面临的网络诈骗问题及其成因。研究发现,大学生的网络诈骗受害情况较为严重,且存在主客观的原因,包括心理上易于信任他人、价值观念缺失以及高校防范教育的不足。基于此,借鉴协同治理理论,提出了防范能力策略,旨在通过完善制度、搭建共享信息平台和多元主体协同治理,有效提升大学生的网络诈骗防范能力。

采用变分模态分解与领域自适应的表面肌电信号手势识别

针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电信号进行变分模态分解,构建易于识别的表面肌电图像,并提出了一种卷积神经网络模型进行手势识别,提升用户相关的肌电信号手势识别准确率;同时利用迁移学习中的领域自适应和模型微调技术,提升用户无关的肌电信号手势识别准确率,并将所提算法在NinaPro DB1肌电数据集中进行了3分类、4分类、5分类和12分类共4组评估验证。结果表明:在4组评估验证中,用户相关的肌电信号手势识别平均准确率分别达到了99.28%、99.30%、98.39%和93.40%,用户无关的肌电信号手势识别平均准确率分别达到了94.05%、92.60%、88.38%和70.03%,表明本文提出的算法在表面肌电信号手势识别中具有良好的效果,为实现人机交互中的普适性的肌电设备开发提供了一种可行的方案。

基于OBE理念的电信专业开放实验教学设计与探索

基于OBE理念的总体要求,对电信专业开放实验课程进行教学设计与探索。结合开放实验在专业建设中的作用,从题目设定、教学方法、辅助手段和检验方式四方面对开放实验课程教学进行了设计与探索,并以多传感器环境监测系统与仿生机器人系统设计为例对开放实验进行了设计说明。开放实验课程可有效提高电信专业学生的综合分析能力和设计能力,符合培养应用型人才的教学目标,并为后续的电信专业开放实验提供了设计思路。

数字普惠金融对电信网络诈骗影响的实证研究

电信网络诈骗活动日益频繁,严重影响经济和社会稳定,侵害了广大人民群众的利益。将2015年中国家庭金融调查(CHFS)中的诈骗模块数据与中国数字普惠金融指数相结合,考察数字普惠金融对家庭成为诈骗目标的风险、实际受骗风险和受骗损失的影响。研究表明:数字普惠金融增加了家庭成为电信网络诈骗目标的概率,但能帮助家庭在成为诈骗目标时降低受骗风险,减少经济损失;异质性分析方面,数字普惠金融抑制电信网络诈骗的积极效果在农村和东部地区更加显著,当家庭成员属于数字鸿沟中的优势群体时,数字普惠金融会对其产生更好的降低受骗风险并减少损失的效果;作用机制方面,数字普惠金融主要通过增加家庭的金融可得性、缓解融资约束以及提高家庭成员对金融经济信息关注度来降低居民实际受骗风险,减少损失;进一步分析发现,金融监管、家庭成员金融素养提升和社区宣传教育能增强数字普惠金融对电信网络诈骗的抑制效果。

中国—东盟跨境电信网络诈骗犯罪赃物追缴问题研究

近年来,中国—东盟范围内跨境电信网络诈骗犯罪增长较快,新的问题不断出现,对我国的法治体系建设带来新的挑战。在中国—东盟跨境电信网络诈骗犯罪案件中,涉案赃物的追缴问题一直是司法实践面临的难题之一。当前,中国—东盟跨境电信网络诈骗犯罪案件的赃物追缴主要以刑事追缴为主,采取个案单独追缴的方式,缺乏系统化的追缴合作协定和规范的追缴程序,追缴协助积极性不高、效率低、效果差。为进一步打击中国—东盟跨境电信网络诈骗犯罪,提高涉案赃物的追缴效果,我国应完善中国—东盟跨境电信网络诈骗犯罪赃物追缴协助的规则体系,探索多元化的赃物追缴途径,建立电信网络诈骗受害人信息系统,构建中国—东盟跨境电信网络诈骗犯罪赃物追缴“协助补偿”制度。

协同治理视角下青年群体电信网络诈骗防范研究

本研究从协同治理的视角入手,针对青年群体在电信网络诈骗防范中的问题展开研究。通过详细分析青年群体在电信网络诈骗中的受骗原因和特点,揭示了协同治理对于青年群体的防范意义。本文采用多种研究方法,结合实地调研和大数据分析,深入探讨了青年群体在电信网络诈骗中的行为规律和心理特征。研究结果显示,青年群体在电信网络诈骗中易受骗的原因主要集中在信息获取渠道不当、对骗局缺乏辨识能力以及对危害后果的认识不足等方面。基于研究发现,本文提出了一系列针对青年群体的电信网络诈骗防范措施和策略,旨在提升青年群体的防范意识和能力。通过协同治理的方式,将社会各方合力整合起来,共同构建一个更加安全可靠的网络环境,从而有效减少青年群体的电信网络诈骗风险。本研究为青年群体的电信网络诈骗防范提供了重要的理论基础和实践指导,同时也对于电信网络诈骗问题的研究具有一定的启示作用。

青年群体何以遭受电信网络诈骗?——基于布迪厄的探究

近年来,电信网络诈骗犯罪形势严峻,青年群体是主要受骗者。质性研究发现,劣场博弈、惯习迟滞及无资对抗是青年群体遭受电信网络诈骗的前置因素,而贯穿于电信网络诈骗实践全过程的误识才是青年被骗的核心所在。误识是青年受骗者对电信网络诈骗场域建立的一种信念状态,具体表现为:在入场阶段对幻象的误识,在诈骗方争取合法性阶段对规则的误识,在诈骗方资本掠夺阶段对象征权力的误识。误识不仅是青年受骗者发生身体化运作的原因,还是场域结构得以长期维系的原因。因此,要从主体性视角来预防和消除青年群体对电信网络诈骗的误识,改善其安全情境与理性思维。