汽车智能轮胎技术发展及应用研究综述

智能轮胎融合了信息技术、传感器技术、通信技术等多种先进技术,能够实现轮胎状况的实时追踪与监控,避免在使用过程中出现老化、破损等情况,以及二手胎、翻新胎等问题,降低交通事故率,并能为智能网联汽车的控制提供参考数据。从理论研究与应用研究2个方面,总结了智能轮胎的3个主要技术发展阶段:射频技术阶段(实现轮胎的身份标记与追踪)、传感器检测阶段(实现轮胎的实时监控)与物联网和大数据阶段(实现智能汽车与轮胎的数据互补与轮胎全生命周期的监管),探讨了3个阶段的基本特征、技术手段和主要功能,并分析了智能轮胎在发展过程中的机遇与挑战。

大数据与人工智能技术在广电视听监测监管中的协同应用方案研究

本文对广电视听监测监管大数据的特点进行了梳理,并对如何通过大数据与人工智能技术的协同应用、共同构建广电视听智能监测监管平台进行了初步探讨,旨在改善广电视听监测监管领域目前存在的监测资源“信息孤岛”和技术系统智能化水平不足的问题。

智能化广播电视信号质量检测技术研究

随着广播电视业态和技术的快速发展,传统的人工信号质量监测方式越来越难以适应海量异构数据的处理需求,因此构建智能化信号质量监测与管理系统成为亟待解决的问题。首先,分析了大数据分析和人工智能(Artificial Intelligence,AI)技术在处理数据方面的优势。其次,阐述了在这些技术的支撑下构建智能化信号质量监测系统的可行性。再次,探讨了信号功率频谱特征分析、图像质量评估模型等关键技术,以及应用机器学习和深度学习等算法实现信号的智能化特征提取和质量评估的方法。最后,提出了智能化信号质量监测系统的设计思路。

基于大数据技术的无线电管理信息系统分析

阐述基于大数据分析无线电管理信息化创新的现实困境。从搭建一体化平台、提高安全等级、提高源数据分析水平方面,探讨无线电管理信息化创新策略,以解决无线电管理的信息孤岛问题。

大数据技术在广播电视领域的应用

以大数据技术在广播电视领域的应用为重点,介绍大数据的概念及其发展现状,详细分析大数据技术在广播电视领域的应用,包括个性化推荐服务、用户行为分析、智能效果评估以及数据新闻等方面,以实际应用案例展示大数据技术在广播电视领域的重要作用和应用前景,推动广播电视向数据化、智能化、智慧化方向发展。

广播电视无线发射台站大数据中心建设思路

随着信息化技术的快速发展,大数据技术被广泛应用于各行各业,成为各行各业提升竞争力、优化运营的关键技术。在广播电视领域,无线发射台站是信息传播的基站,台站的大数据中心建设对于提升节目传输质量、优化台站运营管理具有重要意义。探讨无线发射台站大数据中心的建设思路,为大数据技术在广播电视领域的应用提供参考。

无线电频谱数据的实时监测与大数据分析

现阶段,无线电频谱的使用愈发广泛,频谱管理和监测的重要性也日益凸显。尤其是在无线通信、广播电视、雷达以及卫星通信等领域,对频谱资源的高效利用和监测成为保障无线通信正常运行和提高频谱利用效率的关键。然而传统的频谱监测方式受设备和技术的限制,无法满足实时、全面、高精度的监测需求。因此,通过分析传统电频谱存在的问题,结合监测工作职能,构建以频谱监测数据为中心的技术优化策略,采用大数据分析技术促进频谱资源的高效利用。结果表明,无线电频谱数据的实时监测与大数据分析技术可以提高频谱资源管理的效率和准确性,优化频谱利用和干扰管理策略,促进无线通信的可持续发展。该研究为频谱资源管理和决策提供了重要的科学依据,能够为相关行业的工作者提供一定参考。

大数据背景下广播电台发射设备的运维策略研究

随着技术的快速发展,大数据在广播电台发射设备的运维管理中扮演着越来越重要的角色。系统分析广播发射系统的现状和传统运维模式的局限性,深入探讨大数据技术的定义、特征及其在运维管理中的应用。详细阐述基于大数据的智能化运维策略,包括智能巡检计划的制定与执行、设备健康度预测及预测性维护。通过分析大数据技术在广播电台发射设备运维中所面临的挑战,提出相应的解决对策,并展望其应用前景。基于结合大数据技术的运维新模式,可提高广播电台发射设备的运维效率和准确性,确保广播服务的连续性和稳定性。

面向无线电监测与管理的可视化技术综述

频谱是一种承载无线电通信的自然资源,无线电管理部门需对其管辖范围内的无线电通信进行监测和管理,保障频谱资源被高效有序地使用.可视化与可视分析作为一种数据分析、信息挖掘和辅助决策的重要技术,广泛应用于分析各类仿真和监测获得的电磁大数据,以提升管理人员在无线电信号识别、无线电行为理解、通信干扰检测与处置、电磁环境态势感知等方面的能力.通过整理2000—2020年的相关文献,首先总结无线电监管发展历程和数据分析需求;然后从科学可视化、信息可视化和可视分析3个方面系统地梳理已有研究和应用场景;最后展望了该领域未来的研究方向.

大数据背景下广播评估体系创新研究——以广西电台频率改革为例

大数据背景下,广播媒体的听众分析、内容经营等面临着急剧的改革。当前大数据对广播行业存在着潜在影响,主要体现为通过大数据分析多层级地揭示信息内涵,判定节目的播出效果、保障广播内容的定向营销等。广西电台的频率改革作为典型案例,系统呈现了广播评估体系创新与频率内容定位、频率内容微调与听众需求之间的互动关系,从一个侧面反映了大数据背景下我国当前广播行业的新发展和新动向。

大数据背景下广播电视的转型升级策略研究

2021年10月8日,国家广播电视总局正式发布《广播电视和网络视听“十四五”科技发展规划》。其中,“媒体融合”和“智慧广电”等关键词多次出现,这是“十四五”时期广播电视媒体发展的重要内容。大数据背景下,广播电视媒体行业发展面临新的局面,大数据、虚拟现实(Virtual Reality,VR)、增强现实(Augmented Reality,AR)及5G等技术在广播电视领域逐渐得以运用,融媒体成为广播电视媒体发展的重要方向。为此,以大数据背景下广播电视的转型升级策略为研究重点,介绍大数据相关理论,分析大数据技术,全面介绍大数据背景下广播电视行业面临的机遇和挑战,最终提出大数据背景下广播电视转型与升级的策略,响应国家“智慧广电”战略,实现广播电视网络化、数字化、智慧化发展。

无线电管理数据分析与应用思考

本文从支撑国家无线电管理"十三五"规划重点工作出发,分析了无线电管理数据分析和应用需求,以需求为导向,从支撑无线电管理决策、重点领域无线电管理应用、无线电管理社会服务三方面对国家无线电管理数据的融合分析内容进行了研究,最后对后续研究工作进行了展望。

广播电视基于大数据应用发展的对策思考

目前大数据时代已经来临,广播电视大数据的应用开发也逐步深入,针对大数据技术、相关网络技术及安全保障技术取得巨大发展成果进行描述,探讨了广播电视大数据发展的主要特点,并对广播电视大数据应用发展的对策进行了思考。

基于大数据技术的无线电管理创新策略研究

目前,大数据应用技术发展迅速.无线电管理机构基于无线电监测网络,积累了大量数据资源.如何应用好这些数据资源,发挥其作用,实现其价值,是无线电管理从业者要思考和着手研究的课题.本文从支撑频谱资源规划和管理、推进电磁环境科学评判、助力监测和干扰查找工作等三方面提出大数据在无线电管理中的应用策略,可以多方面提升无线电监管水平,创新我国无线电管理.

大数据时代下的无线电监测

随着科学技术的不断发展,人们逐渐走入了大数据时代。传统的无线电监测中遇到的困难,可以交由大数据理论来解决。本文首先介绍了大数据的基本概念,随后探讨了当前无线电监测遇到的问题,以及如何运用大数据理论处理数据,最后提出了对未来的展望。

面向小区生活服务的广电大数据应用的研究

利用广电内部数据及互联网数据,建立面向小区生活服务的广电大数据平台,形成广电小区生活服务综合知识库与广电行业视频服务综合知识库,指导传统广电网络行业的新业务选型、落地实施以及业务推广铺开,形成可复制的小区生活服务商业模式,实现对业务转型的支撑,为国内同行应对市场挑战、实现传统广电业务向小区生活服务转型提供参考借鉴。

大数据时代的广电网络客户关系管理

随着互联网络技术的不断发展及其用户群体数量的持续累计,我国迎来了基于海量数据收集、处理与分析的"大数据"时代。大数据时代的到来催生了越来越多的"互联网+"现象,并对各行各业传统的运作经营模式产生了巨大的影响。广电网络系统也不例外,在大数据背景下,传统广电网络营销模式正在被大数据解构。文章从明确大数据的概念和特征出发,分析了大数据对广电网络的影响,并提出了在大数据背景下广电网络的发展对策。

《广播电视行业应用大数据技术白皮书(2018)》解读

党中央、国务院高度重视大数据发展,将大数据上升为国家战略之一。广播电视行业的内容生产与传播消费过程中产生的海量数据蕴含着丰富的价值,探索实践广播电视行业应用大数据技术,有助于提升广电内容生产的能力、创新广电业务的产品、提升广电运营服务水平,从而助力广电媒体融合发展,推动广播电视行业产业升级。本文从广播电视应用大数据技术的需求、关键技术、平台建设、数据安全以及典型应用等方面对《广播电视行业应用大数据技术白皮书(2018)》进行了详细解读。

基于“大数据”的智能校园数字化管理系统

本文分析了基于"大数据"的数字化校园系统的现状与应用前景,设计了系统的体系结构,给出了各子系统的功能与应用定位。设计了系统表现层的实现技术,讨论了系统数据实现层的访问控制技术,通过该技术的运用来论证所用技术方案的可行性与可靠性。

基于数据挖掘的CIR设备运用质量分析

利用分类预测、聚类分析、关联规则、图形建模、智能预测等多种经典数据挖掘算法,建立车载CIR设备在故障、障碍、出入库良好率、返修率、高风险项点等方面大数据分析模型,提前发现CIR设备潜在隐患,智能推理,有效改善设备质量策略,优化设备维护手段。