互联网重镇:深圳智慧城市建设

深圳作为全国经济中心城市以及首批智慧城市试点城市之一,在智慧城市建设方面走在了前面.从数字城市到智慧城市,深圳得益于优质的地理位置和政策扶持.现今深圳在互联网普及、数字经济等领域迅速确立了领先优势.根据德勤的最新《超级智慧城市报告》,深圳市位居中国超级智能城市第一梯队首位.

基于互联网的就诊模式在智慧诊疗服务中的实践和优势

为了优化患者的就诊流程,提高服务质量,医院以智慧服务评级为标准,发展互联网医疗,通过统一预约、信息推送、全流程支付、互联网医院等的建设,实现覆盖诊前、诊中、诊后全流程的线上线下一体化的就诊模式,缓解医院线下的就诊压力,提升患者的就医体验,在医院资源得到充分利用的同时,为患者提供优质、高效、智能化的医疗服务。

进出口贸易公司内部控制中存在的问题及对策研究

当前时期下,随着我国国民经济的快速发展,我国各大企业均取得了飞速发展,这主要得益于我国40周年坚持不懈地实施改革开放伟大战略。随着改革开放进程的不断深入,我国与国外的交流越来越广泛,其中进出口贸易公司就是在这样的发展背景下取得了良好的发展,有力地推动了国民经济的增长。针对当前我国正处于改革转型时期,进出口贸易公司也面临着新的发展机遇与挑战,各个公司为了能够更好地迎合当前经济发展现状,均纷纷采取有效措施强化自身竞争水平的显著提升。其中,较为常见的一种手段和途径就是积极地开展内部控制管理工作。本文针对当前时期下进出口贸易公司内部控制中存在的问题,提出了具体的解决对策,旨在为提高进出口贸易公司内控工作水平提供切实可行的依据与参考。

图像识别技术在山东某污水处理厂中的应用

文章通过山东某污水处理厂的实际应用案例,探讨了以深度卷积网络技术为核心的图像识别技术在污水处理厂中完成实时异常检测的应用潜力。实际应用结果表明:在典型市政污水处理厂大部分工艺单元的异常检测任务中,包括粗格栅大块异物缠绕、栅渣压滤机出渣异常、生化池异常浮泥、二沉池跑泥、二沉池虹吸口异常、斜管沉淀池跑泥、加药口加药异常等状况,基于图像识别的方法普遍取得了超过90%的准确率、召回率和精度,具备很高的实际商业化应用潜力。图像识别技术在污水处理厂中的成功应用将大幅提升污水处理厂精细化运营管理水平,提高运营效率,节省大量运营人力资源成本。

大模型技术在智慧警务的探索与实践

当前大模型强大的自然语言处理能力,极大地提升了各个领域的生产力,并且产生了各类新型的应用。在警情领域,大模型被用于提取警情的关键特征、分类警情、生成摘要、生成自然语言指令、自动问答等,以支持智能交互、分析和决策。

AIoT与AIOps赋能DCIM

分析了DCIM发展的现状和困境,指出AIoT+AIOps技术的必要性,通过诠释AIoT和AIOps的技术内涵,引出力维在AIoT+AIOps方面的技术实践。对于改善监控核心问题的能力,打造更高效、智能的数据中心,提高了运维效率,具有重要意义。

物联网安全技术分析

随着5G技术的发展和IPv6的普及,物联网产业也迎来了高速发展期,各行各业的物联网应用已呈井喷之势,特别是工业和电力领域,依托物联网技术和设备对传统工业和电力设施进行智能化、信息化改造已被写入了政府决议,工业物联网、泛在电力物联网、AIOT等新兴词汇已成为投资市场耳熟能详的新宠。可以说,物联网技术已成为中国产业升级的重要手段。

基于机器学习的城市治理预测预警应用案例

随着国民经济的快速增长和居民可支配收入的不断增加,城市居民不但要求“生活得了”,而且要求“生活得好”,对城市管理水平提出了更高的要求。但目前存在城市治理效率低、社区安全水平不高等问题,与城市居民对美好生活环境的期望存在着一定的差距。基于此,文章分析了城市治理的现状,对机器学习的相关技术进行了阐释,研究了一种基于机器学习的城市治理预测预警的应用案例,以提高城市运行管理效率,为公众打造一个安全、便捷、有序、干净的生活环境,进而提高城市居民的生活满意度和幸福感。

“一带一路”沿线国家动环监控系统定制化策略

随着我国与“一带一路”沿线国家在信息通信领域合作的加强,在将国内动环监控系统推广到国外时,因各国在基础设施、人文社会、自然条件以及管理服务等方面的差异,导致系统建设方案有所不同。通过分析在国外建设动环监控系统遇到的特定应用场景,给出相应的应对策略和方案,并提出了建设动环监控系统所需考虑的定制化因素,以期为“一带一路”沿线国家动环监控系统产品研发、系统建设以及标准制定等提供参考。

人脸智能:从技术概念到商用落地

2018年冬天格外寒冷,在中美贸易战和厄尔尼诺现象的寒流中,美国国家标准与技术研究院(NIST)公布了全球人脸识别算法测试(FRVT)结果。其中,由来自中国的企业和研究院包揽了前五名,这多少给寒冬带来了一点热度。

AIoT技术创新赋能智慧社区建设

近年来,随着我国城镇化推进节奏加快,城市建设力度不断加大,城市人口快速增多,居民生活水平不断提升,人民群众的需求也越来越多样化,建设好智慧城市、落实做好社区治理工作是提高居民生活质量、社区管理、化解社会矛盾、促进和谐社会建设新的发展诉求。在智慧城市体系建设过程中,智慧社区作为其中的一个重要单元,近两年各地兴起了一股建设浪潮,这将会是智慧城市未来的发展方向之一。

浅谈城市治理“一网统管”的解决思路

随着信息化水平的提高,"一屏观天下""一网统管"成为城市治理的有效管理方法,但不同部门之间网络不通,系统对接困难仍是制约"一网统管"发展的主要障碍,打破部门壁垒往往需要付出较大的成本和时间。本文主要提出一种快捷、经济的技术手段,实现跨网、异构系统的接入和整合。

超高清视频监控行业发展研究

随着工信部《超高清视频产业发展行动计划(2019-2022年)》的出台,以发展超高清视频产业为驱动手段,推动产业链向中高端和智能化迈进为基础目标,建立超高清产业集群完善产业生态为核心愿景的宏大计划应声落地。预计该计划执行完成后,超高清视频产业总体规模将超过4万亿,用户数达到2亿,产业生态基本完成,新一代超高清视频技术和产品实现关键性突破。

关于智慧社区系统建设的思考

社区作为城市治理最基本的单元,是构建平安社会、和谐社会和文明社会最重要的组成部分,打造"安全、绿色、便捷"的现代化社区,是智慧社区建设的核心目标,那么如何实现这一目标呢?当前,数据已被定义为新兴基础性战略资源,大数据也上升为国家战略,以数据驱动社区治理智能化的手段革新将作为智慧社区信息化建设的重要使命,以数据主线来引领智慧社区系统建设,也为大家提供了一个建设思路。

如何解决IDC全量数据采集接入存储问题以及全量数据清洗问题

简单的相关性数据库和数据处理过程已经不能够满足数据中心建设的全量数据采集量和密集型监控点的需求,满足全量数据采集分布式IDC的集中管理也已经成为日常需求.数据的离散和边缘化需要以物联网的思维来重新考虑DCIM这种传统的集中式与中心化的监控管理的运维模式,文章通过引入Hadoop生态下的大数据架构和LSTM深度学习处理能耗和PUE的优化过程.前者极大地提高了数据存储能力、数据注入和读出速度、数据清洗过程的精确性;后者运用机器学习和深度学习方法,从而使得DCIM中的告警处理和PUE计算变得更精确、更智慧和更有价值.智能化的DCIM称为AIoT赋能DCIM,也就是AIOps.

数据融合创新 助力城市治理精细化

随着信息化水平的提高,“一屏观天下”、“一网统管”成为城市治理的有效管理方法,以物联、数联、视联为基础的全面感知体系的建立,为全面感知城市的呼吸与脉搏提供了实时鲜活的数据支撑。但感知网的建设因建设主体、建设时期的不同,又形成新的信息孤岛。如何改变传统感知网建设单一数据闭环、单一维度研判的局面,打造基于多维数据融合分析的智能感知体系,提升城市治理过程中的精细化、智能化、科学化,提升城市风险、隐患、问题的预警预测能力,是当前各地正在研究探索的数字化治理新方向。本文以上海市“一网统管”实践案例为基础,提出一种以管理需求为核心、以数据融合应用为载体的城市治理新模式。

新基建赋能智慧安防转型升级

一、政策背景自2018年中央经济工作会议提出“新基建”概念以来,新基建在国家层面受重视程度不断加强。2021年中央经济工作会议明确提出,适度超前开展基础设施投资;2022年全国两会政府工作报告提出,建设数字信息基础设施,发展智慧城市、数字乡村。政策的持续推出标志着“新基建”进入加速规划落地的阶段。

“深挖洞、广积粮、高筑墙”安防平台未来发展价值主张

2019年,我国经济增长总体平稳、稳中有进的态势持续,全年GDP将实现6%-6.5%的预期增长目标。从我国安防行业发展形势看,在平安城市、智慧城市、雪亮工程、智慧社区以及人工智能等需求及技术的推进下,2019全年继续保持了中高速稳定增长的态势,行业规模继续扩大,技术进步加快,新的市场需求不断涌现,行业边界不断延伸拓展、人工智能+安防迈向实战应用阶段,行业智能化解决方案不断落地且应用领域持续拓展。同时随着5G、AloT、AI共同催生万物智联时代的发展,云边端协同、开放平台、多维数据融合、数字李生、软件定义、数据中台、算法商城、城市操作系统等等,新技术新产品、新理念受到越来越多关注。

深入场景 克服挑战 AI安防落地成主旋律——聚焦AI落地安防行业的现状、难点与突破

人工智能是当前全球创新的热点,也将是未来的核心关键技术。今年以来国家提出了促进人工智能和实体经济深度融合,讨论并通过了《关于促进人工智能和实体经济深度融合的指导意见》,人工智能已经进入推进落实的关键时期。安防行业是人工智能落地应用的重点行业之一,这几年不管是从政策、顶层设计层面,还是技术创新、产品研发层面,AI+安防的技术基础和产品化都取得了重大突破与进步,人工智能进入场景应用落地的发展阶段,在一些领域中实现了较快的落地应用,但AI+安防的深度融合应用与规模化应用仍是行业的重要命题。