陕西广电视联网的建设与应用

本文阐述了在新三网融合的趋势下视联网在陕西广电的应用与规划。陕广电视联网的建设,可以在短时间内形成面向电信、联通、移动等运营商具备优势竞争能力的大规模高品质综合视频服务能力,可以帮助广电实现由单纯的带宽销售模式转为"带宽+服务"的先进业务模式,同时用户、内容、规模完全可管可控,符合广电长远的发展战略。     

基于卷积神经网络的燃气表信息自动识别方法研究

提出了一种基于改进的LeNet-5卷积神经网络的识别方法。通过加装摄像头和通信线路的方式,实时采集图像信息,并对图像进行部分预处理。引入Gabor滤波器、ReLU-Softplus函数、SVM分类器等优化传统LeNet-5模型,并根据图像数据的不均衡性,运用Grid Loss函数优化CNN网络,由此,实现燃气表自动化识别方法的构建。在Caffe深度学习框架下进行实验测评,结果表明该方法整体的识别准确性高达99.60%、整个样本集及单幅字码的训练总时间均优于其他识别方法,且对于不完整表码字的识别准确率也达到了99.21%。     

基于计算机技术的储能系统优化北大核心CSCD

基于对能源储存利用的优化研究,我国的储能行业迅速发展壮大。在研究如何减少电能储存中的损耗、提高利用效率、控制稳定性等系统优化技术时,通常需要利用计算机技术高效的计算和控制能力加以辅助。包括在新能源汽车能源利用优化、储能装置温度控制优化、电池容量优化、储能材料研究等诸多研究方向都出现了计算机技术的身影。依据目前行业内的研究成果,在人工智能和大数据技术的加持下,储能行业的发展也能得到进一步提升。