智能领域

2024-07-09

智能领域(精选十篇)

智能领域 篇1

作为中国新型工业化发展起来的具有代表性的装备制造企业、工程施工成套解决方案供应商、全球工程机械50强,山河智能装备集团携旗下16款明星产品盛装参加本届展会,产品涵盖地下工程装备、凿岩设备、起重机械、全系列挖掘机械和滑移装载机等。

在地下工程施工领域,山河智能已有二十多年的积累,是中国工法门类最齐全、装备地质适应性最好的企业之一。在挖掘机领域,山河智能从2001年开始了全系列液压挖掘机的研发。依靠在机电液领域的积累,产品从0.8t到90t近20种型号。全新打造的无尾系列微型挖掘机SWE10U、SWE20U、SWE25U,是集山河智能十多年领先的微型挖掘机设计制造经验,融入欧洲设计团队的造型理念而全新升级的一代新产品。

智能制造领域标准项目立项申请格式 篇2

关于《×××××》等×项国家/行业标准立项申请的函

浙江经济和信息化委员会:

根据《关于申报智能制造领域标准制修订项目的通知》要求,申请×项国家标准和×项行业标准。现将有关情况函告如下:

分项目主要阐述如下内容,即一是制定的必要性;二是适用范围;三是主要规范的内容;四是国内外情况(包括标准查新)简要说明等;五是项目的急迫性、创新性和国际性以及智能制造标准体系表中的位置。

联系人:×××;联系电话(传真):×××;电子信箱:×××

高智能网络领域六大趋势 篇3

1. 内容交付改变有线服务提供商

有线服务业2015年将成为变革的一年。数据显示,亚太地区各国的消费者越来越多地选择通过移动设备来观看在线视频内容。有线电视公司将会押注虚拟网络,以此来应对预期的IP流量增加问题。

2. “共同创造”(co-creation)产品走向网络

自网络诞生以来,网络产品的开发与销售始终或多或少走在一条单行道:设备厂商开发产品(路由器、交换机等),然后向企业和服务提供商出售。2015年,这一切将发生变化。更多大型企业与服务提供商对其所购买的网络产品的特点与价格拥有更多发言权。

3. 大数据给网络带来机遇

2015年,大数据趋势将产生三种结果:我们需要新技术来分析这些数据,需要必要的网络基础设施以利用这些数据,还需要安全技术来保护这些数据。服务提供商和企业将重新思考他们构建网络以应对数据雪崩的方式,因此市场对数据技术人员的需求将达到顶峰。

4. 后4G生活

越来越多的服务提供商与技术公司正在探索5G技术,但是我们的网络是否已为5G做好了准备?5G还能为我们带来什么?人们还愿意为新一代高速5G网络买单吗?这些都是服务提供商需要在接下来的几个月内考虑的问题。

5. 高清技术的兴起

随着4K视频内容对网络容量提出挑战,另外一种高清技术正在酝酿之中,那就是高清电话。预计消费者将在2015年最终注意到普通通话与VoLTE通话之间的语音质量差别。对于通过铜线传输的基于IP的数据电子信号将如何影响网络容量与安全,我们还要拭目以待。

6. 智能城市需要智能网络

面对快速的城市化和迅速减少的资源,政府正在推动更多的“智能”可持续发展城市。这些政府领导的项目为这些地区科技公司的发展和获得的智能网络支撑创造了更多机会。

智能建筑领域部分标准修订解读 篇4

随着建设领域的不断拓展, 科学技术的不断进步, 新技术、新产品、新材料、新工艺、新设备的不断涌现, 这就迫切的需要国家的相关标准和规范进行不断地更新与完善。因此, 近年来出现的智能建筑领域的国家标准或规范的修订和新修, 这是好的现象, 从某种意义上来说, 标准规范是行业技术进步的具体体现, 也是推动行业规范有序发展的保障, 同时也能说明我国智能建筑技术不断提升与发展。

由于目前有些国家标准和规范还在修订的过程中, 作为主编者不宜进行解读, 本刊将在合宜的阶段继续重点关注。本期将安排对住房和城乡建设部发布《国家智慧城市试点暂行管理办法》的解读与贯彻体会、抓住智慧城市建设机遇, 加快完善我国智能家居领域标准体系、对《电子信息系统机房设计规范》GB 50174修编的建议、《建筑物电子信息系统防雷技术规范》GB 50343-2012简介、国家标准《电子会议系统工程设计规范》GB 50799-2012解读、光纤到户工程用户接入侧链路的验收测试、TIA颁布了新版电信管理标准TIA 606B、新版数据中心布线标准TIA 942A的简单介绍, 期望通过以上标准修订的解读与介绍, 为您提供帮助。

智能领域 篇5

1.目前环境受到严峻的挑战

在环境与能源问题日趋严重的今天,迈向绿色经济、绿色城市的可持续发展成了维护人类社会发展的重要战略。国家工信部33号令、环保部的环保税法、生态环境部的节能减排与碳资产买卖贷款、财政部对绿色工厂管理人才相关培训预算全额补贴政策 2.先进功能材料

2.1 纤维素是自然界中分布最为广泛的、储量最大的天然可再生资源,具有环境友好、生物相容性、易于改性等优点,被认为未来能源、化工领域的主要原料。2.2.纤维素分子间与分子内存在大量的氢键,难以实现熔融加工以及溶解再生,在以纤维素为原料制备各种先进功能材料的过程中尚存在着巨大挑战

2.2 高效地利用纤维素并拓展其在先进材料领域的应用也是值得重点关注的课题。3.新材料科技产业未来

3.1 必须建立绿色工厂、绿色仓库、绿色产品、绿色供应链体系 3.2 在绿色工厂为基石,迈向绿色智能制造 4.节能环保暨设备绿色创新效益

4.1 工信部2017年7月份出台,对于先进功能企业,设备必须符合环保要求,如何进行节能减排与改造措施,添加绿色环保设备,可以补助1000万—1个亿

4.2 工信部于2017年对于绿色工厂,每年11月初,可以申请补助最高200万

4.3国家科技型中小企业评价工作,通过评价的科技型中小企业,在规定期限内享受研发费用加计扣除75%或无形资产摊销175%的优惠。

5.两化融合政策 5.1 工业化与信息化

5.2 ERP+MES+Work Flow+Rule Management,可以降低人力成本30% 6.绿色智能制造学习方向

1.一带一路,扩大欧洲市场(GMBA班成功案例)

2.降低公司对供应商的成功成本5%以上(美的电器等案例、GMBA班成功案例)

3.AI 机器人、大数据、区块链的云监测体系与绿色供应链体系整合,可以降低人力成本30%以上(GMBA班成功案例)

智能驾驶领域的“跨界派”抢滩战 篇6

智能驾驶、自动驾驶和无人驾驶

智能驾驶是对车辆行驶实现智能化控制的行为,它是一个宽泛的概念,智能驾驶的进化发展涵盖了自动驾驶技术和无人驾驶技术的发展进程。从严格的概念上看,智能驾驶主要由自动控制、人工智能和机器视觉这三个部分组成,它能把驾驶从“人-车-路”的闭环系统解放出来。具体来说,它包含三个领域。第一,需要有一套完整的机器视觉系统,可以替代驾驶员的感知。第二,需要有一套先进人工智能算法, 可以替代驾驶员大脑。第三,需要完善、缜密的机械系统,可以把驾驶员手、脚的动作替代。

在基本原理上,自动驾驶和无人驾驶基本相同,都是通过丰富的传感器获取周边状态信息,依靠先进的计算机做出判断发出指令,最后通过控制系统实现车辆的操纵。

在基本技术元素上,自动驾驶与无人驾驶都采用雷达、激光雷达和高清摄像头和高精度数字地图等,并将其集中至汽车车身这一载体上。自动驾驶与无人驾驶之前的区别,正如负责沃尔沃Drive Me自动驾驶项目的柯尔林博士所言,自动驾驶的终极目的,并非要取代驾驶者,而是给予驾驶者更多的选择。通过为人们创造更加惬意的自动驾驶时光,把原本在开车过程中“丢失的时光”重新交还给驾驶者。自动驾驶技术本身并非什么新技术,事实上它早就已经广泛的被我们应用在了日常生活当中。最为典型的应用就是在民用飞机、地铁的运行上。民航客机可以使用自动驾驶技术起飞、巡航和降落,但是飞行员仍然是必不可少的。地铁亦是如此。不同在于,供汽车行驶的道路,路况更为复杂,操纵的难度也要更大。

所谓自动驾驶,在汽车业内来看,其实是一个渐进的过程中的两个阶段。自动驾驶的终极阶段就是进化发展为无人驾驶。眼下,各大车企推出的自动驾驶其实更多的是将各种智能辅助系统加入,让汽车能完成某些特定的“自动驾驶”动作,比如变道、超车等单一化的动作,变得更加的智能化。而汽车智能化远不止于自动驾驶。有观点认为,自动驾驶模式在特定环境下,比如在高速公路上,可以减轻司机的负担。但是,也会大大降低驾车的乐趣。至于实现真正的无人驾驶,恐怕还是一件十分遥远的事情。目前真正实现无人驾驶的只有无人机。无人机不需要驾驶员,全部依靠智能化操纵。不仅可以完成侦察任务,还可以携带导弹,攻击地面目标。然而,无人机在天空飞翔,没有路面上的交通拥堵,也没有那么复杂的路况,相比无人驾驶汽车要容易得多。因此,无论是自动驾驶还是无人驾驶汽车,完全抛弃人工驾驶是不现实的,也是不被各国法律允许的。

互联网巨头vs汽车业龙头老大

传统车企和互联网企业对智能汽车的定位不尽相同。

别以为只有Google、特斯拉这样具有科技和互联网基因的公司才会钻研自动驾驶技术。通用汽车、宝马、福特等一众“传统”汽车公司也在这条路上奋力拼搏着。传统汽车公司事实上拥有研发自动驾驶汽车的先天优势——它们坐拥丰富的造车经验和强大的财政实力。而一个有趣的现象是,这一次,本该是牛气冲天的“龙头老大哥们”并没有倚仗自身的汽车制造经验和优势而选择单打独斗而是几乎无一例外地选择了跟互联网科技公司合作,交换资源。从这一点我们就不难判断,自动驾驶汽车的核心已经不在于“车”本身了。真正重要的是控制这个车按照预定要求准确行进的人工智能技术。也正是基于对现象本质的剖析,传统汽车公司才认清了现实,不得不放下一切不必要的身段,转投互联网公司的怀抱,期望能借助对方的科技实力在汽车业界的革新浪潮中不至于成为掉队者。

传统车企倾向于以人工驾驶为主导、自动驾驶为辅助的人机交互结合式自动驾驶技术。包括通用、日产、奔驰等跨国车企都将自动驾驶汽车的推出时间设定在了2020年,但同时,它们也都很谨慎地将自动驾驶的范围设定在了如洲际公路等有出入控制、以及城市范围路况良好的近郊范围内的道路上。这在一定程度上说明,在实现自动驾驶的道路上,虽然车企的技术储备已经非常丰富,但面对复杂的路况以及不甚清晰的道路法规,还没有一家企业能够给公众一个明确的时间表,表示他们有勇气将方向盘交给一台电脑。

但事实上,“大脑”强并不能保证行驶过程中的全然安全。谷歌的自动驾驶车辆最近就惹麻烦了。当它在美国加州山景城以2英里/小时的全自动驾驶模式行进时,不慎与一辆车速15英里/小时的公交车发生了碰撞。其实,这已经不是谷歌自动驾驶汽车第一次在路上遭遇车祸,只不过,在此之前都是被其他车辆撞击,而此次谷歌则承认自己也负有责任。据谷歌方面给出的说明是,当时自动驾驶汽车认为巴士将减速等待,但巴士车并没有。在现实的行车环境中,这种基于“对方行为推测”的现象屡屡发生,因此引发的车祸也并不少见,谷歌也认为这是一个“关于协商的典型案例”。从谷歌的总结来看,很明显目前无人驾驶的智能指挥系统还没有智能到能完全避免可能存在的隐患的高度。

与传统车企靠智能辅助系统升级不同的是,包括谷歌、百度等互联网企业却希望借由云计算、大数据和人工智能一步到位的实现解放双手的“无人驾驶”。这完全是另外一条技术路线。这样的智能控制在很大程度上被认为比人更遵守规则,因为它比人脑具有有更强大和迅速的“运算”处理速度。定位上的区别一方面可能受先天的技术基因影响,而背后的商业逻辑才是促使二者在导向上不同的根本原因所在。车企推出自动驾驶汽车,更多是从主动安全等方面出发,它们依然要依靠出售汽车来盈利;而互联网企业则更多是以车为媒介,发展的重心则是落在驾驶体验提升以及驾驶员双手解放后可能带来的增值盈利点上。典型的例子,就是乐视CEO贾跃亭抛出的乐视汽车生态链概念。

目前,各方均认同主动安全系统能有效降低事故率,也相信未来的人工智能可以比人类自己的判断更加精准。但汽车作为关乎生命安全的交通工具,似乎难以让人完全放手把性命交给电脑。再加上无比复杂的路况和潜在的突发情况,似乎还是人手操作+电脑辅助的搭配更加现实。而至于无人驾驶的交通工具,在短途定点交通、轨道运输及低速行驶区域等场所似乎更适合发挥其作用。从目前来看,车企的“自动驾驶”汽车仍然处于实验阶段,而以“无人驾驶”为目的的互联网公司的智能汽车,也还处在相对漫长的实现周期之中。汽车智能化的技术已经有了很大的进步,但要促成其从智能化到无人化的质的飞跃,技术积累并未完成。同时,相关的法律法规,依然还处于讨论和制定阶段。而基础设施的建设,是不是能在技术已经现实化的层面上,全面支撑无人驾驶的实现仍然有待观察。

自动驾驶是否能为中国制造带来新机遇

有一家互联网公司从2013年开始研发自动驾驶汽车,到目前为止它研发的汽车已经成功自主行驶了无数公里。这家公司在自动驾驶汽车测试时使用的是高端车型,它与自动驾驶技术领先企业Nvidia合作,还与政府联手推动自动驾驶汽车由理想变成现实。

你可能会猜测这家公司是Alphabet旗下的谷歌,很遗憾,答错了。这其实是中国互联网公司百度的故事。用百度CEO李彦宏的话说就是,“人工智能的应用已经打破了人们对车的固有印象,采用自动驾驶技术的车辆,比起汽车或许更像是电脑了。”他认为,驾驶是一个简单重复性的脑力劳动,这些重复性的工作完全可以被人工智能所替代,不再需要驾驶者的干预。我们预计未来三五年间,无人驾驶汽车会即可得到普及。

百度计划在2018年之前将自动驾驶公共交通工具送上公路,而它目前也正在朝着目标大踏步前进。百度的自动驾驶汽车已经在北京完成测试,可以自主融入到公路交通网络,可以成功穿过车流。在北京做到这点有多难,想必是仅靠言语无法描述的。举个例子,美国最拥挤的城市之一纽约的每日通勤汽车总量约为270万辆,这一数字已经足够惊人了。而在北京,每天行驶的汽车总数居然能够达到纽约的2倍还多。因此,外国学者们推测中国能够在这个“老瓶装新酒”的行当里占得先机的依据,还是在于潜在的巨大的市场需求。这或许将成为中国人口红利经过科技深加工后再次焕发的“第二生机”。中国已经成为全球最大的轻型汽车市场,为了减排缓解交通拥堵,中国不得不控制城市汽车销售。并采取一系列措施缓解交通拥堵的常态:2014年,中国承诺将公路上行驶的汽车减少500万辆,因为污染太严重。自动公共交通工具可以帮助中国减少城市汽车数量,还可以减少污染;2015年中国各地也纷纷采取了更为严格的限牌限行策略并大力发展方便民众出现的公共交通;与此同时,为了从根源上解决道路超负荷运载的问题,中国国家财政部下达指令,鼓励社会资本参与收费公路投资建设运营,以完善各地的道路交通基础设施建设。这一连串的动作旨在表明中国政府解决道路交通拥堵和限制汽车尾气排放污染环境的坚定信心。在这样绝妙的政策背景下,自动驾驶技术的瓜熟蒂落,普及推广可谓是集齐天时、地利、人和的成功必备条件。

之所以中国的自动驾驶技术将会领先于美国,并不是因为中国有什么魔法,或是研发掌握了什么高精尖的技术。或许仅仅是因为在中国,政府不仅没有设定诸多的条条框框去限制它,反而结合中国的国情实际,助推了自动驾驶技术的商业化和普及。尽管Alphabet在自动驾驶汽车方面取得了举世瞩目的巨大进步,但实际领跑市场的却可能会是百度。中国需要更清洁的空气,因而它的未来定会得到中国政府的大力推广扶持。《纽约时报》最近报道称:“许多中国地方政府已经向百度提供监管、基础设施方面的支持,这些地方政府会引入小型自动驾驶巴士,它们按给定路线行驶。”

而在美国,情况可能就大不一样了。虽然今年晚些时候,美国政府也将会颁布更多的自动驾驶汽车指导方针。但总体而言,难度相较中国要大得多。根据相关调查,90%以上的车祸是由于司机驾驶原因造车的。如果采用智能自动驾驶,将大大减少车祸发生的几率。谷歌创始人之一布林先生认为,无人驾驶汽车可以使道路更安全,让上班族从驾车的苦闷中解脱出来,缓解拥堵。同时,包括盲人、残疾人在内不能开车的人有望借助无人驾驶实现开车梦。布林认为自动驾驶汽车将比人工驾驶汽车更安全。可以真正显著提高每个人的生活质量。但这种说法显然没能说服美国的立法者和相关监管机构为他们做出相关监管条例的修改调整。另一方面,由于美国的交通监管既来自国家也来自地方各级监管部门。除非这些部门全部同意自动驾驶汽车上路,否则即便是自动化程度最高的汽车在美国也没有任何存在的意义——各层监管机构要求不一,一不留神,你就有可能进入了自动驾驶汽车的行驶禁区而被迫停止驾驶。

因此,对于谷歌而言,中国才是其实现“无人驾驶”理想的沃土,中国自上而下的集权管理模式在促进自动驾驶汽车的推广管理的方面优势明显,汽车厂商有标准可循,一心钻研技术便可。

许多美国立法者对中国政府对待自动驾驶汽车的开放态度表示惊讶。在美国,各州对自动驾驶汽车测试进行严格的控制,加州最近就明确表态:自动驾驶汽车行驶时持有驾照的人类驾驶员必须坐在前排座位上。它针对的正是谷歌,因为谷歌希望自己的自动驾驶汽车可以在城镇随意行驶,可以为任何人领航,不管有没有驾照都可以,就连盲人都可以合法使用。谷歌方面对这一决定深感失望,他们认为完全自动驾驶的汽车对居住在这里的每一个人而言都大有裨益,而加州却为自动驾驶汽车发挥潜能设定了限制。相比中国政府在支持自动驾驶汽车发展上的积极态度,美国在制定新规章制度上的缓慢行动甚至大力反对的倾向,不得不让人怀疑在全球自动驾驶汽车竞赛中中国似乎已经占得了先机。

智能领域 篇7

德克萨斯州奥斯汀—2009年12月15日—消费者对更快速、更时尚、更省电的移动设备的需求已经帮助飞思卡尔确立了其在智能移动设备领域最初的领导地位。该领域是一个快速增长的细分市场,涵盖了智能本、电子书阅读器、智能手机和其他移动消费产品。

从固定的计算平台向移动设备的持续迁移已经极大地扩充了全球智能设备的数量,并为飞思卡尔创造了巨大的机会。在不到一年的时间内,飞思卡尔已经帮助开拓了智能本市场,扩展了其在爆炸式增长的电子书阅读器市场的领先地位并推出了多款极具吸引力的消费产品。

这种发展势头在很大程度上是基于飞思卡尔在广泛的嵌入式处理器、传感器、专用软件和电源管理集成电路(IC)等方面的实力。2009年以来,公司已经向智能移动设备制造商发货超过9 000万个集成电路。

今天,可以见到的一种最受欢迎的电子书阅读器产品就很好地证明了智能移动设备所能提供的机会。飞思卡尔的i.MX31器件是电子书阅读器内的主处理器,而这一产品也包含了飞思卡尔的MC13783电源管理IC和MMA7660惯性传感器。其他移动互联设备也通过飞思卡尔的传感器、电源管理和视频编解码器技术与飞思卡尔公司的处理器相配合。通过提供综合解决方案,公司帮助客户进行创新并加速产品走向市场,同时扩大了飞思卡尔在消费电子市场的覆盖范围。

飞思卡尔销售与营销高级副总裁Henri Richard说道:“即使是在一个活跃的领域,如智能移动设备,飞思卡尔的增长已超过了市场平均水平。消费电子正变得日益精密,这也正与飞思卡尔在电源管理专业知识、出色的处理性能和显著的性价比等方面已被证实的传统优势相契合。”

智能本领域的领导者

智能本是飞思卡尔在消费电子领域最有前途的机会之一———这种新一类设备的技术基础是结合了智能手机和笔记本电脑的ARM誖处理器技术。智能本满足了消费者对低成本、小外形、长电池寿命的能够提供网络连接性设备的需求。

电子书(eBook)阅读器领域的领导地位

智能领域 篇8

近年来,电信行业突飞猛进,产生和存储的数据巨大。这些数据主要分为3类:呼叫细节数据、网络数据和客户数据。大规模生成的网络管理数据通常隐藏了一些知识,它们对通信网络有效管理所涉及的一些重大任务起着关键作用。DM(数据挖掘)就是对大量的数据进行挖掘和分析,以便发现有意义的模式和规则。不同的DM模型已成功应用于电信行业来解决欺诈检测、营销/客户剖析、网络故障隔离和电信设备故障预测等问题,但同时又忽略了以下问题:(1)电信网络环境可能随时变化;(2)由DM模型获取的知识未及时更新会变得过时。

要分析电信网络数据,首先必须将这些数据按照时间序列进行转变。近年来先后提出了多种不同的TSDM(时间序列数据挖掘)技术[1,2]。但电信网的具体问题不可能只使用统计方法就能进行数据分析。电信网络环境是动态的,会在非常短的时间内发生改变。因此,基于静态离线的传统DM技术通常无法获取到网络行为预测的理想结果[3]。

为解决传统方法的不足,本文提出DM技术与IA(智能代理)技术相结合的应用方案。IA能够感知环境,对从环境中获取到的数据/信息进行处理,并能代理执行有利于提高其行为的最恰当行为。因此,它们对像电信网络这类强动态的环境特别有效。本文通过利用IA的认知、协作能力以及Web服务,在整个DM流程中处理具体的DM。

1 理论基础

本文探讨的是通过对网络数据的历史观察来预测网络的变化情况。这方面的预测以天为基准来进行,一小时换动一次。时间序列是一系列的向量x(t),t=0,1,…,其中,t代表运行时间。理论上,x可以是一个数值,它随着t的变化而变化,如网络链接的使用情况。实践中,对于任何一个具体的物理系统,x可以认为是能够提供一系列的离散数据点,即时间上的间隔。本文案例分析所用到的变量包括以太网流量、数据基本负荷、CPU(中央处理器)利用率和TCP(传输控制协议)传输。

1.1 感知预报

TS(时间序列)的随机性以及实时预报需求使得接近带有分段线性模式的TS成为可行。TSDM有几种时间序列的片断线性呈现算法,如SAX(符号聚集近似)法。本文根据文献[4]中的转换技术提出了感知预报法。该方法用斜率值取代TS值,预报时刻之前的时间模式称为全局模式。TS值的全局模式被斜率值的感知模式所取代。从TS的历史看,该方法主要实现寻找最接近于全局模式感知图像的斜率值序列。要应用这一思想来解决文中探讨的问题,需要注意以下几点:(1)测量变量的所有TS应是TS模式。由于TS的随机性(如图1所示),既要消除模式又要对其进行分割,通过将起始脉冲及其平均强度用作模式描述符来实现(如图2所示);(2)每天对TS模式进行分析以创建信号分类。对于每种分类,鉴别出带有对应概率的后续分类。同样,创建了每种分类对应的平均信号TS。

作为模式TS之间的距离(图2),下一个量度为

式中,m是代模式x与y的一组TS分析目标的模式个数;α和β均为规范化参数;txi和qxi分别是时间点和模式的强度,其中i是当前模式的一个指标。

从最相似模式中提取出符合目标的预测值。呈现已知模式的值的位置延伸到呈现全局模式的预测值的位置。然后,将遵照这种已知序列的斜率值用来计算呈现全局模式的预测值。可以预测出呈现全局模式的整个模式,或依序应用该方法来预测几个不同序列时间点的值。

1.2 组合预测

由于不同的预测方法各有优劣,但却都依赖于TS,所以需要在不同方法之间协作以取得良好的效果,故DM流程被提升到更高境界。本文的“协作性”指的是感知预测方法的模式分类所分配到的几个代理之间的协作。每个代理Ar负责模式身份鉴定并将多个代理生成的结果进行组合。

当多个代理以并行方式工作时,需要有一种冲突解决策略来对它们所产生的矛盾进行调解。关于多代理的决策融合问题,有关学者做过研究,但大多数都只侧重组合分类。本文根据贝叶斯方法将这种模式沿用到组合预测方面。该方法与协作预测方法不同。在TS分析过程中,假设有Cj个已得到鉴别的分类模式,j=[1,…,J]。对每个代理Ar所做的预测可用一个混淆矩阵CM来表示:

式中,nrij表示代属于Ci(已被代理Ar分配给Cj)的样品个数,i=[1,…,J],j=[1,…,J+1]。CMr的对角元素即来自Ar的正确预测。在离线培训阶段计算每个方法的混淆矩阵。CMr的信息在实时环境下的使用情况如下:考虑到来自代理Ar的证据ei(x)=j,反映x∈Ci的条件概率为

式中,i∈[1…j],P(x∈Ci|er(x)=j)可以认为是与样品x分配到Ci事件有关的分类器的信息。每个代理r∈[1,R]拥有自己的混淆矩阵。CMr与R证据实时生成。每个代理表达自己对这个命题预测的支持:x∈Cj以条件概率形式存在。对代理之间的协作性所产生的x∈Ci表示支持的组合概率PE可以表示为

基于式(4),根据组合条件概率样品x被分类给j。PE概率最大的Ci被选作最佳组合预测。

1.3 借助于MLP(多层感知器)神经网络的预测模型

得出了预测变量的值便可作为网络水平变量预测模型的输入值。由IA选出预测模型,因为该模型相比于其他预测模型(如决策树模型)有更强的预测能力。

神经网络是MLP结构形式,如图3所示。本文案例中,利用一个MLP结构,将7个输入变量(自变量)、7个隐蔽层的元素和1个网络链接使用率作为1个输出变量。该结构在隐蔽层和输出层应用线性组合函数,在隐蔽层应用Sigmoid激活函数。

被规范化成[0,1]后,位于第j个时间点、来自输入节点的输入信号乘以适当的加权数Wil,对应于输入神经之间的连接,信号由该处发出,而神经位于隐蔽层。在m个隐蔽节点的每个节点位置,计算出所有输入信号与阀值(W0l)的加权和,然后通过本文研究的逻辑函数进行转换,得到第l个神经所发送的al的值,即

此后,信号al乘以适当的加权数vl,然后转移到第3层的神经。最后计算出新的加权和:

在输出信号反规范化后,可以确定预测值yj+T。当然,也可以采用其他预测模型,如决策树模型或线性回归模型。

2 多代理框架

多代理框架通过Web代理服务实现了代理封装不同决策的方法。借助于CAPNET代理平台开发出代理[5]。要实现与Web服务的整合,就要使用CAPNET内部所采用的代理与Web服务整合模型。

首先收集来自子网的网络数据。网络变量统计如表1所示。数据过滤和清理完成后,数据收集代理会将信息发给Data Mart管理员代理以进行数据整合,然后存储在Network Data Mart,相关性和重要性分析方法当成Web服务器来使用。它们的功能是清除Network Data Mart中冗余、不相关的变量。至此,也只有斯皮尔曼相关方法和决策树方法可分别用来辨别冗余和不相关变量。一旦有更多方法被当成分量来使用,代理就能够决定该使用哪种最佳方法(服务)。

接着就是对网络变量进行预测。应用感知预测方法和ANN(人工神经网络)预测方法均是由预测代理发起。对于感知预测,为日常收集到的每个TS分配两个代理,它们都使用前面第1.1小节提到的方法。其中一个充当临近量度使用离聚合的最近模式的距离,而另一个使用离聚合的平均模式的距离。它们将各自的预测模式提供给裁决代理以便在各个具体分析工作中使用。因为预测,网络参数下一时段的预测TS已产生,并由代理管理员存储在Data Mart。最后,使用这些数据来预测MLP代理的网络链接的流量预测方面的链接利用率变量。

这个过程是动态且反复的。这就意味着对于每个时间段t+d,处在预测时间段之前的某个时段的TS数据要同时进行培训和评估。那么每次进行预测时都要使用到最新数据,同时需考虑这一天网络参数的典型波动。每次最佳模型都被选来充当代理之间的调解对象。此过程要通过Opnet Modeler建模器而非实际的网络监测参数来生成日志文件。

3 数据网络场景介绍和实验结果

通过Opnet Modeler建模器创造一个网络场景。该工具能帮助生成统计数据和网络数据变量的值。但是,相同的网络数据变量也可以通过使用智能代理从网络数据日志中取得。这些变量的测量结果序列代表了基于数据网络统计数据的TS。Opnet允许生成网络流量和几种服务、应用程序,从而便于我们设计几个网络流量的负荷水平。

3.1 案例分析

根据一家零售企业的组织架构设计出一个局部网络拓扑结构(该企业在全国有分支机构)。在这个场景中,反映企业的信息和服务从一家特定的子公司索取而来。Opnet将统计数据分为3组:全局统计数据、节点统计数据和链接统计数据。以下的统计数据是根据本次研究的目标选出的(见表1)。

描述网络的性能有以下变量,如链接利用率、服务器负荷、网络时延以及应用程序的响应时间等。链接利用率是关键,因为需要及时掌握网络链接何时出现超负荷情况。模拟情况下有两个重要特性需要说明:每个统计数值的持续时间和值。模拟实验的持续时间受制于所能使用的事件数,而且事件数会随着网络流量负荷的增大而增加。此次实验将每个统计值的持续时间设为500,值设为5 000。

3.2 模拟结果

Opnet可以导出模拟实验的统计数据,这些数据代表了变量的检测值,它们是构成基于数据网络统计数据的TS的分量。根据所选的统计数据和网络所使用的设备数,得到191个统计数据,每个数据代表一个网络变量。这些TS要进行预先处理。第1步,对整合了TS的191个变量进行相关性分析,得到22个非冗余网络变量(见表1)。第2步,从中选出变量来预测链接利用率变量。80%的数据被用来训练这个模型,剩余20%作验证。这种随机分区不适用于TS数据,因为样品的排序无法改变。要在训练和验证过程中保留样品的时间排序,可以在SASBASE代码节点完成分区操作。

VAR(变量)分量的输入是原始变量的对数。变量之间也并非都是线性关系,因此,输入变量应标准化,以便模型运作正常。要训练VAR模型,输入变量即演变成目标的滞后值,若想预测t时刻的输入变量,这些值在t-1时刻必须存在对应的对数。

不同模型的预测结果对比见表2,两轮模拟实验得到不同的统计数据。表2给出了所有变量的平均预测结果。表中,贝叶斯组合预测方法所取得的结果比VAR模型好。

3.3 预测模型的实验结果

模型执行过程中所使用的工具有MS.Net Framework 1.1、MS SQL Server 2005、MS IIS Web服务器(充当CAPNET的WS兼容器)、CAPNET Expert System Shell组件的CAPNET代理平台(充当Data Mart组合代理的推理机)、Percept Miner Perceptual Forecasting Component、VAR预测模型与MLP预测模型的SAS导出组件以及OP-NET Modeler。

图4所示为第一轮模拟实验中得到的链接利用率水平与ANN模型的预测链接利用率水平对比。由于神经网络模型很适合用来预测高利用率,因此可以避免重大的网络故障。

4 结束语

为了解决实时环境下电信网络方面的大量数据分析问题,本文提出了一种理论框架,它体现了IA应用的重要性。基于“获取知识与智能”的目的,进行了一些网络管理工作,如网络链接的流量预测。贝叶斯方法能很好地利用代理之间的协作性这个特点,通过它能将各种不同的预测方法组合起来。这样,各种方法的优点就集中起来,而它们的缺点通过协作得以消除。电信网络数据的DMP(数据管理平台)分解连同多代理执行框架允许实时状态下应用DM技术,这些技术均会利用到在线数据提取、自动学习和较高程度的并行度等策略。多代理框架还能够实现复杂分量的高效计算整合。

参考文献

[1]Lee W,Stolfo S,Chan P,et al.Real Time Data Min-ing-based Intrusion Detection[A].DARPA Informa-tion Survivability Conference and Exposition[C].Anaheim,CA:Springer,2009.8(2):34-36.

[2]Keogh E,Lin J,Fu A.HOT SAX:Efficiently Find-ing the Most Unusual Time Series Subsequence[A].Proc.of the 5th IEEE ICDM 2005[C].Houston,USA:IEEE Computer Society,2005.34(9):226-233.

[3]Ng Y S,Srinivasan R.Multi-agent Framework forFault Detection&Diagnosis in Transient Operations[A].Proc.of the 17th European Symposium on Com-puter Aided Process Engineering 2007[C].Bucharest,Romania:IEEE Computer Society,2007.9(1):27-30.

[4]Contreras M,Germán E,Chi M,et al.Design and im-plementation of a FIPA compliant Agent Platform.in.NET.J.of Object Technology[J].ETH Zurich,2008,12(2):123-129.

智能领域 篇9

看到杯子把手,我们知道可以握;看到椅子,我们知道可以坐,看到按钮,我们知道可以按,这里面的行为机制到底是什么呢?当代认知心理学派一般认为个体首先在大脑中形成外部世界的内部表征,然后在自上而下的控制下决定下一步的行为活动。与之相反,Gibson的生态心理学强调视觉和动作的直接连接:当个体看到某个物体时会自动激活与该物体相关的动作。Gibson将人的这种认知能力称之为可视用途,并提出可视用途意味着对个体在特定环境中对外界客体所能执行的动作的可能性。可视用途(Affordance)概念引发了众多研究者的兴趣,相关研究成果、概念在界面设计、可用性、人工智能等领域得到了广泛应用。

2 可视用途的理论研究

由于可视用途认为个体看到某个物体时,能自动获知可执行的动作,故研究者通常采用刺激-反应匹配范式来研究可视用途。当前主要有两种实验方法:一种为带有清晰朝向的物体与个体左右手间的匹配;另一种为大物体-整手握和小物体-手指捏的匹配。Tucker和Ellis分别采用上述两种实验方法,一致发现被试在刺激-反应匹配条件下出现反应利化,不匹配时出现抑制。此外,McBride等采用敏感压力装置进行实验,发现在刺激-反应不匹配条件下个体存在阈下纠错动作,进一步说明刺激传递的可视用途信息和反应不匹配时会存在反应冲突。

可视用途的脑机制目前主要聚焦于探讨大脑腹侧、背侧通路(Ventral-Dorsal Stream System)的作用。背侧通路负责对不同视觉信息的分析及执行动作所需的视动转换,而腹侧通路主要负责加工与物体相关的语义信息。Tucker与Ellis提出人类知觉外部世界的过程中不断接受新的刺激,故背侧通路可能在可视用途中起作用,并获得了肌肉诱发电位(Muscle Evoked Potentials)研究的支持。然而,Derbyshire指出腹侧通路可能在可视用途中也起作用,特别是在刺激呈现时间较长的情况下。Tucker和Ellis采用掩蔽刺激、刺激缓慢消退和立即消失三种方式呈现刺激,均发现可视用途效应。由于在掩蔽刺激和缓慢消退条件下,造成个体对刺激视觉加工的阻断,故可视用途可能是腹侧通路而非背侧通路在其中起作用。在以往研究基础上,Cisek提出了可视用途的竞争选择模型。在该模型中,背侧通路收集各种感觉信息,找出可执行的动作及其相关的详细参数;腹侧系统则不断的根据历史经验及现实情况,选择相关的动作使其在竞争中具有优势,并直至一动作成功执行。

3 可视用途与可用性设计

产品的用户体验已成为评判产品成功与否的重要标准。Norman提出,在设计产品时,设计师对产品的功能有一自己的心智模型,而用户对产品也有一预期的心智模型;只有当用户的心智模型和设计师的心智模型完全匹配时,用户在使用产品的时候才不会迷茫困惑,才能达到最佳的用户体验。根据Gibson的可视用途理论,可视用途是人们知觉到动作的可能性,将这种可直接知觉到的动作的可能性应用到产品设计中,无疑将会给用户的使用带来巨大方便与快捷。

Gibson指出可视用途存在积极的可视用途和消极的可视用途。积极的可视用途是有益的、需要保留的;消极的可视用途则是有害的、需要消除的。Norman后来发展了Gibson的可视用途概念,提出真实可视用途和知觉可视用途。设计师关注的重点应该是知觉到的可视用途,因为知觉到的可视用途才能产生用户最终可执行的动作。Hartson则将可视用途划分为认知可视用途、物理可视用途、感觉可视用途和功能可视用途。认知可视用途是让用户知道这是什么,例如按钮上的标签;物理可视用途是设计物理特征,让用户知道可以做的动作(例如按钮的大小,形状);感觉可视用途是让用户能够知觉到其他的可视用途(例如标签字体大小);功能可视用途就是帮助用户完成工作,这是一系统的工作,通常由前三个可视用途共同实现。

4 可视用途与人工智能

传统人工智能均以物体为中心,机器人通过识别环境中的物体来完成任务。机器人首先建立关于外部环境的一般性模型,并基于此可进行相关的推断。根据Gibson的可视用途理论,可视用途是环境提供给个体特定动作的可能性,可视用途是可直接知觉到的。因此,研究者将可视用途概念应用至机器人领域,并形成了一种以功能为中心的观点:机器人通过学习可视用途找到可执行的动作,然后实现某种功能。Raubal和Moratz提出一基于可视用途主体功能的模型。该模型结合了可视用途理论和功能HIPE理论。HIPE理论认为人们关于功能的知识由四个方面构成:历史(History)、主观意图(Intentional Perspective)、物理环境(Physical Environment)和事件顺序(Event Sequences)。环境中的物理结构和主体自身的属性结合产生了物理可视用途。物理可视用途在社会情景背景下产生了社会情景的可视用途;主体在自己认知能力基础上,根据所执行任务、事件次序、社会情景可视用途和物理可视用途,产生心理可视用途,最终根据产生的心理可视用途得到输出的操作。

5 结束语

本文系统总结了有关可视用途的理论研究及其在可用性设计、人工智能领域中的应用。可看出,可视用途不仅是心理学领域中总要的观点与研究主题,也是人工智能和可用性设计等领域的重要指导思想。随着对人类大脑的深入研究,可视用途的心理机制将被慢慢解开,这对未来的可用性设计、人工智能等将起到重要的推动作用。因此,建议相关领域的研究者应密切关注可视用途的相关心理机制研究。

摘要:可视用途概念源于生态心理学,目前已被可用性、人工智能等领域广为接受,并作为重要的指导原则在设计中应用。论文从可视用途理论的心理学研究进展、可视用途在可用性设计与人工智能领域的应用及其应用前景三个方面,就可视用途的理论研究与应用进行了系统的总结与展望。

关键词:可视用途,人工智能,可用性设计

参考文献

[1]Tucker M,Ellis R.On the relations between seen objects and components of potential actions[J].Journal of Experimental Psychology:Human Perception and Performance,1998,24:830-846.

[2]Ellis R,Tucker M.Micro-affordance:The potentiation of components of action by seen objects[J].British Journal of Psychology,2000,91:451-471.

[3]McBride J,Sumner P,Husain M.Conflict in object affordance revealed by grip force[J].The Quarterly Journal of Experimental Psychology,2012,65(1):13-24.

智能网技术在移动信息化领域应用 篇10

关键词:智能网,信息化,融合

自国内电信行业重组之后,中国电信业市场环境出现了根本性变化。个人和企业的传统语音业务支出不断减少,移动信息化领域成为新价值领域。传统智能网技术发展采取交换和业务分离思想,构建出整套的业务解释、定义和管理体系,从而在ISDN、PSTN、PLMN中经济、快速的提供业务。智能网技术融合现有计费技术,能够实现分时、分区、分群的业务。根据业务的分区特点能够将用户区域化,便于开发多样化的社区信息化产品。

一、智能网技术简介

智能网由SCP、SSP、SCE、SMP、SMAP组成。SCP负责解释业务逻辑,根据业务逻辑指挥SSP完成操作。SCP还可分成Manager、SDF、SCF三部分;SSP负责完成交换功能,接受和完成SCP的请求,向SCP上报信息;SCE是一种编制智能业务工具,将业务保存为SCP能解释的格式;SMP是智能网系统和SMAP之间的中介,接收SMAP的指令,再管理SCP。SMP还能进行话单结算;SMAP负责发出维护性指令,修改或查询数据库内的数据。

二、智能网业务的实质与现状

智能网根据业务的情况产生和发展。智能网的业务实质,是一段流程和流程中的数据。业务运行时,智能网要向交换机说明事件情况。事件发生之后,交换机便告知SCP业务流程,进行处理。业务流程的构成是有顺序关联的小功能块。只有遇到该结束流程事件或者流程执行已经完毕,业务才会结束。

三、智能网技术在移动信息化领域的应用

3.1在移动家庭客户信息化领域的应用

电话通信是社会基础性业务,属于家庭信息化导入的手段。如果没有宽带IP,则不能做到业务承载和融合。传统固话运营商在家庭内均存在各类的BOX,比如XDSL猫、固话、广电机顶盒等。这些BOX还是在通道接入端的部位,没有成为业务的提供中心。在综合智能网业务中,SCP设备含有同时处理CAP、MAP的SAU(信令单元)。综合SCP中的SAU支持CAP和WINMAP协议,和MSC/SSP互联。

在移动家庭客户信息化领域中,智能网技术实现的是VPMN业务。为了弥补分时、分区实现过程中的局限性,智能网在业务上进行了创新。分区的业务用户自主注册优惠区,而设置的系统参数能够及时调整优惠区大小,脱离了时间、地点限制。将无线网优数据、USSD、智能网业务彼此结合,以智能网实现个性化的分区业务,实现业务全新突破。SCP上的业务流程,完成分时、分区和分群业务逻辑判断处理。家庭产品由原先的有线网络向业务层次配合发展,加快了业务的部署。

3.2在政企单位客户信息化领域的应用

3.2.1构建智能网系统

智能网技术能够实现单位的终端智能化、运营智能化和呼叫智能化。在进行系统数据配置时,要配置好IN-AP链路,保证本局链路数据的配置。SCCP远端信令负责对局链路配置,SCCP链路提供子系统,并将SSP配置在SCP地址描述中,确保消息及时到达。

3.2.2智能网技术在单位客户信息化领域的功能

移动总机业务的基础是VPMN短号关系,其中有总机门户、外呼、集团短信、呼叫转移等多项功能。例如总机门户,客户管理员在集团Portal中上传制作好的语音文件,TTS设备完成文语转换,实现播放欢迎词。

在单位的呼叫转接上,有人工转接和自动转接两类。人工转接是接通总机,用户拨打“0”转为人工座席。人工坐席负责查询转接号码,再电话转接;自动转接是等接通总机后,用户以IVR语音提示,输进被叫分机短号,达到电话转接。在移动总机业务中单位可以租用移动公司的人工座席对外提供人工服务。

3.2.3智能网技术的优越性

两级开销户使得集团可以先开个小规模范围的集团,内部成员的开销户权限属于集团内部的事情,减少了营业厅的工作压力。移动总机方案能够区分出通讯属于私人电话还是工作电话,并灵活的控制通话权限。以此可以为不同类的政企构建不同的通讯方案,实施长权和限额控制。

四、智能网技术的未来展望

通信业务中的3G技术,将会发展成为PS和CS的融合体IMS。就是利用数据、信令、语音、媒体等通信手段实现IP化。由此可以看出,网络的演进将会向核心网络IMS化和无线接入宽带发展。

因此,智能网的融合核心便是全面支持IMS网络,并利用IMS的协商机制和丰富控制,创造出新业务。现阶段,可看到的有V网伴侣、一号通等。传统网络不具备这些业务的特性,但有着熟悉业务的背景。IMS机制已经解决了业务多次触发、业务嵌套和呼叫多次协商。各大运营商在智能网技术融合未来网络方面开展了有益性的探索。在技术不断融合和发展的阶段,将会有更多丰富的业务依靠智能网技术进行市场竞争。

五、结束语

随着信息化的发展,智能网技术面临着FMC趋势和新的市场竞争。智能网对网络能力的控制较为灵活,技术颇为成熟,建设投资低成本。因此,仍是我国移动研究发展的重点。

智能网技术将会在移动家庭客户和政企客户信息化领域中发挥出更为出色的作用。

参考文献

[1]兰夏.浅谈宽带智能网技术及发展方向[J].新西部:理论版,2007,(03X)

上一篇:学校财务风险管理下一篇:外国经济发展现状分析