【摘 要】
：
智慧视频监控建设是利用5G、人工智能（AI）、建筑信息模型（BIM）+地理信息系统（GIS）、物联网、大数据等新一代信息技术，将传统视频监控转变为基于5G传输的BIM+GIS的AI智能三维虚拟全景一体化管控，将二维地图场景和三维虚拟场景结合BIM+GIS模型实现与视频的深度融合，达到与其他子系统之间无缝联动、业务功能复用、异常事件和行为联动预警且实时互操的全方位、全区域、全智能的沉浸式漫游综合管控
论文部分内容阅读
智慧视频监控建设是利用5G、人工智能（AI）、建筑信息模型（BIM）+地理信息系统（GIS）、物联网、大数据等新一代信息技术，将传统视频监控转变为基于5G传输的BIM+GIS的AI智能三维虚拟全景一体化管控，将二维地图场景和三维虚拟场景结合BIM+GIS模型实现与视频的深度融合，达到与其他子系统之间无缝联动、业务功能复用、异常事件和行为联动预警且实时互操的全方位、全区域、全智能的沉浸式漫游综合管控，彻底将“监”和“控”分离的被动状态，朝着主动化、自主化及人性化的全智慧型视频监控方向发展。
其他文献
针对多维旋转不变子空间算法(ESPRIT)信号参数估计存在失配的问题，该文提出一种基于特征值分维的参数配对方法。该方法首先对包含待估计参数信息的多维特征值进行线性组合并构造判断矩阵，再根据矩阵维数对应关系进行配对。相比于其他配对算法，该文提出的算法结构简单，没有模糊参数，在特定情况下具有较高的鲁棒性，能实现参数的自动配对。最后通过对比仿真验证了该文配对算法的优越性。
构建了联合预测和边缘计算的触觉通信框架，明确了时延和能耗之间的折衷关系，并定义了发送者的预测效益。以总预测效益最大化为目的，构建了多发送者的预测窗口和计算卸载策略联合优化问题。为便于求解，将该优化问题转化为多发送者预测与计算卸载博弈，并提出了一种基于最优响应的预测与计算卸载联合优化算法以收敛纳什均衡解。仿真结果表明，所提算法可以获得近乎最优的预测窗口和计算卸载策略。
信息网和物理电网的融合与协作是未来智能电网的重要特征之一，构成了典型的信息物理系统(CPS)。在电力信息物理系统(CPPS)中，信息空间的扰动和故障将增加物理系统运行风险，在评估CPPS的动态行为时必须详细考虑信息网的影响。基于OPC技术实现了电力系统仿真工具DIgSILENT和信息系统仿真工具MATLAB的联合运行，建立了电力信息物理系统仿真平台。以广域阻尼控制为例进行电力系统与广域测量通信系统
围绕如何提高椭圆球面波(PSWFs)多载波调制系统频带利用率，该文在双模PSWFs多载波索引调制解调方法的基础上，引入由额外星座点组成的第3星座图，提出基于优化多重索引的PSWFs多载波索引调制解调方法。该方法通过对分组后每个子块中子载波的多重排列组合，拓展了信号索引维度，增加了调制符号组合数，实现了双模PSWFs多载波索引调制解调方法中频谱资源的进一步利用，有效提高了系统频带利用率。理论和仿真分
软件定义网络（Software Defined Network， SDN）中单个中心节点采集的流量信息有限，查询多个测量节点可以获取全部流量，但可能存在较大重复；OpenFlow交换机执行测量任务易陷入过载状态，然而现有SDN方案尚未考虑测量点的负载状态。为解决上述问题，将SDN网络中测量节点选择问题抽象为最小顶点覆盖模型，并提出一种基于蚁群优化-邻域搜索（Ant Colony Optimizat
针对由超密集异构无线网络的超高动态性而引起掉话率不断增长的问题，并考虑到以往基于模糊逻辑相关垂直切换算法的较大时间开销，该文提出一种改善用户体验的垂直切换算法。首先利用5G核心访问和移动管理功能发现终端附近的所有候选网络，同时，利用自组织网络技术的环境感知能力，随时监测网络的运行状况，主动维护网络之间的邻居关系表。然后，引入动态模糊神经网络算法来执行切换判决，将获取到的网络参数数据作为该系统的输入
针对现有图像去模糊算法存在的处理模糊种类单一、耗时长等问题， 提出了一种基于聚集残差生成对抗网络的图像去模糊算法. 首先， 利用生成对抗网络， 生成重建图像判别标签， 使最后生成的图像更加接近清晰图像; 其次， 结合聚集残差网络与通道注意力模块， 构成特征提取模块， 提取中间层的有用特征信息; 最后， 采用WGAN的Wassertein-1距离与感知损失结合作为损失函数训练模型， 保证生成图像与清
青藏高原西北部湖泊沉积物记录了丰富的区域气候环境变化信息，对于揭示青藏高原西风–季风环流系统变化及其相互作用过程具有重要意义。通过对青藏高原西北部高海拔干旱区典型湖泊阿克赛钦湖沉积岩芯粒度、总无机碳（Total inorganic carbon，TIC）、总有机碳（Total organic carbon，TOC）、总氮（Total nitrogen，TN）、碳氮比（C/N）和磁化率等环境代用指标
针对注意缺陷与多动障碍临床诊断主要依靠医生主观评估，缺乏客观辅助依据，提出了一种基于语音停顿度和平坦度的注意缺陷与多动障碍自动检测算法。首先通过频带差能熵积参数自动定位语音有话区间，提取停顿度特征，然后使用变换平均幅度平方差参数计算语音倍频率，提取平坦度特征，最后融合特征结合支持向量机（SVM）分类器，实现了注意缺陷与多动障碍的自动识别。实验共采集了17位正常对照组儿童和37位注意缺陷与多动障碍患
随着“算力时代”到来，大规模数据需要在存储器和处理器之间往返，然而传统冯·诺依曼架构中计算与存储分离，无法满足频繁访问的需求。存内计算技术的诞生突破了冯·诺依曼瓶颈、打破了传统计算架构中的“存储墙”，因此对于“算力时代”具有革命性意义。由于静态随机存取存储器(Static Random-Access Memory,SRAM)读取数据的速度快且与先进逻辑工艺具有较好的兼容性，因此基于SRAM的存内计