【摘 要】
：
企业的生产经营过程中会形成大量的档案,这些档案可为企业未来积累丰富的经验,具有重要意义,为此越来越多的企业开始重视档案管理工作。然而档案的保存是一个综合课题,档案的保存周期与库房的各项物理条件息息相关,若保存不当,则档案保存周期非常短,因此需要有一套行之有效的方案来实现自动化管理,基于此,中国移动自贡分公司领导提出构建远程档案库房监控系统。从中国移动自贡分公司综合部实际应用需求出发构建了库房监控系
论文部分内容阅读
企业的生产经营过程中会形成大量的档案,这些档案可为企业未来积累丰富的经验,具有重要意义,为此越来越多的企业开始重视档案管理工作。然而档案的保存是一个综合课题,档案的保存周期与库房的各项物理条件息息相关,若保存不当,则档案保存周期非常短,因此需要有一套行之有效的方案来实现自动化管理,基于此,中国移动自贡分公司领导提出构建远程档案库房监控系统。从中国移动自贡分公司综合部实际应用需求出发构建了库房监控系统,其由库房实时监控、环境实时感知以及感知通知管理等模块构成,各模块使用了不同的技术,其中库房实时监控通过H.323协议以及压缩技术实现,环境实时感知功能通过传感器技术和zigbee技术实现,感知通过管理模块通过web Service技术实现,基础功能通过JAVAEE平台开发,并通过SQL Server2016存储数据。档案库房监控系统拥有以下创新点:首先引入生物特征识别技术用于实现门禁身份识别,使用视频监控技术实现库房的全方位监控,其次通过部署各类传感器来实时感知档案库房的温度、湿度以及烟雾等,以保证库房拥有合理的储存环境,最后通过第三方网关技术实现异常事件的报警,保证发送异常事件时库房管理员能第一时间解决。在系统构建后,开展了全面测试,包括性能和功能,两方面都符合要求后将其部署到综合部用于取代传统的库房管理模式。系统被部署到自贡分公司综合管理部后替代了现有的库房监控模式,一方面为综合部节省了成本,另一方面提高了管理效率,最重要的是可延长档案的生命周期,对综合部存在重要意义。
其他文献
社交媒体蓬勃发展,其实用便捷、开放包容等特点吸引了庞大的用户群体,使之逐渐成为人们日常生活中不可或缺的一部分。然而开放包容是一把双刃剑,它在鼓励用户通过社交平台真实表达自我的同时,也成为了不法分子散布虚假信息的摇篮。由于社交平台用户基数大、缺乏有效管控,所以信息产生容易且传播迅速。又因为社交媒体是人们获取信息的主要渠道,所以如果任由虚假信息传播,回声室效应的存在会使得消息在传播过程中逐渐扭曲,这将
随着科技发展的日新月异,世界军事科技也有了翻天覆地的发展,空空导弹作为武器系统中较为重要的一环也得到了国内外诸多军事专家的关注和研究。本文正是在以武器装备系统中的空空导弹为研究背景,并结合当前自己的具体科研课题的研究,针对滚-仰式导引头在控制方向上进行技术研究。本文以空空导弹武器系统为应用背景,以具体预研项目的研制需求,针对滚仰式导引头相关的控制方向上的技术问题进行了研究,为我国滚仰式结构的导引头
随着现代社会的高速发展,汽车的保有数量持续增加,随之带来的问题便是交通事故数量的不断增加,引起了社会的广泛关注。而且随着社会经济的发展,汽车的数量仍会快速增加,交通安全问题也会愈加的严重。因此,对于汽车防撞控制系统的研究有着重要的现实意义。本文主要研究汽车防撞控制系统的原理,将模糊控制理论应用于汽车防撞控制系统中,并根据模糊控制的原理,建立本文的汽车防撞控制器。然后,对建立的控制器进行模拟和仿真,
近年来随着深度学习技术逐渐发展,其在自然语言处理、计算机视觉等方向的应用范围逐渐拓展,社会需求也在逐年提升。深度学习领域内的卷积神经网络凭借其高效的特征提取能力逐渐成为图像处理的主要方法,极具研究价值和商业价值。传统的人工场景图像分类方法已经无法满足现今动辄上亿的图片数据量。如何使用计算机对场景图像进行理解、分析,进而实现分类、标签、搜索等操作已成为学者们的研究热点。虽然已有许多场景识别方面的研究
在室内场景下对人群数量的计算和统计有助于管理者优化配置公共资源,预防区域内人群密度过大带来的踩踏事故,可实现公共场所的智能化管理。基于传统硬件传感器的客流统计虽已得到较为广泛的应用,但存在应用场景限制和需要预先规划部署等局限性。而随着计算机视觉算法领域的快速发展,基于视觉传感器的人数统计方法较之更为灵活、准确,但也存在人体姿态、复杂背景干扰等众多难题。为此,本文基于多模图像信息（可见光图像信息和深
近些年来,随着社会经济水平的提高,各行各业都有了一定程度的发展,相应的物流业也在这个蓬勃发展的社会中慢慢发展起来。目前,中国的物流装备和技术的迅猛发展带动了整个物流业。但即便如此,中国的物流管理与发达国家相比依旧很落后。粗放式的管理模式没有得到改变,这就导致了供应和需求问题严重以及设备落后带来的问题。现在越来越多的人都开始在网上购物,所以物流业是一个很重要的行业,因此需要引进先进的技术来解决目前存
目标跟踪是计算机视觉领域一个重要的研究方向,现如今其应用已经深入到人们生活中的方方面面。随着深度学习的发展,神经网络也逐渐被引入目标跟踪领域并取得了良好的效果。在实际的应用中,算法需要被部署到性能有限的嵌入式处理器上。因此如何优化跟踪算法,平衡其实时性和准确性,并将其移植到嵌入式平台实现具有重要的意义。本文以ECO跟踪算法为基础,做了一系列改进增加其跟踪的准确性。在深度特征的提取方面,对使用的神经
随着我国5G、物联网、工业互联网和数据中心方面建设需求的增加,光纤光缆作为通信网络建设的基础,成为国家经济发展的信息大动脉,为大范围环境感知和检测提供了良好的物理条件。通信光缆自身安全维护变得刻不容缓,而基于相位敏感光时域反射技术（Φ-OTDR）的分布式光纤声波传感系统（DAS）能够满足通信光缆安全监测的需求,可以实现通信光缆长距离、大范围和全天候的智能安防监测。但是,基于DAS的通信光缆安全监测
分布式声传感（Distributed Acoustic Sensing,DAS）系统建立在相敏光时域反射（Phase-sensitive Optical Time-domain Reflectometry,Φ-OTDR）技术的基础上,在长距离的安全监测中由于其独有的优势而得到了快速的应用。除了基本的检测与识别等功能外,目前的研究越来越倾向于挖掘更深层次的如位置等方面的信息来帮助做出更加准确的决策。
分布式声波传感（DAS）可以用来测量传感光纤周围环境中的许多物理量,相位敏感光时域反射仪（Φ-OTDR）作为DAS的一个主流技术,因其传感距离长、灵敏度高和良好的动态检测能力,一直备受学者关注。近年来,以超弱光纤布拉格光栅（UWFBG）阵列为传感介质的Φ-OTDR,也称为准分布式声波传感（Q-DAS）,相比以单模光纤（SMF）为传感介质的普通Φ-OTDR有更高的灵敏度和信噪比,已经成为光纤传感中颇