检索结果-内蒙古大学图书馆

成长中的中国电信集团北京研究院

引用

信息网络 2003年第4期 1-1,24页

作者：肖金学中国电信集团北京研究院

伴随着世界经济全球化和信息化进程的加快,世界通信技术迅速发展.为了紧跟世界通信技术的进步和推进中国电信的技术创新,根据中国电信集团总体发展战略的要求,北京研究院于2001年4月18日正式成立.

关键词：中国电信集团北京研究院技术创新管理体制信息化科研机构

来源：评论

学校读者我要写书评

暂无评论

大数据中心的选址和设计

引用

电信科学 2025年第2期41卷 158-167页

作者：黄君雅赵明严劲郑直中国电信股份有限公司研究院广东广州510630 中信云网有限公司北京100004 中国电信集团有限公司北京100020 天翼安全科技有限公司北京100020

针对大数据中心的选址问题和规模规划问题,首先分析影响选址的主要因素,基于专家评估意见,采用层次分析法(analytic hierarchy process,AHP)构建选址评价模型,形成通用的评估标准。其次,依照选址评价模型,对全国48个重点城市进行调研,... 详细信息

针对大数据中心的选址问题和规模规划问题,首先分析影响选址的主要因素,基于专家评估意见,采用层次分析法(analytic hierarchy process,AHP)构建选址评价模型,形成通用的评估标准。其次,依照选址评价模型,对全国48个重点城市进行调研,得到各城市的总分排名。进一步分析大数据中心规模设计的要素,提出大数据中心的规模设计模型。旨在为大数据中心的建设部署提供参考。

关键词：选址分析规模设计评价模型

来源：评论

学校读者我要写书评

暂无评论

新型光纤光缆及传输系统关键技术发展探讨

引用

通信世界 2025年第4期 33-37页

作者：冯立鹏李俊杰霍晓莉张安旭王曦朔高霞刘正宇马涛中国电信研究院中国电信集团有限公司

近年来,云计算、物联网、视频应用、社交媒体、网络直播等业务的不断发展,尤其是AI大模型在全球范围内的迅速崛起,不仅推动了光网络的发展,也对其提出了大容量、长距离和低时延传输的要求。为了适应网络发展的新要求,光纤作为光网络的... 详细信息

近年来,云计算、物联网、视频应用、社交媒体、网络直播等业务的不断发展,尤其是AI大模型在全球范围内的迅速崛起,不仅推动了光网络的发展,也对其提出了大容量、长距离和低时延传输的要求。为了适应网络发展的新要求,光纤作为光网络的重要组成部分,需要进行创新和变革,其中空分复用光纤和空芯光纤两种新型产品受到了学术界和产业界的广泛关注。

关键词：光纤光缆空分复用空芯光纤视频应用网络直播低时延物联网云计算

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络结合ERA5数据的风电功率预测

引用

储能科学与技术 2025年第1期14卷 183-189页

作者：王婷婷李斯胜于伟能锋田李星南杨佳琳熊亮中国电建集团北京勘测设计研究院有限公司北京100024 中国电建集团国际工程有限公司北京100089

随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优... 详细信息

随着我国风力发电技术的不断发展和完善,风电在电力系统运行和调度的作用越来越突出。为了高效准确地预测风电功率,减少大量风电入网带来的负面影响,本文基于BP神经网络结合ERA5数据对我国北方某风电场进行风电功率预测,并采用粒子群优化(particle swarm algorithm,PSO)算法优化模型,结合平均绝对误差、均方根误差和Pearson相关系数分析风电功率预测效果。结果表明,模型训练集中预测与实测风电功率变化趋势基本一致,呈现同增同减的趋势,BP模型的平均绝对误差为702.12 W,均方根误差为1000.18 W,相关系数为0.91,PSO-BP模型的平均绝对误差为700.75 W,均方根误差为995.16 W,相关系数为0.94;测试集中ERA5数据在一定程度上高估了风电功率,但整体趋势基本一致,BP模型的平均绝对误差为861.09 W,均方根误差为1150.86 W,相关系数为0.81;PSO-BP模型的平均绝对误差为829.55 W,均方根误差为1117.39 W,相关系数为0.83,模型的预测效果相对较好,PSO-BP模型相较于BP模型的预测效果均有一定程度的提高,在该区域的风电功率预测方面有较好的适用性。研究结果可为缺乏观测数据或观测数据质量不高的地区预测风电功率提供参考。

关键词：风力发电 BP神经网络 ERA5再分析资料粒子群优化算法风电功率预测

来源：评论

学校读者我要写书评

暂无评论

横向振动下输电塔螺栓节点松动规律试验研究

引用

振动与冲击 2025年第2期44卷 84-93页

作者：赵卫平郭新锁王娜徐旸朱彬荣中国矿业大学(北京)力学与土木工程学院北京100083 中国铁道科学研究院集团有限公司铁道建筑研究所北京100081 中国电力科学研究院有限公司北京100089

输电塔长期受到风动荷载、导线舞动荷载等振动荷载作用,导致节点螺栓松动。为研究输电塔螺栓节点在横向振动荷载作用下的螺栓松动规律,通过光纤光栅螺栓进行了6组螺栓角钢搭接节点和3组螺栓群角钢对接连接节点共计32个试件的横向振动试... 详细信息

输电塔长期受到风动荷载、导线舞动荷载等振动荷载作用,导致节点螺栓松动。为研究输电塔螺栓节点在横向振动荷载作用下的螺栓松动规律,通过光纤光栅螺栓进行了6组螺栓角钢搭接节点和3组螺栓群角钢对接连接节点共计32个试件的横向振动试验,研究了荷载幅值、振动频率、螺栓预紧扭矩等参数对螺栓松动的影响,分析了螺栓在动力荷载作用下的力学性能。结果表明:螺栓松动在振动初始时刻预紧力缓慢下降,之后经历预紧力快速下降阶段,最后预紧力损失速度逐渐变缓并趋于稳定;对于角钢搭接节点和螺栓群角钢对接连接节点,随着振动幅值的增加,螺栓松动程度增加,随着预紧扭矩的增大,螺栓松动趋势减小,振动频率对螺栓松动的影响较小;螺栓安装间隙对搭接节点螺栓松动几乎无影响,搭接节点远离加载端位置的螺栓更易松动,螺栓群角钢对接连接节点靠近加载端的螺栓相比中间位置的螺栓更易松动。试验结果为工程中螺栓预紧力监测和螺栓防松设计提供参考,保证节点承载力。

关键词：螺栓节点横向振动螺栓松动螺栓预紧力动力试验

来源：评论

学校读者我要写书评

暂无评论

人工智能原生网络发展趋势研究

引用

信息通信技术与政策 2025年第2期51卷 9-17页

作者：商兴宇刘小欧杨明川中国电信股份有限公司研究院北京102209

人工智能原生网络是通信网络发展的新阶段,它以人工智能为核心,深度融合到网络架构中,具有全新的技术特征和应用潜力。首先,从大模型的发展与网络的关系入手,探讨了人工智能原生网络的概念、发展、标准化进展及其应用场景;然后,对人工... 详细信息

人工智能原生网络是通信网络发展的新阶段,它以人工智能为核心,深度融合到网络架构中,具有全新的技术特征和应用潜力。首先,从大模型的发展与网络的关系入手,探讨了人工智能原生网络的概念、发展、标准化进展及其应用场景;然后,对人工智能原生网络未来的发展趋势、面临的挑战与机遇进行了分析;最后,提出了人工智能原生网络未来的研究方向与建议。

关键词：人工智能原生网络大模型网络智能化

来源：评论

学校读者我要写书评

暂无评论

面向含噪中规模量子处理器的量子机器学习

引用

计算机学报 2025年第3期48卷 602-631页

作者：石金晶肖子萌王雯萱张师超李学龙中南大学电子信息学院长沙410004 中南大学计算机学院长沙410083 广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004 中国电信人工智能研究院北京100033

量子计算与人工智能结合,在增强模型表达能力、加速和优化机器学习等方面可能产生颠覆性影响,有望突破人工智能领域所面临的可解释性差、最优解难等问题,量子人工智能已成为国内外重点关注的学科前沿。量子机器学习是量子人工智能领域... 详细信息

量子计算与人工智能结合,在增强模型表达能力、加速和优化机器学习等方面可能产生颠覆性影响,有望突破人工智能领域所面临的可解释性差、最优解难等问题,量子人工智能已成为国内外重点关注的学科前沿。量子机器学习是量子人工智能领域的重要研究内容,它将量子计算基础理论与机器学习原理相结合,以实现具有量子加速的机器学习任务。随着量子计算软硬件的快速发展,含噪中规模量子(NISQ)处理器的学习优势被证明,国内外学者相继提出一系列量子机器学习方法,以挖掘量子计算助力人工智能技术发展的创新应用。然而,当前的量子机器学习仍局限于对算法的优化,缺乏系统层面的理论架构,仍有许多科学问题亟待解决。本文首先从量子机器学习系统表征角度出发,建立量子机器学习系统的层次模型,概括和总结了面向各类任务的量子机器学习方案,分析了量子机器学习在提高经典算法速度等方面可能体现的“量子优势”。接着根据量子机器学习系统的层次结构,从原理层、计算层、应用层这三个方面对现有量子机器学习方法进行了总结与梳理,系统性地分析和讨论了其中的关键问题与解决方案。最后,结合当前阶段量子人工智能的发展特点,重点分析了量子机器学习领域面临的科学问题与挑战,并对未来该领域的发展趋势进行了深入分析与展望。

关键词：量子计算量子人工智能量子机器学习量子算法含噪中规模量子处理器

来源：评论

学校读者我要写书评

暂无评论

关于不同厂家EoO业务互通的研究

引用

广东通信技术 2025年第3期45卷 2-4,13页

作者：晁夫君糜涛袁泉荆瑞泉马嘉斌王文浩中国电信股份有限公司山东分公司中国电信集团公司中国电信股份有限公司研究院北京邮电大学聊城大学

研究瑞斯康达接入OTN设备与中兴、华为开通EoO业务的互通问题。用户两端业务不带VLAN,在瑞斯康达接入OTN设备上配置业务模式为port+channel,即不处理VLAN。在此配置下,与中兴开通EoO业务正常;但与华为开通时,由于华为设备默认使能QinQ且... 详细信息

研究瑞斯康达接入OTN设备与中兴、华为开通EoO业务的互通问题。用户两端业务不带VLAN,在瑞斯康达接入OTN设备上配置业务模式为port+channel,即不处理VLAN。在此配置下,与中兴开通EoO业务正常;但与华为开通时,由于华为设备默认使能QinQ且TPID=88a8,导致业务无法测通。结合现网业务,分析EoO互通的故障原因,提出解决方案,以实现可靠、稳定、高效的EoO业务传输。

关键词： EoO TPID SVLAN

来源：评论

学校读者我要写书评

暂无评论

基于分形维数和BiLSTM的离心泵空化状态识别方法

引用

振动与冲击 2025年第4期44卷 305-312页

作者：邹淑云刘忠王文豪喻哲钦孙旭辉长沙理工大学能源与动力工程学院长沙410114 中国电建集团北京勘测设计研究院有限公司北京100024

针对离心泵空化状态下压力脉动信号的非线性和复杂程度以及浅层机器学习方法在数据深度挖掘上的不足,提出一种基于分形维数和双向长短时记忆神经网络的离心泵空化状态识别方法。通过离心泵空化试验获得不同空化状态压力脉动信号。采用... 详细信息

针对离心泵空化状态下压力脉动信号的非线性和复杂程度以及浅层机器学习方法在数据深度挖掘上的不足,提出一种基于分形维数和双向长短时记忆神经网络的离心泵空化状态识别方法。通过离心泵空化试验获得不同空化状态压力脉动信号。采用固有时间尺度分解对压力脉动信号进行处理,筛选出有效分量,计算其盒维数和关联维数,构建空化分形特征向量。将空化特征向量导入基于双向长短时记忆神经网络的空化状态识别模型。研究结果表明,有效分量的盒维数及关联维数随空化系数的变化具有明显的规律性,且模型识别的准确率高达92.8%,能够实现离心泵空化状态的识别。

关键词：离心泵空化压力脉动固有时间尺度分解分形维数双向长短时记忆神经网络

来源：评论

学校读者我要写书评

暂无评论

高性能存储芯片产业发展研究

引用

中国工程科学 2025年第1期27卷 142-149页

作者：孟柳中国电子科技集团公司电子科学研究院北京100041 中国电子科技集团发展战略研究中心北京100043 中电科发展规划研究院有限公司北京100043

高性能存储芯片堪称全球人工智能蓬勃发展的核心驱动力,不仅有力推动了信息技术产业不断迈进、显著提升电子设备性能、为服务器和数据中心的发展注入强劲动力,还极大促进了人工智能与机器学习、物联网、虚拟现实以及增强现实等新兴技术... 详细信息

高性能存储芯片堪称全球人工智能蓬勃发展的核心驱动力,不仅有力推动了信息技术产业不断迈进、显著提升电子设备性能、为服务器和数据中心的发展注入强劲动力,还极大促进了人工智能与机器学习、物联网、虚拟现实以及增强现实等新兴技术的崛起。本文全面系统地梳理了我国高性能存储芯片的发展需求,分析了高性能存储芯片的国际发展态势,总结了我国高性能存储芯片的发展现状,深入剖析了发展进程中所面临的问题与挑战,精准指出其带来的变革机遇,并提出以下针对性的对策建议:一是分层施策夯基础,变革策略求突破;二是传统新型两手抓,多条路线齐头并进;三是加速形成新技术布局,逐渐打破市场层垄断,期望能够加速我国高性能存储芯片的发展进程。

关键词：高性能存储芯片人工智能数据中心安全存储

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：