IP网与PSTN网的融合

文章阐述了采用软交换为核心的下一代网络实现网络的融合—IP网与PSTN网的融合。     

基于动态网络构思的三网融合核心技术

三网融合性的视频通讯系统软件,有效地解决了多类型、多通道、跨地区的信息传输问题和多种信息传输的兼容问题,形成了软终端的市场信息一体化的物联网系统平台,即"乙太三网融合平台"."乙太天下通"的新概念是服务的融合,远远超出电信网、互联网和广播电视网的"物理网络"融合.TCP/IP协议在技术上为三网融合发展奠定了坚实的基础,IPTV、VOIP的应用充分肯定了三网合一的优势,技术的发展与不断更新,社会的发展表明电信网、因特网、电视网三网合一是网络发展的必然趋势.我国电信网、电视网、互联网三大网络的业务应用融合已经蓄势待发.数据、语音、视讯"三网合一"系统,使企业向着网络管理视频化、运营模式数字化、服务体系零距离的战略目标迈进一步.     

三网融合及其物理网络的选择

电视网、电信业务网与计算机网是信息产业发展的基础,三网融合则是现代信息技术发展的必然趋势,其最终的物理网络选择是三网融合中需要解决的关键问题之一.笔者认为广播电视网中的有线电视网络将凭借其自身的优势在不久的将来担当起此重任.     

基于三网融合环境下的移动网络解决方案

基于当前推进电信网、广播电视网及计算机网三网融合的社会背景和发展趋势,从分析三网融合的现实意义出发,提出移动网络移动互联网交换中心解决方案和接入网解决方案,此解决方案是适合移动网络三网融合实施方案.     

三网融合与新媒体

三网融合集中体现在核心网的融合、业务融合、终端融合和接入网的多样化。     

三网融合下的有线电视网络发展分析

有线电视网络是一种满足用户的求,具有高质量的图像接收功能的电视视频网,三网融合技术将电信网、有线电视网络和互联网技术融合一起,极大的节约网络资源,使得网络资源大化,基于三网融合技术下的有线电视网络发展,满足有线电视视频流的畅通传输,促进了宽带建设的覆盖范围,提升了有线电视网络行业业务水平和能力,给有线电视网络业务发展注入了新的活力。     

三网融合中广电网络双向网改造关键技术探讨

三网融合技术逐渐的走入人们的视野当中,在广播电视当中三网融合技术也日益重要。通过在数字化电视网络升级的过程中,实现多网络的融合,通过网络的双向改造来实现网络的稳定性。并且利用双向改造的方式实现网络竞争模式的核心动力。在未来的广播电视发展中,三网融合技术必然成为主要的发展方向,实现网络融合的稳定可靠性也是当务之急。     

三网融合与未来网络的发展

探讨了三网融合的内涵、现状以及网络融合的发展趋势;同时针对现有互联网面临的可扩展性、安全性、可靠性、服务质量、能耗等方面的巨大挑战,就其如何满足三网融合、物联网、云计算等新兴应用需求进行了探讨,并对未来网络的研究现状和中国未来网络发展规划等问题进行了讨论。     

三网融合体制构建

我国实施三网融合方案已经好多年,在这个期间,三网融合既面对着机遇又面临着挑战,为了能够更好的面对这些挑战,我国已经有很多文献都对三网融合体制进行了研究,可见其重要性。本文对三网融合体制构建进行分析,主要从三个方面进行。     

三网融合发展分析

三网融合狭义上是指电信网、广播电视网、互联网相互兼容和连接,面向用户提供统一的业务服务平台,广义上是指将多张网络通过资源共享、信息共享、优势互补等方式进行融合,并逐步整合成为统一的信息通信网络,并进一步融合物流网、智能电网等一系列关系民生的智能网络,为百姓提供便捷的服务,增强企业信息化管理和生产水平,为政府提高工作效率和管理水平提供支撑。     

三网融合背景下图书馆的发展策略

介绍了三网融合的概念及发展趋势,通过论述三网融合对人们生活以及对图书馆发展的影响,探讨了三网融合环境下图书馆在信息资源建设、服务方式与内容、人才培养和引进、经费投入与技术保障方面的发展策略。     

网络流量监测中在线数据融合方法设计

在线数据融合方法在网络流量检测中一直有融合精确度低、接收点差的问题。提出一种新的网络流量监测中在线数据融合方法,采集网络流量监测中的实时在线数据,通过卡尔曼滤波法对在线数据进行预测,获取网络流量状态值;并以此为基础,通过时空综合分析,计算节点的量测实时方差;并依据最小二乘准则,对数据进行加权处理,求出加权系数,引入加权数据融合算法,实现在线数据的融合。实验结果表明,改进的融合方法不仅融合精度高,而且所需能耗低,适应能力较强。     

基于格网系的无线网络多信道信息融合方法

为解决当前方法信息融合效果差、信息融合时延长的问题,提出基于格网系的无线网络多信道信息融合方法。采用模糊理论中的相关函数对无线网络传感器的支持度进行计算; 在格网系的设计下,利用知识元模型获取信息的融合集,并将其实例成信息单元,为无线网络多信道信息融合提供基础; 最后,在熵权法基础上,引入对无线网络多信道信息之间欧氏距离的测度,利用距离熵的概念获取信息的全局和局部融合权重,采用线性加权法对信道信息的全局和局部融合结果进行计算,最终实现了对无线网络多信道信息的融合。实验结果表明,所提方法在对无线网络多信道信息融合时,信息融合效果较好,并且信息融合时延短、实时性好,具有较高有效性和可行性。     

一种基于小波神经网络的图像融合方法

图像融合结合图像处理、信号处理、计算机和人工智能等相关技术．通过对多源图像数据信息的提取合成,从而获得同一场景目标较为准确全面的图像描述．神经网络具有强大的非线性映射逼近能力,将神经网络用来进行滤波融合,避免了传统滤波图像变模糊问题．通过小波神经网络自适应动量快速学习算法进行图像滤波融合,能从根本上避免局部最优,且加快收敛速度,具有很强的学习和泛化能力,也避免了网络结构盲目设计．仿真实验表明,用本方法实现的融合图像更加符合人的视觉特性．     

BP神经网络在多源图像融合中的应用研究

采用BP神经网络与SVR融合法相结合的方法来实现像素级多源图像融合。改进型的SVR方法,用来进行全色波段和多光谱波段的融合。首先将各多光谱波段与全色波段求算回归系数,然后利用回归系数与多光谱波段合成模拟高空间分辨率全色波段,最后利用比值变换完成各波段的融合。通过仿真证明,BPNN-SVR融合法优于SVR融合法。     

TD-SCDMA与WiMAX网络融合的规划分析

异构网络的规划综合性强,复杂度高。结合TD—SCDMA与WiMAX的技术特点,从网络融合框架、业务融合框架等角度分析了两个网络融合的规划情况。     

差分特征融合改进的动态手势识别分类网络模型

通过卷积神经网络和长短期记忆网络进行多模型结合,实现动态手势识别分类建模,并使用数据增强算法增加数据的多样性,通过差分特征融合改进网络。7种动态手势动作识别分类的实验结果显示,使用数据增强算法增加数据的多样性后,结合模型的识别率最佳可提升286%;通过差分算法改进网络,序列间差分特征融合模型识别率达到8381%,维度差分特征融合模型识别率达到8762%。表明多模型结合可解决单一模型的局限性,处理更加复杂的动态手势分类问题,两种不同形式的差分特征融合改进都可提升动态手势动作的识别率,从而验证了所设计的差分特征融合改进的动态手势识别分类网络模型的有效性和可行性。     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

基于粗集神经网络的目标识别

研究了粗集和神经网络方法在信息融合目标识别中的应用,提出将神经网络学习机制引入到粗集系统,同时通过粗集的条件和决策属性构造神经网络结构,并针对三种不同谱段下的三种不同目标图像进行了实验,试验表明,粗集神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率,训练时间也大大缩短。     

基于卷积循环神经网络的语音逻辑攻击检测

语音合成和语音转换等技术正逐渐成为合成语音的主流方法,合成语音对社会稳定和国家安全都具有潜在的风险。为进一步提高合成、转换伪造语音检测的准确率,从混合网络模型,特征选择出发,提出了基于CNN-RNN-DNN网络的3种混合网络模型,分别为CNN-LSTM-DNN、CNN-GRU-DNN、CNN-BiLSTM-DNN。模型中卷积神经网络(convolutional neural network, CNN)部分可以进行下采样,循环神经网络(recurrent neural network, RNN)部分解决语音中的时序问题,深度神经网络(deep neural network, DNN)部分则实现分类功能。每种混合网络模型包含20层网络层。对提取的6种声学特征进行实验,其中CNN-LSTM-DNN+MFCC的组合表现最优,等错误率为5.79%,比ASVspoof2019提供的B02基线系统低28.43%。比较了3种混合网络结合6种特征的表现并增加了其与4种单独网络的对照实验,结果表明本文提出的混合网络模型具有性能稳定、准确率高等优点且梅尔频率倒谱系数(mel-frequency cepstr...