会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

证券行业超融合架构方案设计

证券企业的业务内容从传统单一的证券经纪业务发展到目前投资咨询、资产管理、投资银行等业务，现在又添加了融资融券、保险资金管理、 股指期货、证券投资基金等交易品种，证券业务的发展带动了企业信息化建设，软硬件设备不断上线， 证券公司传统数据中心，每个业务系统建设都是一套硬件设备对应一套应用的建设方式，因此产生了越来越多的信息孤岛。随着业务系统逐步增加，这种竖井式 IT 架构的问题逐渐暴露出来，如运维管理复杂、机房设备多、利用率低能耗高等。

  • 2022-02-06
  • 阅读85
  • 下载0
  • 14页
  • docx

面向“互联网+”的OT与IT融合发展研究

互联网、物联网、大数据、人工智能、边缘计算等信息技术（IT）越来越多地渗透到工业领域，并与工业技术进行融合发展，产生了以工业互联网为代表的工业“互联网 +”融合应用，这对促进我国工业的数字化转型发展、由制造业大国向制造业强国转变具有重大意义。运营技术（OT）与IT的融合成为工业数字化转型和制造业高质量发展的关键。当前，OT与IT特别是计算技术的融合成为了工业数字化转型与升级的重要方向。

  • 2022-02-06
  • 阅读81
  • 下载0
  • 10页
  • docx

融合的能力开放架构及部署建议

5G网络可以提供灵活、快速的按需定制网络的能力，统一的能力开放平台可以将网络能力开放提供给第三方，实现与第三方应用的交互，进而改善业务体验、优化网络资源配置。从融合的能力开放架构及可开放的能力入手，对可开放的网络能力进行了总结和分析；针对不同需求提供了不同的部署方案，对该系统平台的落地实施提供了指导意见；最后介绍了几种典型能力开放的应用场景，作为发展业务应用的参考。

  • 2022-02-06
  • 阅读82
  • 下载0
  • 12页
  • docx

基于扫描探针技术的超分辨光学成像和谱学研究进展

通过对光与物质相互作用产生的各种效应的研究可以获得物质的组分、结构、电学、力学、相互作用等信息，因此光学激发和探测技术成为现代科学研究的重要工具。然而衍射效应将光学探测的最小空间尺度约束在波长量级，这严重限制了光学对微观结构的探测。近年来基于扫描探针显微镜发展而来的近场光学显微镜利用光学天线对光场的局域和增强作用，将光学探测的分辨率推进到10 nm的尺度。文章将介绍目前一种主流的光学超分辨技术——散射式扫描近场光学显微镜及其在材料科学和生命科学方面的前沿研究进展。

  • 2022-02-06
  • 阅读93
  • 下载0
  • 30页
  • docx

基于光子芯片的频率梳

在过去的十年里，光频梳的应用在科学和工程的各个领域迅速发展，包括化学传感、计时、测距、寻找系外行星以及作为光子通信中波分复用的来源。虽然这些研究最初是使用桌面系统进行的，但基于芯片的非线性光子学的最新发展为实现梳器件的高度紧凑、便携、健壮和完全集成的外形提供了前景，使其在广泛的环境中普遍使用。对于光谱学、时间和频率计量学的许多应用，希望梳带宽非常宽（例如，通过f-2f干涉测量进行自参考倍频程跨越），这只能通过非线性光学相互作用来实现，这些非线性光学相互作用产生的新的光学频率范围大大超过入射到非线性介质上的初始激光场。能产生如此宽光谱的两个最显著的例子是在光波导中产生超连续谱和在微谐振器中产生克尔梳的过程。

  • 2022-02-06
  • 阅读106
  • 下载0
  • 18页
  • docx

电子设备电源EMI滤波器的原理和正确应用方法

差模电容CX接在交流电进线两端，它上面除加有额定交流电压以外，还会叠加交流进线之间存在的各种EMI峰值电压。所以该电容器的耐压及耐瞬态峰值电压的性能要求较高，同时要求该电容器失效后，不能危及后面电路及人身安全。CX电容器的安全等级又分为X1和X2两类，X1类适用于一般场合，X2类适用于会出现高的噪声峰值电压的应用场合。

  • 2022-02-06
  • 阅读83
  • 下载0
  • 14页
  • docx

电源噪声滤波器的基本原理与应用方法

随着现代科学技术的飞速发展，电子、电力电子、电气设备应用越来越广泛，它们在运行中产生的高密度、宽频谱的电磁信号充满整个空间，形成复杂的电磁环境。复杂的电磁环境要求电子设备及电源具有更高 的电磁兼容性。于是抑制电磁干扰的技术也越来越受到重视。接地、屏蔽和滤波是抑制电磁干扰的三大措施，下面主要介绍在电源中使用的EMI滤波器及其基本原理和正确应用方法。

  • 2022-02-06
  • 阅读85
  • 下载0
  • 9页
  • docx

D-GAN用于时空预测的深度生成对抗网络

出租车需求、交通流、区域降雨等城市应用的时空（ST）数据具有内在的随机性和不可预测性。最近，提出了基于深度学习的ST预测模型来学习数据的ST特征。然后，这是非常具有挑战性的：（1）充分学习复杂和非线性的时空关系；（2）对时空数据的频繁变化建模，时空数据是动态的，随时间变化（不规律），而且被许多因素影响，如变化的天气，交通事故，交通管制，PoI等；（3）有许多复杂的外部因素能够影响预测的准确性，而且并不能将他们准确的列出来。为了解决以上问题，本文我们提出了一个新颖的基于深度对抗网络的模型（D-GAN），通过通过无监督学习时空特征表示来更准确地进行时空预测。D-GAN模型采用基础的GAN的结构，学习数据的生成和变化推理。D-GAN包含两部分：（1）一个深度时空特征学习网络通过隐形分布建模来对时空关系，语义变化，数据中变化的且不规则的潜在因素建模；（2）一个聚合模块，用于整合外部因素来更好的推断。据我们所知，以前没有任何工作通过深度隐式生成模型和无监督的方式研究时空预测问题。在两个真实数据集上进行的大量实验表明，该方法比传统的基于深度学习的预测方法获得了更准确的结果。

  • 2022-02-06
  • 阅读86
  • 下载0
  • 6页
  • docx