頭條 中國移動全球首發6G小規模試驗網 7 月 23 日消息，2025（第二十四屆）中國互聯網大會定于 7 月 23 日至 25 日在北京召開。本屆大會以“數驅新質?智創未來”為主題，聚焦 AI、5G-A / 6G、低空經濟等前沿技術。中國移動副總經理程建軍今日在會上分享了中國移動在技術研發方面的進展，稱今年中國移動研發經費達 391 億元。 最新資訊 空間新技術試驗衛星又獲一批科技成果 11日，記者從中國科學院獲悉，經過四個多月的在軌測試與試驗，由該院微小衛星創新院抓總研制的創新X系列首發星——空間新技術試驗衛星（SATech-01），近期又獲得了一批令人振奮的科學與技術成果。其中，包括我國首幅太陽過渡區圖像、國際迄今最亮伽馬暴、國產量子磁力儀首次獲得的全球磁場勘測圖。 發表于：1/16/2023 “天智二號”D星升空 我國衛星“智能化”加速 1月15日11時14分，中國科學院軟件研究所牽頭研制的“天智二號”D星搭載長征二號丁運載火箭在太原衛星發射中心發射升空，成功進入預定軌道。 發表于：1/16/2023 基于激光通信互聯 遙感小衛星星座建成 1月15日，記者在山東產業技術研究院齊魯衛星國際創新中心，通過視頻觀看了齊魯衛星升空的一幕：伴隨著巨大的轟鳴聲，矗立在太原衛星發射中心發射架上的長征二號丁運載火箭騰空而起。17分鐘后，該火箭順利將齊魯二號、齊魯三號等14顆衛星送入預定軌道。 發表于：1/16/2023 一種基于圖像識別和光電檢測的單兵戰術訓練考核系統 單兵戰術考核是融合智能、技能、體能為一體的綜合體現，目前常用戰術訓練的訓練場地、器材千差萬別，缺乏必要的規范與標準性。基于圖像識別和光電檢測技術設計實現了智能化的單兵戰術訓練考核系統，該系統主要利用多對光電傳感器代替傳統鐵絲網對訓練者的進入、離開、躍進、沖刺以及訓練過程中的違規觸碰信號進行采集、處理、實時顯示，并結合視頻圖像識別技術，對戰術動作加以比對，以判斷訓練者通過全部掩體的時間，動作要領是否規范。采用無線傳輸方式，將考核成績傳送至后臺管理中心進行分析統計，用于提高單兵考核訓練的時效性、準確性、公平性。 發表于：1/16/2023 商業航天新藍海：衛星在軌服務 媒體數據顯示，僅第一季度，國內至少有21家商業航天企業宣布獲得融資，總金額超過37億元人民幣。這些企業，主要集中在航天產業鏈的上游和中游環節。 發表于：1/13/2023 2022：衛星通信的不凡一年 過去的一年可以說是衛星通信行業有史以來最動蕩的一年。在2021年 10月至2022年9月這12個月中，行業見證了多個星座取得重大進展、整個價值鏈上多發的并購活動以及衛星直連手機等相關重大公告的發布。所有這些都發生在衛星通信行業疫情后的復蘇之際。使用量的增長也極有可能使得行業在2022年恢復收入的增長。 發表于：1/13/2023 工業控制系統網絡攻擊預測技術研究 面對復雜的網絡安全形式，攻擊方常采用大量的信息偵查、漏洞利用和混淆技術在網絡進行惡意活動或破壞行為。雖然當前網絡安全態勢感知平臺盡可能地發現和監測新漏洞的利用過程，但是攻擊預測的準確率和精確率都不盡如人意，需要在目前預測技術的基礎上研究更加高級的算法將安全事件自動關聯到對應的資產和攻擊類型上，對可能發生的網絡安全攻擊進行預警和風險評估，實現對網絡安全事件的精準預測。 發表于：1/13/2023 致敬中國商業航天，在2022逆境中超預期表現！ 2022年給大家留下什么印象？ 勞累、焦慮、變動、不可抗力，甚至還有身體不適，可能構成了大家對這一年的記憶。 但困難當中，總還有一些光亮給人以希望。我國的商業航天，或許就是其中之一。 發表于：1/13/2023 基于5G架構超密集組網粒子群優化算法改進 隨著移動通信技術的發展，傳統智能終端設備無法滿足快速增長的海量數據計算要求，移動邊緣計算為物聯網中移動用戶提供了低延遲和靈活的計算方案。綜合考慮邊緣服務器上有限的計算資源以及網絡中用戶的動態需求，提出通過二進制粒子群優化算法分配發射功率優化傳輸能耗。將請求卸載與資源調度作為雙重決策問題進行分析，基于粒子群優化算法提出了一種新的多目標優化算法求解該問題。仿真結果表明，二進制粒子群優化算法可以節省傳輸能耗，且具有良好的收斂性。所提出的新算法在響應率方面優于現有算法，在動態邊緣計算網絡中可以保持良好的性能。 發表于：1/13/2023 基于BERT-CNN的新聞文本分類的知識蒸餾方法研究 近年來，隨著大數據時代進入人類的生活之后，人們的生活中出現很多無法識別的文本、語義等其他數據，這些數據的量十分龐大，語義也錯綜復雜，這使得分類任務更加困難。如何讓計算機對這些信息進行準確的分類，已成為當前研究的重要任務。在此過程中，中文新聞文本分類成為這個領域的一個分支，這對國家輿論的控制、用戶日常行為了解、用戶未來言行的預判都有著至關重要的作用。針對新聞文本分類模型參數量多和訓練時間過長的不足，在最大限度保留模型性能的情況下壓縮訓練時間，力求二者折中，故提出基于BERT-CNN的知識蒸餾。根據模型壓縮的技術特點，將BERT作為教師模型，CNN作為學生模型，先將BERT進行預訓練后再讓學生模型泛化教師模型的能力。實驗結果表明，在模型性能損失約2.09%的情況下，模型參數量壓縮約為原來的1/82，且時間縮短約為原來的1/670。 發表于：1/13/2023 ?…184185186187188189190191192193…?
