关键技术

未来网络人工智能应用解决方案是一个集成了视频图像分析,智能眼镜,人工智能算法模型以及大数据分析与建模平台的整体解决方案。解决方案中包含了主流的机器学习、深度学习算法,AR增强现实技术,大数据聚类与降维、分类分析、回归预测、关联发现、统计分析以及数据可视化等关键技术。

未来网络通过集成基于SDN/NFV技术的OCO云网一体化平台,提供稳定高效的IaaS服务,加速人工智能应用的部署与运行,并利用OCO云网一体化平台解决方案,提供无中断的网络支持和可扩展的大数据平台,加快数据处理与机器深度学习的效率。

 帮助用户简单、快捷的实现从数据的采集、缓存到分析建模以及应用与可视化的全过程,降低人工智能在政府和企业中应用的技术门槛,让每个客户的业务及应用更加智能。

(一)关键技术

(1)深度学习

基于计算机视觉技术和深度学习技术的全光谱图像智能处理引擎:未来网络应用计算机视觉技术和深度神经网络实现除可见光成像外,红外、紫外、激光点云、多孔径雷达SAR、多光谱、高光谱图像的智能处理,结合过滤算法实现行业检测、监察中的目标物快速识别。ResNet分类网络针对毫米级裂纹,细小裂纹特征,运用更深的网络和结合卷积和胶囊对不同空形态的Feature在位置关系上更好的提取,增加模型的泛化能力。

超级视频压缩技术:AVS视频编码标准是新萄京娱乐3730国自主知识产权的视频编码国际标准,代表世界上先进的视频压缩技术,无需更多带宽和存储资源,实现海量数据压缩。大量训练数据的积累、快速训练、并行训练,对模型的学习优化形成支撑,实现快速收敛。

图像视频指纹比对技术:基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征,并利用深度学习的图像分类方法,创造性的设计了局部特征压缩算法和索引算法,成功的将局部特征集成到CBIR框架中,形成了基于指纹的近似拷贝技术。

非合规物体识别技术:模式识别作基于一系列数学方法让机器来实现类人的识别能力。通过训练大量的非合规物体图片,形成基于非合规物体识别模型,判断图片中是否有非合规物体。

(2)机器视觉

增强型算法模型仓:平台中心通过构建开放算法生态服务框架,实现多算法统一管理,集众算法之长,多算法融合创新,各网关节点按需动态加载在线持续迭代,从而将更多本地资源聚焦在业务处理上。

超强前向纠错网传技术:独特的流媒体前向纠错技术,在视频码流出现时延增大、丢包的情况下,仍能够获得清晰、流畅的视频图像。

视频全结构化引擎:对视频中的人脸、人体、机动车、非机动车进行目标抓拍、识别、属性分析的智能视频分析引擎,支持对实时视频中的人脸、人体、车辆、非机动车进行分类检测与特征提取,大大提升云端检索效率。

图像视频处理增强:利用图像视频处理增强技术对受光照、极端天气影响拍摄的视频/图像进行优化处理,达到去雾、降噪、低照度增强的效果,重建更可辨析的监控材料。

(3)SDN/NFV

云基础架构:云基础架构在传统基础架构计算、存储、网络硬件层的基础上,增加了虚拟化层、云层。通过虚拟化层屏蔽硬件层自身的差异和复杂度,向上呈现为标准化、可弹性调整的虚拟化资源池。云层可对资源池进行调配、组合,根据应用系统的需要自动生成、扩展所需的硬件资源,将更多的应用系统通过流程化、自动化部署和管理,提升工作和生产效率。

边缘计算:OCO云网一体化平台同时作为工业互联网缘计算节点,为租户提供了边缘计算资源配置能力,可以支撑多种工业应用的实例部署。边缘-云端自动化协同,云数据中心可管理边缘计算应用的生命周期,边缘计算低时延、低成本、高效率等特性可以更好地满足许多行业在敏捷性、实时性、数据优化、应用智能、以及安全与隐私保护等方面的业务需求。

SD-WAN:OCO云网一体化平台融合了SD-WAN技术,为企业提供了一种更简化、更灵活、业务体验更佳的广域互联方案,可以提供分支与分支、分支与总部、DC(数据中心)与云之间互联的能力。支持即插即用和自动化业务编排,简化网络部署;支持灵活的网络互联,应对多种应用场景;支持基于应用的智能选路和广域网优化,保证关键应用的优质体验。

(4)大数据

数据仓库功能支持:未来网络大数据平台支持完整的SQL99标准和SQL2003核心扩展;支持绝大部分Oracle PL/SQL和DB2 SQL/PL语法,包括完整的数据类型,流程控制,Package、游标、异常处理以及动态SQL执行,满足绝大部分数据应用的从关系型数据库到HugeStore的迁移。

数据分析能力:采用内存优化的Apache Spark引擎,并加上专有的高效列式内存存储,能够提供全内存的计算能力。

高并发低延时,支持半结构化和非结构化数据:支持全局和局部索引,能够提供毫秒级的查询性能,单节点每秒处理的并发请求数可以达到一万,满足在高并发场景下的业务需求。

交互式数据分析和挖掘能力:支持交互式数据分析,同时内置大量常用机器学习算法的分布式实现,可高速分析现有平台中的海量数据。还提供包括文本分析、交易反欺诈、风险分析、推荐系统在内等。

SQL的实时数据处理技术:自主研发的StreamSQL支持用户通过SQL来实现流处理业务逻辑。Stream支持企业数据总线;Stream支持流上的数据挖掘,包括统计和机器学习等多种算法,允许用户在实时计算过程中进行数据挖掘,从中挖掘出有价值的信息及时报警或者进一步分析。

 


XML 地图 | Sitemap 地图