电信企业数据挖掘平台架构设计和应用

大数据时代,利用数据分析和数据挖掘手段获取企业竞争优势已经越来越常见。一方面企业因为精确管理精确营销的运营管理要求,希望无论营销销售还是服务各层面各环节决策都能以用户/客户为中心,用数据说话;另一方面,由于数据挖掘存在专业性强、建模效率低等问题,而导致对精确营销精确管理运营全流程支撑的力不从心,因此,急需建立相应数据挖掘建模平台,通过集约数据、集约建模、以及模型在不同分公司的复用来提高挖掘建模工作和模型推广应用的效率。     

基础示波器二十年后再次强化全新功能与性能

正日前,泰克公司宣布推出TBS1000B-EDU和TBS1000B系列双通道基础示波器产品。新仪器带来全面的升级特性,如高分辨率7英寸显示屏、双通道频率计数器和34种自动测量,是适合学生和老师使用的物有所值的入门级示波器,并且支持包括基础研究与开发在内的广泛一般商业应用。     

带阀点效应水火联合调度问题的一种半定凸松弛求解法

水火联合调度问题是电力系统中一类复杂的优化问题。合理安排调度周期内的水火电出力,确定一个最优发电计划,可以带来巨大的经济效益。在实际系统中,汽轮机调汽阀开启时出现的拔丝现象会使机组耗量特性产生阀点效应。忽略阀点效应,在一定程度上降低求解的精度。本文考虑带阀点效应的水火联合调度问题。该问题非凸非光滑,且带有非线性约束,直接使用确定性全局优化方法求解是相当困难的。本文使用高效的半定规划求解此问题。首先用耗量特性函数的初始周期代替其余有限的周期,并对其进行二次拉格朗日插值拟合。再通过引进0-1变量,得到整个耗量特性函数的近似,进而把问题松弛为半定规划模型。最后,采用凸规划应用软件包CVX求解一个仿真算例,得到一个近似全局最优解。     

浅议如何创新移动通信业的营销策略

移动通信企业的市场竞争变得日益激烈,行业的买方市场已经形成,使移动通信市场的拓展也变得愈发困难,规模的扩张也变得越来越有限。因此,移动通信企业如果实施有效的营销策略显得尤为重要,做到与行业竞争对手的优点突出,体现差异于不同才能立于不败之地。文章通过对移动通信业的特点与现状进行概述,分析如何才能促进移动通信企业实现有效率的营销策略,并给出相应的建议。     

SCMA场景下的极化码编解码方案改进研究

极化码是目前唯一一种被证明可达到信道容量的编码方式,稀疏码分多址接入(Sparse Code Division Multiple Access,SCMA)可以提高频谱资源的利用率和接入系统的用户接入数量。为了提升SCMA与极化码的联合系统的误码率性能和译码时延,使联合系统的应用越来越广泛,提出了2种降低译码复杂度的方式:简化的左信息更新方式和剪枝译码算法。简化的左信息更新方式对于N=256,N=1024的极化码分别能降低37.6%和44.6%的存储资源占用数;剪枝译码算法在码率为0.5时能降低50%左右的计算复杂度。基于简化的SCAN算法改进了联合检测译码算法,在接收机采用外循环迭代的结构,引入了阻尼机制,选取最优的阻尼方式和最优阻尼值。仿真分析了所提联合检测译码算法与原有联合检测译码算法的误码率性能差异,外迭代接收机性能与内外双循环迭代的接收机性能相同,采用阻尼机制联合接收机的性能比无阻尼接收机的性能高0.8 dB左右,SJIDD的误帧率性能比保留宽度为32的SCLJDD的性能低0.7 dB左右,但能使接收机处理时延降至原来的1/4~1/8。     

电力营销策略与降损节能技术措施

在我国进行经济建设中电力行业是基础性行业,电力行业在市场竞争中也过得了较快的发展.电力行业想要在激烈的市场竞争中占得优势,就应该不断的加强对于行业内部的创新,让行业将的经营管理策略用之有效.本文对于电力营销与降损节能技术进行分析,帮助电力行业进行发展.     

中国联通线上渠道问题分析及解决方案

首先介绍了中国联通线上营销渠道的现状,分析了线上渠道存在的问题,根据线上渠道发展策略,提出了线上营销综合渠道解决方案,即建设线上渠道策略平台。以用户上网行为等大数据为基础,重点研究的线上营销综合渠道策略平台。最后通过对线上营销综合渠道策略平台的应用实践进行验证,初步形成了运营商自有线上渠道营销体系,实现各省自有线上渠道的统一运营,实现了根据用户分组、分时、分产品、分渠道的精准服务能力。     

新时期短视频广告营销对产品宣传的作用探索

近年来,短视频在我国大众的娱乐当中迅速占据了一定的地位,得到了极好的发展。因此,有很多商家瞄准这一商机,逐渐朝着短视频广告营销方向发展,并取得了较好的效益。本文就新时期短视频广告营销,对产品宣传的作用进行探索,并提出一些改善措施,希望能够推动产品宣传在新时期有更好的发展。     

3维卷积递归神经网络的高光谱图像分类方法

为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取，提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息，然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练，提取空谱联合特征，最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理，可以实现端到端的训练，并且能够充分提取空间与光谱数据中的语义信息。结果表明，与其它基于深度学习的分类方法相比，本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度，有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。     

广电:一锤定音分“蛋糕”

"高效果断地分定‘蛋糕’对三网融合实践大有裨益,它可使各方不再纠结于既得利益的争夺,专注于下一步的联合创新与自身变革—而后者显然更接近于三网融合实践的初衷。"