论文部分内容阅读
广播电视发射台发射信号的监控,是安全播出保障的重要环节,可以让台站值守人员更加及时有效地发现节目发射存在的问题,做出及时有效的处置,更科学、更智慧地监控系统,对做好安全播出工作有重要意义.为此,结合高山台站的实际情况,着重讲解监控系统的设计和调试过程.
高山台站广播电视信号监控系统设计与应用
【摘 要】
：
广播电视发射台发射信号的监控,是安全播出保障的重要环节,可以让台站值守人员更加及时有效地发现节目发射存在的问题,做出及时有效的处置,更科学、更智慧地监控系统,对做好安全播出工作有重要意义.为此,结合高山台站的实际情况,着重讲解监控系统的设计和调试过程.
【机 构】
：
玉溪市五脑山广播电视发射台,云南 玉溪 653100
【出 处】
：
电视技术
【发表日期】
：
2022年1期
其他文献
电力能源的合理使用和调度一直是关系民生的重要问题,其中的电力负荷预测是近年来学者研究的重点.传统的基于统计学习方法的预测方法由于负荷的非线性和随机因素导致效果不佳,因此研究者把目光放在了近年来热门的人工智能(Artificial Intelligence,AI)领域,比如人工神经网络(Artificial Neural Network,ANN)、机器学习(Machine Learning,ML)和深度学习(Deep Learning,DL).最近,深度学习在电力负荷预测方面有着不俗的表现,比如基于时间序列
针对电力现场作业、设备使用安全等大量文本采用非结构化的形式制定、存储,信息自动挖掘难以实现的问题,提出一种融合注意力机制与ALBERT-BiGRU-CRF的方法.首先将ALBERT作为文本的字向量语义编码层,其次多头注意力机制融合到BiGRU网络模型中作为字符实体信息标签预测层,最终CRF作为全局标签优化层.该方法能够准确捕获专业领域字符间的依赖权重、语境、上下文语义关联等全方位特征.电力安全作业文本实体识别实验结果表明,融合注意力机制与深度学习识别方法比目前常用的算法模型识别F1值高3.05％～11.6