【摘 要】
：
数字孪生以各领域日益庞大的数据为基本要素,借助发展迅速的建模仿真、人工智能、虚拟现实等先进技术,构建物理实体在虚拟空间中的数字孪生体,实现对物理实体的数字化管控与优化,开拓了企业数字化转型的可行思路。首先介绍了数字孪生的演进与价值,然后给出了数字孪生典型特征及其体系架构,并基于该架构介绍了多项数字孪生关键技术,最后对数字孪生进行了展望,包括其面临的挑战与未来发展趋势。
【机 构】
：
中国联通研究院,中国联通研究院数字技术研究中心人工智能室,中国联通研究院数字技术研究中心
论文部分内容阅读
数字孪生以各领域日益庞大的数据为基本要素,借助发展迅速的建模仿真、人工智能、虚拟现实等先进技术,构建物理实体在虚拟空间中的数字孪生体,实现对物理实体的数字化管控与优化,开拓了企业数字化转型的可行思路。首先介绍了数字孪生的演进与价值,然后给出了数字孪生典型特征及其体系架构,并基于该架构介绍了多项数字孪生关键技术,最后对数字孪生进行了展望,包括其面临的挑战与未来发展趋势。
其他文献
高分辨率的降水数据对于复杂地形区的精确水文预报和气候模拟至关重要.利用青藏高原的植被、地形和地理位置特征,建立了与降水的回归模型,将全球降水测量(GPM)IMERG的年降水
快速准确获取森林结构参数对森林资源调查管理及全球碳汇研究具有重要意义。以祁连山东、中部青海云杉林为研究对象,利用16个无人机激光雷达(LiDAR)点云数据、正射影像数据结合实地样方观测数据,提取样方内青海云杉的单木树高并准确验证树木分割精度;结合实测数据和地形数据,依据统计指标验证提取树高精度并分析原因;基于点云数据提取的各样方树高分析祁连山青海云杉冠层高度在空间上的变化。结果表明:在祁连山山地森林,冠层高度平均值估算精度最高,R2为0.93,RMSE为1.39 m(P<0.0
为形成林场级森林可燃物类型遥感精细识别方法,以内蒙古大兴安岭根河林业局潮查林场为试验区,结合地面调查和森林资源调查等资料,建立了该区域的森林可燃物类型机载高光谱影像数据分类体系;通过对各类型的原始光谱曲线、一阶微分曲线、二阶微分曲线和包络线消除曲线进行分析,得到了适用于各类型识别的特征波段;并基于生成的特征波段的主成分分析分量(信息量95%以上)及其纹理特征影像,采用随机森林方法对该区域的森林可燃物类型进行了识别。利用机载高光谱遥感数据与其他数据相结合,研究形成了林场级森林可燃物类型随机森林识别方法,识别
四川省木里县及周边林区是全国林火最为高发和易发区之一,近两年连续发生了扑火人员重大伤亡的事件。利用时序国产卫星影像、无人机影像和现场勘查数据等,从监测火灾蔓延时空过程的角度,对该区林火热点进行了动态监测,并分析了重点火场火灾发展过程,结果表明:以国产GF-4卫星影像为主,辅助以2 m/8 m光学卫星星座影像,可较好地监测林火热点;研究提出林火热点判定阈值为白天亮温值T≥360 K或夜间亮温值T≥330 K;监测发现了该区3月30日至4月6日间共6处火场的25次林火事件,并重点反演了①号木里和②号西昌火灾发
在长时间尺度上监测和评价森林生态过程的状态变量是当前森林生态系统观测研究的热点问题之一。针对森林生态系统观测站观测数据实时传输存储不畅、数据共享度低、数据碎片化严重、大数据分析平台建设薄弱、森林火灾实时预测预警缺乏等问题,下蜀林场综合观测试验平台结合遥感技术、涡度相关技术、样方调查技术和无线传感器网络技术实现了森林生态系统水、土、气、生各要素长期的连续的综合观测,提供了森林生态系统与大气之间的碳收
提出一种工作在65～70 GHz强氧气吸收波段的星载差分吸收气压雷达,用以连续获取全球高时空分辨率的海面气压数据.通过对星载差分吸收气压雷达系统设计需求的分析,利用大气廓线
土壤水分在土壤监测中是一项重要的指标,对于农业生产、生态环境以及水资源管理有着重要的影响。随着遥感建模与反演理论的不断成熟,其逐渐成为分析土壤指标的重要技术与手段。因此,利用光学影像与雷达影像数据,以大兴安岭地区漠河市为研究区域,分别建立以Landsat 8为数据源的土壤水分反演模型和由Landsat 8影像数据与GF-3卫星数据协同反演的土壤水分反演模型,将反演结果与实际测得数据进行对比验证,并
对5G网络市场微网格进行网格画像打分,基于价值网格的覆盖差异,进而通过网业协同联动,对高价值网格实施差异化的价值提升举措,实现投资收益最大化,为价值建网、精准营销持续推进提供参考。
森林在生态系统服务中起着重要作用,例如提供清洁空气、保护生物栖息地以及减少全球温室气体的排放等。全球森林变化数据集(Global Forest Change,GFC)每年以30 m的高空间分辨率绘制森林覆盖变化图,成为监测森林覆盖时空变化特征的有效工具。利用谷歌地球引擎(Google Earth Engine,GEE),基于GFC产品,结合线性回归方法和空间自相关理论对西南地区2001～2019年
介绍了广东联通在AI创新领域进行的一项网络智能化运维实践,提出一种基于AI关联分析的网络设备配置异常监测方法,创造性地以AI关联分析中得到的弱关联规则构建异常特征模型,从海量配置数据中快速发现配置异常。该算法具备自学习、自挖掘能力,具备良好的泛化性和应用推广性,能有效应对5G时代大量网络新建和网络改造带来的配置稽核工作量爆发式增长。