亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

編制背景

停車問題是城市交通的重要組成部分，關乎城市發展受到百姓普遍關注。目前國內大中小城市，車位供給嚴重失衡、車位使用不均衡、缺乏有效的共享機制、停車場及車位信息“孤島”、停車管理難等問題日益凸顯，用智慧化的手段促進停車資源的有效利用，提高公眾停車服務水平，成為緩解停車難矛盾的有效途徑。智慧停車是與城市居民生活息息相關的重要內容，是智慧城市體系下重要的規劃與建設領域。近年來國內很多城市開展了智慧停車的相關建設工作，但由于停車場信息化設施分散建設，采用的技術路線各不相同、標準不統一，停車信息無法融入整個城市智能交通體系，也無法顯現城市級智慧停車整合服務的效果。國內外很多城市已推出了智慧停車的相關標準，大多數關注于停車場的建設、運營以及相關信息化技術的規范，而鮮有提出相關數據規范要2求。而數據要求的不統一，正是導致系統間融合程度低、無法形成城市級智慧化停車的重要原因之一。

主要內容

該標準對智慧停車數據元素進行分類和編碼，提出了數據交換、傳輸、處理、存儲、管理及應用服務等要求，旨在從智慧停車相關數據的全生命周期進行規范管理，從而實現智慧停車已有信息系統之間、已有信息系統與新建信息系統之間的互聯互通及數據交換共享。同時，可以推進城市級停車信息共享和交換，實現停車資源的高效利用和合理配置，并在有效大規模數據基礎上，應用人工智能等技術提供智能化輔助分析，支撐城市范圍的停車精細化管理和整體交通服務，有效提升城市整體交通智慧化水平。

該標準將為城市停車資源高效規劃和城市范圍內停車數據互聯互通提供重要的技術支撐。一方面，該標準為智慧停車相關規劃單位、建設單位提供了停車全領域數據指導，有助于供需雙方形成共同語言，推動智慧停車項目更順暢落地，更高效配置城市停車資源；另一方面，從數據源頭統一和規范相關單位在智慧停車信息系統的規劃、建設、運營和管理，有助于實現智慧停車系統的互聯互通，進一步加強現代信息技術與停車資源的深度融合，實現信息整合與業務協同，提升城市停車精細化管理水平和服務水平。

數據分類

本文件按兩個層級對停車數據進行分類，如圖1所示。圖中第一個層級包含編號為1到9的大類，每個大類下面的是若干子類構成的第二個層級。 停車數據分類說明如下： a) 停車數據資源分為停車資源類、相關方類、收費價格類、停車設施類、停車記錄類、停車事 件類、公眾服務類、監管服務類、運營服務類等一級大類類別； b) 每種一級大類類別可分解為二級子類類別； c) 可按照實際需求擴展停車數據資源類別，并保證數據類別之間相互關聯和有序組織。本文件按兩個層級對停車數據進行分類，如圖1所示。圖中第一個層級包含編號為1到9的大類，每 個大類下面的是若干子類構成的第二個層級。 停車數據分類說明如下： a) 停車數據資源分為停車資源類、相關方類、收費價格類、停車設施類、停車記錄類、停車事 件類、公眾服務類、監管服務類、運營服務類等一級大類類別； b) 每種一級大類類別可分解為二級子類類別； c) 可按照實際需求擴展停車數據資源類別，并保證數據類別之間相互關聯和有序組織。

數據分級

對智慧停車數據進行分級遵循以下要求： a) 應建立數據分級安全保護、數據隱私保護、安全加密、調用異常監測等安全機制； b) 數據分級管理應按照實際數據分級安全保護要求設置數據等級，停車數據等級示例如表 3 所 示； c) 應按實際使用要求，合理劃分數據等級并提供相應數據安全保護。

編制背景

隨著城市機動車保有量逐年上漲，“停車難”越發成為了大中小城市的掣肘難題，同時，停車資源管理缺乏統一、高效工具，且普遍存在著信息孤島現象，尤其是城市級、區域級停車一體化管理缺乏統一規劃，缺少設備接入、數據采集、管理及深度應用等方面的統一標準，無法實現停車數據的全面匯聚、充分交換和共享應用，嚴重制約著城市一體化停車資源管理與服務。為有效提升城市停車資源利用效率，許多城市管理者已充分認識到迫切需要采用現代化的手段和技術，有效、準確地管理停車資源基礎設施信息，通過城市級智慧停車項目2建設，實現城市中各停車場出入車輛的車牌等信息的采集、統計及管理，為城市治安、交通管理、出行誘導提供數據支撐。建設智慧停車平臺是智慧停車建設實現停車數據的匯集、處理、共享、共用的主要方式，停車數據可為城市停車資源規劃、建設、管理與服務提供可靠依據，提高城市服務水平和管理質量。

近年來全國各大中小城市都逐步加入到城市智慧停車項目的建設中，由于各地經濟、技術發展水平不同，各地智慧停車平臺內容各異、標準不同，對城市管理者、軟件、硬件廠家都造成大量資源浪費。隨著國家對于“粵港澳大灣區”、“京津冀一體化”等區域一體化的提出，區域內跨城市間的智慧停車管理也在醞釀中，跨城市間的智慧停車需要實現平臺間的無縫對接。平臺將有力的支撐城市群的發展戰略，有利于更好的支撐新型智慧城市、數字政府建設。

在此背景下，中電科新型智慧城市研究院有限公司（下文簡稱“中電科智慧院”）牽頭，聯合多家停車行業的領軍企業共同梳理了國內智慧停車相關政策及標準，對智慧停車平臺建設的技術與標準化現狀進行研究，充分論證了智慧停車平臺編制國家標準制定的必要性、可行性；同時，從平臺的整體框架出發，面向社會公眾、運營單位、管理部門提出統一、通用的總體框架，明確平臺定義和范疇，統一行業認知，并針對平臺總體架構、基礎設施支撐、數據、業務功能、接口等方面提出了具體技術要求，為規范平臺建設、推動平臺復用和擴展提供了重要支撐。通過標準化手段，對平臺內涵進行了有效界定，有助于提升平臺建設質量和水平，實現多源信息整合和共享，逐步消除3“信息孤島”等問題，對實現智慧停車平臺的建設標準化、跨區域互聯互通一體化管理等目標具有重要作用。

文件內容

本文件給出了智慧停車平臺的總體架構，并規定了基礎設施支撐要求、數據要求、業務功能要求、用戶接入要求、平臺接口要求、運維管理以及安全管理等。本文件適用于智慧城市場景下城市級、區域級停車平臺的規劃設計及具體項目的規劃、部署、數據交互與管理。

《信息技術 詞匯 第31部分:人工智能 機器學習》國家標準意見稿，本標準給出了與信息處理領域的概念的術語和定義，并明確了這些條目之間的關系。本部分定義了有關人工智能中機器學習的概念。

主要內容

國家標準《信息技術 詞匯 第31部分:人工智能 機器學習》由TC28（全國信息技術標準化技術委員會）歸口上報，TC28SC42（全國信息技術標準化技術委員會人工智能分會）執行，主管部門為國家標準化管理委員會。

主要起草單位 中國電子技術標準化研究所 。

《信息安全技術安全處理器技術規范》國家標準，本標準規范了安全處理器的概念模型、提出了對安全處理器進行安全保護所需要的安全技術要求，涵蓋了安全問題定義、安全目的、安全功能要求、安全保障要求等內容。本標準適用于安全處理器產品的研制和開發，也可用于指導該類產品的測試、評估和采購。

目的：建立一個可控安全有保證、測試評估有依據、開發設計有準則、核心技術有要求的安全處理器技術規范。

意義：安全處理器已是現代信息安全的基礎裝備，是解決信息系統安全威脅、風險和脆弱性的重要途徑。

隨著攻擊手段和技術的不斷提高，信息安全的防護和保障越來越多的從軟件向固件過渡，從固件向硬件轉移。

近20年來，國際國內業界所倡導的安全在片設計也從SoC向SOD過渡就是重要反映之一。

幾乎所有安全的核心技術都與處理器相關，幾乎所有安全應用也都必然涉及處理器，如：可信計算，工業控制，身份識別，加密通訊，電子支付等等。

安全處理器是信息安全領域的核心技術，發展我國安全處理器必將給我國信息安全建設提供十分可靠的保障，還將帶動一系列相關安全產品的發展，啟動我國信息安全的大市場，成為我國經濟發展新的增長點。

從長遠的眼光看，我國信息安全產業必須立足在一個完整的體系上，信息安全涉及到民族利益和國家自身利益，我們需要自己有一套比較完整的信息安全評估體系。

不受國際壟斷集團控制，防止國際敵對勢力對信息安全領域的滲透，自主可控是安全的保證。

制定安全處理器國家標準，可以有效的匯集及完善現有的技術體系，將有力地促進我國安全處理器產業的規范化迅速發展。

主要內容

安全處理器標準制定范圍：明確安全處理器應有的基本功能和技術要求。建立一個統一的典型安全處理器模型，以及幾種不同應用的安全處理器模型(如網絡安全處理器等)。主要技術內容：一、 建立安全處理器模型，提出技術規范。二、 依據典型安全處理器模型給出示范性設計要求 三、 給出典型安全處理器模型測試和評估依據。四、 為標準實施提供相應的規范性和資料性附錄。

參考鏈接： //std.samr.gov.cn/gb/search/gbDetailed?id=CE1E6A1DD40858F6E05397BE0A0A68DF

本文件給出了知識圖譜的技術框架中知識圖譜供應方、知識圖譜集成方、知識圖譜用戶、知識圖 譜生態合作伙伴的主要活動、任務組成和質量一般性能等。本文件適用于知識圖譜及其應用系統的構建、應用、實施與維護。

本文件給出了知識圖譜的技術框架中知識圖譜供應方、知識圖譜集成方、知識圖譜用戶、知識圖譜生態合作伙伴的主要活動、任務組成和質量一般性能等。本文件適用于知識圖譜及其應用系統的構建、應用、實施與維護。

目的意義

當前，人工智能發展進入新階段，其迅速發展正在深刻改變人類社會生活、 改變世界，成為國際競爭的新焦點和經濟發展的新引擎。其中，如何從海量數據 中獲取有用的信息是人工智能關注的一個重要問題。知識圖譜技術提供了一種從 海量文本和圖像等數據中抽取結構化知識的手段，是搜索引擎、問答系統等應用 的核心技術。在國務院發布的《新一代人工智能發展規劃》中明確指出要發展“知 識計算引擎和知識服務技術”，重點突破知識加工、深度搜索和可視交互核心技術，實現對知識持續增量的自動獲取，具備概念識別、實體發現、屬性預測、知 識演化建模和關系挖掘能力，形成涵蓋數十億實體規模的多源、多學科和多數據 類型的跨媒體知識圖譜。知識圖譜技術提供了一種從海量文本和圖像等數據中抽 取結構化知識的手段，是搜索引擎、問答系統等應用的核心技術，并在金融證券、 生物醫療、交通、教育、農業、電信、電商、出版等行業已有非常豐富的應用場 景。但是，目前還缺少一套規范化的知識圖譜技術框架指導相關企業，特別是中 小型企業和創業公司有效開展技術研發，同時與其他行業的現有系統之間實現互 聯互通和信息融合。存在的問題如下： 1）知識圖譜相關核心術語定義缺失，各方使用術語混雜、內容不明確、體 系不統一；2）知識圖譜構成描述不統一、不明確，內容劃分混亂； 3）知識圖譜構建技術路徑及主要組成活動間關系不明確； 4）知識圖譜應用系統架構不統一，核心模塊定義缺失； 5）知識圖譜應用系統集成與部署路徑及主要組成活動間關系不明確。

本文件在編制過程中，通過參考大量已經發布的國內外標準，并廣泛聽取產 學研用相關單位的意見和建議，結合知識圖譜技術水平和應用現狀，對知識圖譜 供應方、知識圖譜集成方、知識圖譜用戶、知識圖譜生態合作伙伴等利益相關方 劃分進行明確，提出了各利益相關方的輸入輸出關系和主要活動構成等。

范圍和主要技術內容

本標準規定了知識圖譜的框架，包括知識圖譜的輸入要求，知識圖譜的建立過程，即知識圖譜的提取、存儲、挖掘與推斷、性能指標、知識圖譜的應用、相關領域、知識圖譜涉及的人工智能技術以及其他需要的數字基礎設施。 本標準的目標使用者包括：任意類型與規模的企業，包括應用或實施知識圖譜系統的公有和民營企業、政府主管部門、非營利組織等。 本標準的主要技術內容包括：知識圖譜架構、輸入要求、場景定義、性能指標、構建知識圖譜所需的人工智能技術和數字基礎設施等。

產業化情況、推廣應用論證和預期達到的經濟效果

知識圖譜作為機器認知智能實現的基礎之一，是人工智能的重要組成部分， 有助于實現自動化和智能化獲取、挖掘和應用知識，獲得了產業界和學術界的廣 泛關注。知識圖譜是以結構化的形式描述客觀世界中的概念、實體及其關系的大 型知識網絡，將信息表達成更接近人類認知的形式，提供了一種更好地組織、管 理和理解海量信息的能力。在政策部署、技術研發、標準研制、產業化推廣、前 沿應用場景試點等多方面因素的共同驅動下，知識圖譜逐漸實現在智慧金融、智 慧醫療、智慧能源、智能制造等眾多領域的落地應用和深度融合，同時在各行業 的數字化轉型過程中，跨領域、行業或產業的知識圖譜也逐漸獲得關注。在上述背景下，本標準對目前知識圖譜應用比較好的金融證券、生物醫療、 交通、教育、農業、電信、電商、出版等行業的應用過程特點、需求、主要問題 和未來趨勢進行了歸納總結。制定本標準有助于不同類型的企業基于規范化的實 施路徑進行知識圖譜應用的開發。同時，該標準還有利于給知識圖譜研發企業提 供數字化基礎設施支持的人員，如云平臺研發人員，信息安全工程師等理解知識 圖譜，從而提供更有效的技術支持。不同行業的應用企業和人員也可通過這一框 架提取出更多類型的知識，產生更多可能的應用場景。此外，本標準的研制對推 動企業進行知識驅動的數字化轉型升級具有重要意義，為進一步加快知識要素的 規劃化獲取、挖掘、應用與流通奠定了基礎。

知識圖譜概念模型

知識圖譜的概念模型可劃分為本體層和實例層，如圖1所示。其中，本體層由實體類型和其屬性、 實體類型間關系類型、規則等本體相關知識元素構成；實例層是對本體層的實例化，由實體類型對應 的實體及其屬性以及實體間關系等實體相關知識元素構成。 圖1示出的知識圖譜概念模式的主體是實體。實體是真實對象的抽象，實體類型是某類實體的進一 步抽象。基于不同層次的抽象，圖中的本體層和與實例層是相對的。構建某個知識領域的某個層次的 特定知識圖譜時，“實體”這個抽象稱呼將使用所關注的特定對象的具體名稱取代。圖中名為“屬性” 的兩個方框是分別針對本體層的所有實體類型和實例層的所有實體。本體層的“屬性”是指對應實體 類型的屬性，各個屬性是概括性描述；實體層的“屬性”是指對應實體的屬性，是某實體類型實例的 屬性的具體描述。同時，多個實體和關系的組合可以構成新的復雜實體，如：由時間、人物、地點等 要素構成的事件，由不同模塊構成的產品等。

知識圖譜技術框架

圖2示出從構建到使用知識圖譜涉及的各類技術活動的框架，簡稱技術框架。這些活動歸納為知識 圖譜的構建、基于知識圖譜的產品或服務的開發、知識圖譜的使用、以及面向知識圖譜開發和使用的 輔助支持四大類。

圖 2 知識圖譜技術框架

圖2示出的四大類知識圖譜相關活動簡述如下： a) 知識圖譜的構建：此組活動主要包括知識表示、知識建模、知識獲取等活動。其主要目標是構 建出所需的知識圖譜，同時開發出相應的基礎工具和/或服務。此組活動的主要依據是知識圖 譜應用需求和質量要求；往往需要行業知識、業務數據、輔助知識等予以支持。 b) 基于知識圖譜的產品或服務開發：此組活動主要包括需求分析、系統設計、知識圖譜集成等活 動。這些活動的執行基于上述a)描述的活動構建的知識圖譜和相應的知識圖譜應用需求等完成 知識圖譜應用系統的開發和集成，并提供配套的產品或服務。 c) 知識圖譜的使用：此組活動主要包括知識應用、知識維護、知識提供等活動。這些活動的執行 基于上述b)描述的活動產生的知識圖譜應用系統或服務。通過這些活動完成知識的使用和維護， 并對外提供必要的知識。 d) 知識圖譜開發和使用的支持：此組活動主要包括基礎設施提供、數據提供、安全保障、咨詢評 估等。它們對上述a)、b)和c)描述的活動的執行提供必要支持，例如：提供輔助數據或知識、 支撐技術或服務等。

上述四大類活動分別主要由以下四類參與者執行：

1. 知識圖譜供應方：主要執行知識圖譜的構建和提供活動；
2. 知識圖譜集成方：主要執行基于知識圖譜的工具或服務開發和集成活動；
3. 知識圖譜用戶：主要執行知識圖譜的使用活動；
4. 知識圖譜生態系統合作伙伴：主要執行知識圖譜開發和使用的支持活動。每類參與者有其主要執行的活動，同時可能執行涉及四大類活動中的多項活動，知識圖譜利益相 關方構成及其關系見附錄A。

來自“ 知識圖譜標準化” //mp.weixin.qq.com/s/vLmnMIaL9-AeKW6eKeVrzw

近年來，人工智能逐漸成為新一輪產業變革的核心驅動力，2017 年 7 月我國出臺《新一代人工智能發展規劃》（國發[2017]35 號），標志著我國人工智能發展進入新階段。然而，機器學習作為人工智能的重要組成部分，仍面臨多方面的安全風險和挑戰，業界仍缺少人機器學習算法安全評估規范，一定程度上影響了機器學習技術的廣泛應用與發展。本標準制定了機器學習算法安全評估規范，旨在提升機器學習算法實踐應用的安全保障能力。

本文件通過借鑒國外政策法規、標準和技術的研究，尤其是《新一代人工智能發展規劃》、《國家新一代人工智能標準體系建設指南》、《人工智能標準化白皮書（2018）》、《人工智能安全標準化白皮書（2019）》、ISO WG3 組研究項目及在研標準等，結合國內應用實踐和標準編制組的研究成果，提出與國際標準接軌、適合我國國情，并具有一定創新性的標準。適用于對機器學習算法進行安全評估，也適用于機器學習應用開發者和運營管理者在保障機器學習安全時參考。

基于AI的視頻分析是視頻監控行業討論很多的話題之一。某些應用程序能夠顯著提升數據分析 速度，自動開展重復性任務。但現今，AI解決方案無法取代人類操作員的經驗和決策制定能 力。它的切實優勢在于組合：利用AI解決方案，改善和提高人工效率。

AI概念包含機器學習算法和深度學習算法。這兩種類型都能夠使用大量采樣數據（訓練數據） 自動構建數學模型，以便能夠在無需專門編程的情況下計算結果。AI算法的開發通過迭代過程 實現，其中，在得到所需的質量水平之前，要反復執行如下操作循環：收集訓練數據、對 訓練數據加標記、使用加標記的數據訓練算法以及測試經訓練的算法。此后，可隨時將算 法用于分析應用程序中，此應用程序在購買后即可部署在監控點。這時，所有訓練都已完 成，應用程序將不再進行任何新的學習。

基于AI的視頻分析的典型任務是，以視覺方式偵測視頻流中的人和車輛，并對它們加以區 分。機器學習算法已學習對這些目標予以定義的視覺特征的組合。深度學習算法是進一步 優化，在經過相應訓練后，能夠偵測復雜得多的目標。但在使用最終的應用程序時，它需 要的開發量和訓練量以及計算資源也多得多。因此，應依據明確的監控需求，考慮專門 的、經優化的機器學習算法是否已經足夠。

攝像機的算法開發和不斷提升的處理能力使得能夠直接在攝像機上（基于前端）運行先進的 基于AI的視頻分析工具，而不必在服務器上（基于服務器）執行計算。這樣就能夠改善實 時功能性，因為應用程序能夠直接訪問未壓縮的視頻材料。相比CPU或GPU（圖形處理單 元），利用攝像機中的專用硬件加速器，如MLPU（機器學習處理單元）和DLPU（深度學習 處理單元），能夠更省電地實現前端分析。

在安裝基于AI的視頻分析應用程序之前，必須仔細研讀并遵守制造商基于已知前提條件和限制 要求所提出的建議。每套監控安裝都具有唯一性，應針對每個監控點評估應用程序的性能。如果質量低于預期，應開展全面調查，而不是僅著眼于分析應用程序本身。視頻分析性能取 決于多方面因素，涉及攝像機硬件、攝像機配置、視頻質量、場景動態和照明等。在許多情 況下，了解這些因素的影響并進行相應的優化有助于提升系統的視頻分析性能。

隨著AI在監控領域的應用日益廣泛，必須嚴謹評估這項技術的使用時機和場合，從而在運 行效率優勢與新應用場合之間合理平衡。