5G+体育 贵阳电信为亚高原训练基地插上“数字羽翼”

2024-01-12 16:04

本文主要是介绍5G+体育 贵阳电信为亚高原训练基地插上“数字羽翼”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2023年是《5G应用“扬帆”行动计划(2021—2023年)》的收官之年,5G融合应用正在从点状示范向规模化发展。截至2023年10月底,我国开通5G基站总数达321.5万个,已经建成了全球规模最大、技术领先的5G网络。目前,在工业、医疗、交通等多个领域,5G已展现了强大的赋能作用。

  近日,贵州省大数据发展管理局、贵州省通信管理局通报了第六届“绽放杯”5G应用征集大赛贵州区域赛决赛获奖情况,由中国电信贵阳分公司牵头的“5GCPE部署,助力国家首个亚高原训练基地数字化转型”在本届区域赛中荣获优秀奖。

  贵州省清镇体育训练基地是贵州省“十三五规划”中重点建设的国家生态体育公园和现代化体育训练基地。同时也是国家首个亚高原综合型训练基地,是中国田径协会、中国射击协会、中国拳击协会、国家攀岩队、国家青少年体操队指定训练基地。

  “5G技术在助力国家首个亚高原训练基地数字化转型过程中更多的是扮演一个服务者的角色。通过5G网络高速、低延迟、广连接等优势,实时收集、传输、处理大量数据;此外,5G网络可稳定承载赛事服务及保障,观众具有更好的的观赛体验。”刘思羽介绍。

  探索5G应用新场景,为训练基地插上“数字羽翼”

  2022年5月,在工业和信息化部信息通信管理局指导下,《“5G+体育赛事”典型场景和应用报告》正式发布,报告总结提炼出十大典型场景和应用案例,并对5G技术在体育赛事中的推广和拓展应用等方面进行了展望。

  “5G CPE部署,助力国家首个亚高原训练基地数字化转型”项目以“5G+体育”为建设思路,以5G技术为媒介,结合清镇训练基地实际情况,探索打造赛事直播与转播、智能化安防监控、智能化设备管理和监控三大应用场景,通过部署5G 实现更稳定、可靠的实时传输和存储视频数据,达到高质量网络覆盖。

  刘思羽介绍,基于5G网络高速传输、大容量连接、灵活部署及安全保障等特点,提供实现稳定、可靠的赛事直播与转播,提升观赛体验;同时,通过5G高速网络承载各类训练数据采集设备,帮助提升运动员竞技能力以及基地训练管理能力。

  “5G+体育”打造智能体育服务新场景

  《“十四五”体育发展规划》提出:“2035年建成社会主义现代化体育强国”目标。数字化转型是体育行业发展的重要趋势。通过引入5G网络和数字化技术,体育可以实现各项设施的智能化管理和用户的个性化体验,提高项目的运营效率和服务质量。

  刘思羽透露“通过部署5G CPE,实现了训练基地的无线网络覆盖,提供了更稳定、可靠的实时传输和存储视频数据。对缺乏安防布控的场馆、楼宇替换的监控进行汇聚,提高安防监控的效率和效果,推动基地安全升级;将原本分散的网络设备、安防设备汇聚于机房统一管理,提高了设备利用率和降低了维护成本;通过5G网络高速传输、大容量连接、灵活部署及安全保障等特点,提升了用户观赛体验。”

  构建“5G”底座,助力智慧体育发展

  日前,工业和信息化部电子信息司司长乔跃山在“2023年智能体育典型案例交流活动”上指出,“新一代信息技术赋能体育事业的成效愈发显著,后续仍需要提升创新发展水平,加快电子信息领域关键核心技术创新和迭代应用。”

  “目前,基地的5G部署可以根据实际需求进行设备的配置和管理,灵活地添加、移除或替换各种设备,无需对整个网络进行大规模的改动,有利于提高运营效率。利用5G网络和数字化技术,实现数据的实时采集、分析和可视化呈现。5G网络的普及和应用将推动体育行业的创新和发展,通过与相关产业的融合,为运营者带来全新的赛事服务。”刘思羽表示,中国电信贵阳分公司将继续做好5G、云网、大数据等信息技术与体育产业的结合,不断满足用户观赛需求、提升用户观赛体验,持续助力体育产业智慧发展。助力体育产业的数字化转型与升级。

这篇关于5G+体育 贵阳电信为亚高原训练基地插上“数字羽翼”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/598401

相关文章

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的

java字符串数字补齐位数详解

《java字符串数字补齐位数详解》:本文主要介绍java字符串数字补齐位数,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java字符串数字补齐位数一、使用String.format()方法二、Apache Commons Lang库方法三、Java 11+的St

4G/5G全网通! FiberHome烽火5G CPE Air路由器拆机评测

《4G/5G全网通!FiberHome烽火5GCPEAir路由器拆机评测》烽火5GCPE已经使用一段时间了,很多朋友想要知道这款路由器怎么样?今天我们就来看看拆机测评... 我想大家都听说过、了解过5G。 5G是具有高速率、低时延和大连接特点的新一代宽带移动通信技术,5G通讯设施是实现人机物互联的网络基础设

Java数字转换工具类NumberUtil的使用

《Java数字转换工具类NumberUtil的使用》NumberUtil是一个功能强大的Java工具类,用于处理数字的各种操作,包括数值运算、格式化、随机数生成和数值判断,下面就来介绍一下Number... 目录一、NumberUtil类概述二、主要功能介绍1. 数值运算2. 格式化3. 数值判断4. 随机

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

usaco 1.2 Name That Number(数字字母转化)

巧妙的利用code[b[0]-'A'] 将字符ABC...Z转换为数字 需要注意的是重新开一个数组 c [ ] 存储字符串 应人为的在末尾附上 ‘ \ 0 ’ 详见代码: /*ID: who jayLANG: C++TASK: namenum*/#include<stdio.h>#include<string.h>int main(){FILE *fin = fopen (

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering)

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering) Power Iteration Clustering (PIC) 是一种基于图的聚类算法,用于在大规模数据集上进行高效的社区检测。PIC 算法的核心思想是通过迭代图的幂运算来发现数据中的潜在簇。该算法适用于处理大规模图数据,特别是在社交网络分析、推荐系统和生物信息学等领域具有广泛应用。Spa

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录 在深度学习项目中,目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 resume 功能继续训练,并将我们复现的模型与Model Zoo中的