|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
無(wú)線監(jiān)控 無(wú)線網(wǎng)橋 河南鄭州無(wú)線監(jiān)控（無(wú)線網(wǎng)橋）鄭州國(guó)科智能電子有限公司
產(chǎn)品詳細(xì)介紹鄭州國(guó)科智能電子有限公司專業(yè)無(wú)線監(jiān)控 工業(yè)級(jí) 工程級(jí) 無(wú)線監(jiān)控首選國(guó)科
產(chǎn)品特點(diǎn)
● IEEE802.11a/b/g全兼容；
● 支持點(diǎn)對(duì)點(diǎn)、點(diǎn)對(duì)多點(diǎn)網(wǎng)橋模式；
● 數(shù)據(jù)速率：空中速率高達(dá)54Mbps，同時(shí)支持Turbo 模式，在Turbo 模式下可高達(dá) 108 Mbps；
● 多重安全措施：支持WEP / WPA2 / WPA / 802.1x / EAP / MAC地址過(guò)濾等多種安全協(xié)議；
● 接收電平顯示：根據(jù)信號(hào)質(zhì)量變化，直觀、方便工程施工、測(cè)試；
● 服務(wù)質(zhì)量：支持802.11e WMM，保證語(yǔ)音、視頻業(yè)務(wù)優(yōu)先級(jí)；
● 支持動(dòng)態(tài)信道分配(DFS)、發(fā)射功率控制(TPC) dBm，兼容歐洲標(biāo)準(zhǔn)；
● 專有的速率適應(yīng)算法，能夠?yàn)楦鞣N的傳輸距離進(jìn)行專門優(yōu)化，同時(shí)兼顧長(zhǎng)距離和短距離應(yīng)用；
● 高速遠(yuǎn)距離通信，內(nèi)置11度23dBi天線，該網(wǎng)橋同時(shí)提供外接N型頭，可連接外置天線；
● 網(wǎng)絡(luò)管理：配置軟件方式管理，即插即用，支持Telnet遠(yuǎn)程管理，支持SNMP管理
● 無(wú)線網(wǎng)橋、防雷POE提供（網(wǎng)絡(luò)、電源）防雷及及抗浪涌保護(hù)功能，加強(qiáng)了室外應(yīng)用的可靠性；
● 防風(fēng)、防雨、防雷、防曬、防塵、防震以及散熱設(shè)計(jì)。
WB5800A系統(tǒng)性能參數(shù)
技術(shù)規(guī)格
內(nèi)置天線
外置天線
射頻
頻段和信道
5.15～5.35GHz；5.725～5.825GHz
RF功率輸出
20dBm
靈敏度
-66dBm@108Mbps；-69dBm@54Mbps； -88dBm@6Mbps
調(diào)制方式
OFDM – BPSK，QPSK，16QAM，64QAM
數(shù)據(jù)和工作參數(shù)
自動(dòng)速率選擇
108/54/48/36/24/18/9/6Mbps
標(biāo)準(zhǔn)
IEEE802.11a ，IEEE802.11g，IEEE802.11b，IEEE 802.3u，IEEE 802.3af
支持的協(xié)議
? CSMA/CA，TCP/IP，IPX/SPX，NetBEUI，DHCP，NDIS3，NDIS4，NDIS5
管理
基于配置軟件管理
支持
SNMP MIB
支持
Telnet
支持
安全性
MAC 地址控制
支持
其他
WEP 加密64/128/152 bits，WPA，802.1x
硬件
LAN/WAN
1個(gè)10/100 BaseT RJ45
電源
48V直流輸入，@ 1.5A，五類線遠(yuǎn)程供電（防雷PoE）
環(huán)境和物理性能
工作溫度
-30～65℃
儲(chǔ)存溫度
-50～80℃
濕度（非濃縮）
≤95％（非凝結(jié)）
天線
內(nèi)置23dBi平板定向天線，11o/11o水平/垂直波瓣寬度
N型座，50Ω（外接天線）
重量
天線一體化型：約2.2kg
外接天線型：約2.0kg
尺寸 mm
306*306*85
210*210*65
安裝固定
U形夾碼抱桿，抱桿直徑：ψ40~ψ45mm
鄭州國(guó)科智能電子有限公司
2021-08-23
云南省財(cái)政廳 云南省科技廳關(guān)于征求《云南省科技揭榜制項(xiàng)目資金管理辦法（征求意見(jiàn)稿）》意見(jiàn)的通知
為突破制約云南省重點(diǎn)產(chǎn)業(yè)發(fā)展的關(guān)鍵核心技術(shù)，創(chuàng)新財(cái)政科技投入機(jī)制，支持我省企業(yè)實(shí)施科技揭榜制項(xiàng)目，加快推動(dòng)重大科技成果轉(zhuǎn)化，更好地服務(wù)保障云南高質(zhì)量跨越式發(fā)展，根據(jù)《云南省財(cái)政科研項(xiàng)目和經(jīng)費(fèi)管理改革20條措施》規(guī)定要求，制定本辦法。
云南省科學(xué)技術(shù)廳
2023-03-01
云南省科技廳關(guān)于征求云南省重大科研基礎(chǔ)設(shè)施和大型科研儀器開(kāi)放共享管理辦法（征求意見(jiàn)稿）意見(jiàn)的通知
云南省科學(xué)技術(shù)廳、云南省財(cái)政廳、云南省教育廳公告第48號(hào)《云南省大型科研儀器開(kāi)放共享管理暫行辦法》有效期已截止。為進(jìn)一步做好我省重大科研基礎(chǔ)設(shè)施和大型科研儀器開(kāi)放共享管理工作，省科技廳、省教育廳、省財(cái)政廳共同研究起草了《云南省重大科研基礎(chǔ)設(shè)施和大型科研儀器開(kāi)放共享管理辦法（征求意見(jiàn)稿）》。
實(shí)驗(yàn)室與創(chuàng)新平臺(tái)處
2023-07-25
廣西壯族自治區(qū)科學(xué)技術(shù)廳關(guān)于廣西科技計(jì)劃項(xiàng)目驗(yàn)收結(jié)題管理辦法新舊政策銜接有關(guān)事項(xiàng)的通知
為進(jìn)一步優(yōu)化和規(guī)范自治區(qū)科技計(jì)劃項(xiàng)目的驗(yàn)收結(jié)題管理工作，根據(jù)國(guó)家、自治區(qū)有關(guān)科技計(jì)劃項(xiàng)目管理改革要求，加強(qiáng)項(xiàng)目驗(yàn)收結(jié)題管理改革前后政策銜接。
廣西壯族自治區(qū)科學(xué)技術(shù)廳
2022-04-25
黑龍江省科學(xué)技術(shù)廳 黑龍江省財(cái)政廳關(guān)于印發(fā)《省級(jí)科技計(jì)劃項(xiàng)目經(jīng)費(fèi)管理使用禁止事項(xiàng)清單》的通知
為大力推進(jìn)科研經(jīng)費(fèi)“放管服”改革，切實(shí)減輕科研人員負(fù)擔(dān)，明確科研項(xiàng)目經(jīng)費(fèi)使用禁止性行為，幫助科研人員了解科研經(jīng)費(fèi)使用的法規(guī)底線。
黑龍江省科學(xué)技術(shù)廳
2022-04-19
國(guó)務(wù)院學(xué)位委員會(huì)辦公室負(fù)責(zé)人就新版研究生教育學(xué)科專業(yè)目錄和目錄管理辦法答記者問(wèn)
新版目錄有14個(gè)門類，共有一級(jí)學(xué)科117個(gè)，博士專業(yè)學(xué)位類別36個(gè)，碩士專業(yè)學(xué)位類別31個(gè)。
教育部
2022-09-14
四川省科學(xué)技術(shù)廳關(guān)于面向社會(huì)公開(kāi)征求《四川省重大科技專項(xiàng)管理辦法》意見(jiàn)的公告
為規(guī)范和加強(qiáng)四川省重大科技專項(xiàng)管理，促進(jìn)重大科技專項(xiàng)順利實(shí)施，根據(jù)《四川省科技計(jì)劃管理辦法》（川科政〔2022〕4號(hào)），科技廳起草了《四川省重大科技專項(xiàng)管理辦法（征求意見(jiàn)稿）》。
四川省科學(xué)技術(shù)廳
2023-03-03
我省面向全國(guó)發(fā)布首批“揭榜掛帥”榜單 涉及頁(yè)巖油氣勘探開(kāi)發(fā)、極薄煤層智能開(kāi)采、秸稈高效利用
根據(jù)省委省政府年度重點(diǎn)工作安排，省科技廳積極探索改革省級(jí)科技計(jì)劃項(xiàng)目組織管理方式，推進(jìn)實(shí)施重大科技攻關(guān)任務(wù)“揭榜掛帥”機(jī)制，面向全國(guó)遴選科研攻關(guān)團(tuán)隊(duì)，解決我省重點(diǎn)領(lǐng)域關(guān)鍵核心技術(shù)問(wèn)題。26日，省科技廳發(fā)布了2021年我省第一批“揭榜掛帥”科技攻關(guān)項(xiàng)目榜單。
黑龍江日?qǐng)?bào)
2021-04-27
中國(guó)科協(xié)信息中心關(guān)于中國(guó)科協(xié)智能文件交換系統(tǒng)運(yùn)維及優(yōu)化改造項(xiàng)目的申報(bào)通知
中國(guó)科協(xié)智能文件交換系統(tǒng)運(yùn)維及優(yōu)化改造項(xiàng)目。
中國(guó)科協(xié)
2023-07-14
石油大學(xué)（華東）.jpg){kind=logo}
理學(xué)院大數(shù)據(jù)研究團(tuán)隊(duì)在人工智能與大數(shù)據(jù)處理領(lǐng)域發(fā)表系列高水平研究成果
我校理學(xué)院大數(shù)據(jù)研究團(tuán)隊(duì)在人工智能與大數(shù)據(jù)處理技術(shù)研究方面取得系列進(jìn)展，研究成果分別發(fā)表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級(jí)期刊。神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域中目前最為火熱的研究方向——深度學(xué)習(xí)的架構(gòu)基礎(chǔ)。雖然深度學(xué)習(xí)在近幾年發(fā)展迅速，但是關(guān)于如何設(shè)計(jì)最優(yōu)神經(jīng)網(wǎng)絡(luò)架構(gòu)的問(wèn)題仍處于探索階段。該團(tuán)隊(duì)分別針對(duì)人工智能中神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、高維大規(guī)模數(shù)據(jù)存在無(wú)效和冗余特征、難以獲取長(zhǎng)時(shí)序信息等問(wèn)題與缺陷，設(shè)計(jì)出了一系列網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化、大數(shù)據(jù)特征選擇和時(shí)序循環(huán)神經(jīng)網(wǎng)絡(luò)模型，有效改善了上述不足，提高了人工智能模型的學(xué)習(xí)性能。 題目為《帶Group Lasso懲罰與控制冗余的神經(jīng)網(wǎng)絡(luò)特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發(fā)表在人工智能領(lǐng)域權(quán)威國(guó)際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽(yù)教授Nikhil R. Pal院士（印度統(tǒng)計(jì)研究所）參與指導(dǎo)，中國(guó)石油大學(xué)（華東）為第一署名單位。該項(xiàng)工作得到國(guó)家自然科學(xué)基金、國(guó)家科技重大專項(xiàng)、山東自然科學(xué)基金、中央高校基本科研業(yè)務(wù)費(fèi)、中國(guó)石油天然氣集團(tuán)公司重大科技項(xiàng)目以及山東省高校青年創(chuàng)新科技支撐計(jì)劃的資助。 特征選擇技術(shù)也稱屬性選擇，是指從原始特征或?qū)傩灾羞x擇出最有效的特征或?qū)傩砸越档蛿?shù)據(jù)維度的過(guò)程，它是人工智能數(shù)據(jù)預(yù)處理環(huán)節(jié)的重要步驟，也是大數(shù)據(jù)處理技術(shù)的重要環(huán)節(jié)。該項(xiàng)工作在神經(jīng)網(wǎng)絡(luò)中嵌入Group Lasso懲罰項(xiàng)并實(shí)現(xiàn)特征冗余控制，在選出對(duì)解決問(wèn)題最有幫助、蘊(yùn)含信息量最大的特征或?qū)傩缘耐瑫r(shí)，控制所選特征子集的冗余程度，以達(dá)到降維的最優(yōu)效果，從而使模型的泛化能力更強(qiáng)，降低神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生過(guò)擬合的風(fēng)險(xiǎn)。 題目為《基于L1正則化的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化模型設(shè)計(jì)與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發(fā)表在國(guó)際人工智能領(lǐng)域權(quán)威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽(yù)教授Nikhil R. Pal院士（印度統(tǒng)計(jì)研究所）參與指導(dǎo)，中國(guó)石油大學(xué)（華東）為第一署名單位。該項(xiàng)研究成果得到了國(guó)家自然科學(xué)基金、山東省自然科學(xué)基金和中央高校基本科研業(yè)務(wù)費(fèi)的資助。 該項(xiàng)工作借助L1正則子具有的稀疏表達(dá)能力，提出兩種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化學(xué)習(xí)模型；本項(xiàng)工作另外一個(gè)突出貢獻(xiàn)就是提出了一種簡(jiǎn)單且具有通用性的收斂性證明方法，同時(shí)保證了模型設(shè)計(jì)的合理性。實(shí)驗(yàn)結(jié)果表明所提出模型具有強(qiáng)大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數(shù)據(jù)。該研究成果在人工智能與深度學(xué)習(xí)構(gòu)造最簡(jiǎn)網(wǎng)絡(luò)結(jié)構(gòu)方面具有很強(qiáng)的指導(dǎo)作用和應(yīng)用推廣價(jià)值。
中國(guó)石油大學(xué)（華東）
2021-02-01