Splashtop 远程控制软件即将推出的新功能

今年9月前,Splashtop将从四方面推出多项重要功能。包括提高远程支持效率和可用性,如支持Apple Silicon芯片、提升音频质量等;提高端点、服务台、团队和用户管理效率,如一对多文件传输、用6位PIN码提供按需支持、新增用户权限报告等。


我们将在今年9月份之前,从以下四个方面推出多项重要功能:

1、提高远程支持效率和可用性

原生支持 Apple Silicon 芯片

Splashtop 产品将提供对 Apple Silicon(M1、M2)和英特尔芯片的原生支持。新的通用二进制文件将支持 MacOS 10.10+。

音频质量提升

Splashtop 远程会话将支持更高的音频比特率和音频保真度。用户将能够控制音频比特率高低,并可在会话期间使用会话工具栏将音频静音,非常便捷。

Splashtop Connector

Splashtop Enterprise 的用户如果已安装可通过 RDP 访问服务器的 Connector 插件,即可利用 Connector 将文件从其 Mac 计算机传输到 Windows 服务器,还可在 RDP 会话中支持多台显示器,就像在一般的 Splashtop 会话中一样。

2、提高端点管理效率

此类功能适用于使用 Splashtop Enterprise 和 Splashtop Remote Support(Premium)的技术员,可前往管理网页控制台进行启用。

一对多文件传输

通过一对多操作,技术员能将文件(最大1GB)一次性传输到多台 Windows 或 Mac 计算机。

安卓设备清单

用户将能够查看安卓设备的系统、软件和硬件清单。

新增库存控制面板

新增库存控制面板将可用于查看计算机库存数据。用户可以搜索具体属性,通过其 Windows 和 Mac 计算机上的不同计算机群组进行筛选。和以前一样,用户仍然可以下载库存报告。我们已对库存功能的性能进行优化,能够处理更多端点。

3、提高服务台支持效率

此类功能适用于使用 Splashtop Enterprise 的技术员。

使用6位 PIN 码以提供按需支持

技术员可创建6位 PIN 码,然后将其发送给最终用户,以替代当前的支持 URL 链接。最终用户需要在移动端 SOS 应用程序中输入 PIN 码,以在技术员队列中发起支持请求。

最终用户也可以在 Splashtop 网页端输入6位 PIN 码,系统将自动下载移动端 SOS 应用程序并在支持队列中发起请求。6位 PIN 码方法当前仅适用于移动设备的远程访问,我们即将推出桌面支持适用版本。

为移动设备提供服务台支持

技术员可使用6位 PIN 码从服务台控制台远程访问 iOS 和安卓移动设备。

在支持会话中添加注释

技术员可在服务台支持会话中添加注释。可有效记录重要信息,让同一支持会话中的多名技术员能够轻松交流。可精细化管理注释的编辑权限。

会话状态实时更新

在支持队列中,会话状态、计算机关联、技术员分配等会话属性将自动实时更新。技术员可在更新完成后立即查看更新状态。

与 Freshservice PSA 集成

技术员可以从其 Freshservice 工单中启动服务台支持会话。

将聊天记录上传到工单系统

服务台支持会话结束后,聊天记录将与会话和文件传输日志一同上传到工单注释中。该功能目前适用于 Splashtop SOS 产品。

4、提高团队和用户管理效率

新增用户权限报告

团队所有者和管理员可导出团队中用户访问权限 .CSV 文件,轻松跟踪用户权限。目前,此功能不适用于 Splashtop Business Access 和旧版产品。

从网页控制台管理 Streamer 设置

团队所有者和管理者能从网页控制台配置某些 Streamer 和会话设置,包括黑屏、锁屏、锁定键盘+鼠标等。还可以在网页控制台中创建偏好设置策略,选择默认设置,并将指定计算机与该策略相关联。

我们将持续根据客户意见推出更多重要功能。如有任何问题,请随时与我们联系。

 

内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代实现)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值