• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

基于数字孪生与区块链的智慧农业系统研究

:数字孪生与区块链等新一代数字技术正广泛应用于农业领域中,推动现代农业向智慧农业方向快速发展。数字孪生是一项用数字技术创建真实对象的数字等效物的技术,用于在虚拟空间中反映其状态或行为。而区块链与数字孪生的结合将进一步增强孪生数据和应用结果的可信性。将数字孪生用于农业领域,可以帮助农民进行农业生产的远程管理和科学决策。本文分析了数字孪生体在产品生命周期中的作用,介绍了 6 种不同的数字孪生应用类别,并结合农业生产管理的特点设计了数字孪生系统的实施模型结构。最后,针对具体的金银花采摘应用场景对数字孪生系统的结构进行了更详细的设计。

  • 2021-06-23
  • 阅读258
  • 下载0
  • 8页
  • pdf

疫情防控中大数据应用的逻辑及其规制路径_——以新冠肺炎疫情为例

政府应急管理需要充分应用大数据技术,在这次新冠肺炎疫情中,大数据填补了突发疫情相关信息的认知缺 口,回应了政府疫情研判、应急管理、保障民生的需要,发挥了重要价值。为了应对疫情防控中大数据应用面临的数据共享、 数据整合和个人隐私保护等方面的障碍,需要在理论和实践层面解决好数据信息共享与个人隐私保护的张力、真实信息和 虚假信息的争锋、数据整合与数据碎片的矛盾等突出问题。未来可以通过搭建规范的疫情防控大数据平台、整合疫情防控 大数据使用规范和完善疫情防控大数据法律体系,从而充分发挥大数据应用在疫情防控中的重要支撑作用。

  • 2021-06-23
  • 阅读316
  • 下载0
  • 10页
  • pdf

大数据能促进中国制造业结构优化吗_

大数据是产业转型升级的重要引擎。基于2005—2017年中国省级制造业部门面板数据,系统分 析大数据影响制造业结构优化的机制和路径,从劳动生产率视角重新测算制造业产业结构高级化和合理化, 从资源和技术方面量化大数据发展水平,并利用计量模型进行实证分析。结果表明:大数据能有效促进中国 制造业结构高级化和合理化。同时,大数据对制造业结构高级化和合理化的影响具有区域差异。具体而言, 中部地区制造业结构高级化在大数据发展中受益最多,东部次之;合理化方面,大数据对东部地区的影响最 大,西部次之。这意味着大数据不仅能提升中国制造业结构优化,还能通过合理的引导与规划缩小地区间发 展差距,统筹区域协调发展。

  • 2021-06-23
  • 阅读500
  • 下载0
  • 12页
  • pdf

基于大数据的智能电网数据调度与快速分发方法研究

针对云计算集群环境,智能电网的大规模数据处理面临巨大压力,任务调度和大规模数据分发的快速处理是 亟待解决的问题。文章基于云计算和大数据处理技术,提出一种用于电力数据处理任务调度和分发的多队列动态 优先级调度算法和节点选择算法,可以及时可靠地处理和分发关键数据。通过仿真将该算法与经典算法进行比 较,验证算法的准确性和有效性。结果表明,该方法可以有效地分配节点负载,在任务完成时间和完成率上优势明 显。该研究为我国电力大数据信息平台的研究提供参考和借鉴。

  • 2021-06-23
  • 阅读299
  • 下载0
  • 6页
  • pdf

医疗大数据应用规划

在2013年波士顿的大数据峰会,Express s的首席数据科学家Inderpal Bhandar 提出了Veracity 的概念。Veracity主要是指数据是否有偏差、数据噪声有多大,以及是否有异常值。当业界大量积累各种来源的数据时,数据是否准确变成一个非常重大的问题,否则最后就是“Garbage in,Garbage out”。

  • 2021-06-23
  • 阅读301
  • 下载0
  • 15页
  • pdf

医学大数据驱动下的科研模式探索

信息化的核心是数据,只有全民都关注数据,才能理解信息化的实质;数据是一种新的生产要素和燃料,相关技术是带有全局性和战略性。

  • 2021-06-23
  • 阅读310
  • 下载0
  • 22页
  • pdf

SDChain六域链(物联网)

2015年1月,美国等蓄意阻挠,利用JTC1一些管理规则漏洞,意图更换主编辑;2015年5月,经过重新投票选举沈杰代表中国重新担任主编辑。2015年9月,美国又提出分拆标准,2016年1月,JTC1重新投票,没有通过分拆提案;2017年2月,通过CD投票;2017年7月,进入DIS投票。

  • 2021-06-23
  • 阅读335
  • 下载0
  • 26页
  • pdf

改进的kNN分类算法在工业物联网中的应用

在工业物联网中,k近邻分类(kNN)被广泛应用于缺陷产品识别和异常检测。但kNN自身 存在计算复杂度高、不适用于分布式环境等缺点。因此,文中提出了一种安全有效的分布式kNN分 类算法,以防止信息泄漏和控制流泄漏,同时支持分布式服务器上的大规模数据分类。首先设计了一 个安全有效的向量同态加密方案。在该方案的基础上,提出了DkNN,有效地实现了数据流的机密 性、kNN查询和类标记,同时实现了对加密数据的同态操作。实验结果表明,提出的DkNN算法能够 满足实际需要

  • 2021-06-23
  • 阅读361
  • 下载0
  • 6页
  • pdf
上一页 1 …… 1530715308153091531015311153121531315314153151531615317 …… 16664 下一页 共 133305 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读114
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读947
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2761
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3182
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读51
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读67
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读74
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读68
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南