• 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

基于云计算的电力服务大数据共享系统设计

对于数据共享过程中出现的干扰数据影响,基于经典粗糙集理论共享系统和基于传统关系 数据库技术共享系统存在共享效率低的问题,提出基于云计算的电力服务大数据共享系统。根据 云计算电力服务大数据的特征,设计系统结构,选择 PIC18LF6680型号微处理器处理云计算环境下 的数据,使用 DS1820 型号传感器将数据传输到系统之中。计算互补判断矩阵一致性指数,得到最 优共享结果。利用自适应检测算法,剔除干扰数据,完成数据共享。由实验结果可知,该系统共享 效率最高可达到 99%,为保证电力服务大数据快速共享提供帮助。

  • 2021-06-21
  • 阅读410
  • 下载0
  • 5页
  • pdf

学习大数据支持的学习评价变革_内涵、挑战及趋势

本文在界定学习大数据和学习评价概念的基础上,分析和阐述了学习大数据对学习评价在评价观念、评价主 体、评价过程、评价目标和评价结果等五个方面带来的冲击和挑战,并预测阐释了未来信息技术赋能学习评价变革创新的 三大主要趋势:物联网感知技术与学习评价衔接融合趋势、大数据分析技术与学习评价创新融合趋势、人工智能技术与学 习评价集成融合趋势。

  • 2021-06-21
  • 阅读396
  • 下载0
  • 5页
  • pdf

大数据时代的信息分析变革研究

大数据时代的信息分析变革研究,向哪个方向发展

  • 2021-06-21
  • 阅读280
  • 下载0
  • 8页
  • pdf

基于大数据技术的大类招生背景下校院两级督导信息化平台开发研究

针对当前高校信息化平台建设存在的问题,尤其是目前尚无校院两级的督导信息化平台,在B/S、C/S网络模式交叉 混用的基础上,基于大数据搭建了教学督导信息Hadoop平台和环境,设计了一个集教务、教学、监督、数据统计于一体的新 平台。在大类招生的背景下,采用MapReduce计算框架对海量督导数据进行处理,应用数据挖掘算法进行平台数据的分 析及对教学的指导作用,完成不同角度、不同层次的教学过程与学习过程数据采集,从根本上提高督导工作效率,解决教 学过程中的种种问题,有利于高校在人才机制体制改革的今日,源源不断的培养创新型人才

  • 2021-06-21
  • 阅读316
  • 下载0
  • 5页
  • pdf

大数据的客观性与挖掘渗透理论

随着大数据技术的兴起,一般认为大数据比小数据更具有客观性,因此人们提出要“让数据说 话”的主张。大数据的客观性主要来自几个方面:数据规模更加海量,更具有全面性;数据格式更加多样,更 具有代表性;数据存在于挖掘之前,没有理论预设;数据主要由智能终端自动生成,避免了人为污染。但因为 数据生成人为设计、数据挖掘渗透理论、数据算法存在偏见、数据决策存在黑箱等,大数据也就依然存在着人 的主观性渗透f--I题。因此。小数据时代的观察渗透理论变成了大数据时代的数据挖掘渗透理论。

  • 2021-06-21
  • 阅读329
  • 下载0
  • 7页
  • pdf

基于大数据的子母穿梭车式密集存储系统的优化调度研究

研究在大数据环境下 ,提高子母穿梭车式密集存储系统进出库作业调度效率的方法 . 首先采用大数据技术实现对大量原始仓储数据的预处理 ,为储位分区 、销售预测提供数据支 持 .在此基础上 ,通过整合货品信息 、客户信息等数据 ,计算货物存取频率 ,对货位分配进行优 化 ,实现动态高效的储位分配 .挖掘升降机和子母穿梭车的实际运动特性 ,确定穿梭车存取货 作业行程时间的基本规律 ,据此建立偏差小 、性能良好的进出库作业调度模型 ,设计混合粒子 群算法求解模型 .开发基于 PyQt5 技术的智能仓储系统 ,将货位分配与作业调度功能实时应 用 .实例分析表明 :不同订单任务下 ,混合粒子群算法解决了基本粒子群算法容易陷入局部最 优的问题 ,体现出较好的鲁棒性 ,能够有效提高子母穿梭车式密集存储系统进出库作业效率 .

  • 2021-06-21
  • 阅读434
  • 下载0
  • 8页
  • pdf

对地观测大数据处理_挑战与思考

对地观测大数据处理_挑战与思考,挑战是什么,产生了什么样的思考

  • 2021-06-21
  • 阅读243
  • 下载0
  • 9页
  • pdf

基于大数据的公交专用道周边用地属性和效益表现分析

为更好推动公共交通优先发展,打造上海“后公交都市”时代,提升公交专用道运营效率, 以上海市已建公交专用道为研究对象,基于手机数据、POI 数据、公交 IC 卡数据、公交 GPS 数据、网 约车 GPS 数据、公交企业运营数据,对公交专用道两侧 500?m 范围内的居住、就业、购物休闲和医疗 服务共 4 项用地属性进行了分析。在此基础上,以 4 项用地属性作为聚类因素,将全市公交专用道进 行聚类,分析各类公交专用道的效益表现及其与用地属性的相关性。该项研究填补了利用大数据进行 公交专用道周边用地属性分析的空白,将加深行业管理部门、公交企业等对公交专用道的认识,有助 于精细化管理公交专用道和优化线路服务

  • 2021-06-21
  • 阅读344
  • 下载0
  • 5页
  • pdf
上一页 1 …… 1543015431154321543315434154351543615437154381543915440 …… 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3181
  • 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48
  • 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73
  • 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