• 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

基于深度学习的智能电网大数据去隐私化及数据加密方法

针对传统智能电网大数据去隐私化及数据加密方法存在的去隐私化程度低,数据加密安全 性差等问题,提出基于深度学习的智能电网大数据去隐私化及数据加密方法。根据数据提取准 则,完整获取所需初始研究数据;依据深度学习参数对数据密文进行解密,获取去隐私化程度数 据,并训练解密密钥,完成智能电网大数据去隐私化处理;根据数据类聚中心,构建数据加密模型, 挖掘数据特征,并对其进行清洗,选取样本规约数据,查找其特征目标参数,完成智能电网大数据 的加密。实验结果表明,采用所提方法对智能电网中的大数据去隐私化能力较强,且数据加密安 全性最高可达 98%,具有一定实际意义。

  • 2021-06-21
  • 阅读309
  • 下载0
  • 5页
  • pdf

农业大数据在农业经济管理中的应用分析

农产品全产业链管理需要大数据支撑。本文提出了一个全产业链大数据平台框架设计,包括数据指标体系、 数据分析模型、模型对数据的安全和按需调用,实现了对农业单品全产业链数据的自动采集、动态更新、 多源数据存储、数据治理,为产业链上相关主体提供及时的产业数据可视化分析、产业监测预警、产业智 能分析报告,有效指导生产、加工、流通,促进生产和市场平稳运行,为促进产业平稳发展提供信息服务 和数据支撑,也为同类农业全产业链大数据平台建设提供了经验借鉴

  • 2021-06-21
  • 阅读487
  • 下载0
  • 2页
  • pdf

大数据背景下工程项目管理创新研究

大数据背景下工程项目管理创新研究,创新点和创新方法

  • 2021-06-21
  • 阅读275
  • 下载0
  • 6页
  • pdf

大数据时代_通过设计保护数据_的元规制

大数据时代 ,个人数据保护面临新的威胁和挑战 ,主要集中于数据收集 、分析 、使用等阶段 。 “公平信息实 践原则”作为个人数据保护的重要原则 ,难以有效应对大数据带来的挑战 ,尤其是“信息自我管理”理论和“告知 - 同意” 工具出现失灵 。 “通过设计保护数据”的基本主张是将个人数据保护纳入设备 、产品或服务的设计过程 ,体现了“通过设 计保护隐私”和“代码即法律”的理念 ,可以有效弥补个人数据保护和技术设计之间的差距 ,成为“公平信息实践原则”的 重要补充 。 我国在未来的个人信息保护立法中 ,应当构建“通过设计保护数据”的元规制模式 ,将“通过设计保护数据”作 为个人信息保护的基本原则 ,制定相应的技术标准 ,鼓励实施适当的认证机制 ,从外部刺激企业自我规制 ,强化“通过设 计保护数据”的实施

  • 2021-06-21
  • 阅读295
  • 下载0
  • 10页
  • pdf

论大数据的反垄断法规制——以其生产要素内涵为视角

随着大数据应用的不断深入,相关垄断问题更加复杂。从大数据的生产要素内涵 角度认识其垄断实质,能够增强对潜在垄断问题的识别和分析能力,完善反垄断规制理论 和法律适用。对其生产要素内涵的研究表明,大数据扩大了网络效应的外延形成大数据网 络效应,网络效应的反垄断分析应当分别考虑传统网络效应和大数据网络效应的竞争影响, 特别是注意两者竞争影响强度评估方法的差异;大数据改造了范围经济的反垄断适用,扩 张了集群商品竞争相关市场界定的适用范围,应当在“最小产品组合界定法”的基础上增 加集群商品适格检验,并重视消费者偏好验证。

  • 2021-06-21
  • 阅读296
  • 下载0
  • 14页
  • pdf

可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法

针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密 度聚类算法的非结构化大数据安全存储方法。利用可撤销属性方法为非结构化大数据提供安全的存储结构,通 过区分安全攻击和传输错误来防止大数据的误传和避免安全攻击;利用霍夫曼压缩技术对数据进行快速压缩,节 省非结构化大数据处理过程中的时间开销;利用错误控制技术为潜在丢失的数据提供备份系统,并利用快速密度 聚类算法有效处理多维大数据文件。实验证明,相比于其他现有非结构化大数据安全存储方法,该方法的执行速 度更快,时间开销更小,信息损失百分比更低,信噪比(SNR)和压缩比更高

  • 2021-06-21
  • 阅读381
  • 下载0
  • 7页
  • pdf

基于大数据挖掘技术的地震舆情感知研究

对地震舆情信息的深入感知和有效管理,能够保障社会和谐发展。提出一个基于大数据技术和深 度学习的地震舆情感知平台,基于 Hadoop 和 MongoDB 大数据技术实现对海量实时地震舆情数据的处理和 存储。基于 Word2vec 和 LSTM的融合模型能够有效实现震后网民的情感识别,为舆情预警提供支持。以台 湾 5.8 级地震舆情数据为例,对该平台进行了验证。实验结果表明,该平台能够有效对海量地震舆情信息 进行监测和分析,对地震舆情情感识别精确率达到 93.76%;在准确率和收敛速度性能上均高于传统 CNN 神经网络,能够为后续谣言的准确识别提供有力的支持。本研究可为相关灾害类舆情研究提供一些思路。

  • 2021-06-21
  • 阅读343
  • 下载0
  • 7页
  • pdf

海关大数据知识图谱构建技术及应用

业务改革的不断深化对海关管理提出了新的要求。本文结合信息爆炸时代海关管理面临的挑战及业界知 识图谱的应用情况,全面分析了在海关管理中引入知识图谱的必要性,提出了海关大数据知识图谱的构建技术流程及应用 场景,旨在为智慧海关建设提供参考。

  • 2021-06-21
  • 阅读303
  • 下载0
  • 5页
  • pdf
上一页 1 …… 1546215463154641546515466154671546815469154701547115472 …… 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