会员中心
搜索
登录
注册

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

未来的智慧城市：未来的城市生活愿景

如今，世界正在迅速城市化。随着人口的增加和技术使每个人之间的距离越来越近，越来越多的人将成为城市居民。仅在未来五年内，仅中国一个地区就将拥有221个城市，人口超过100万。 随着城市重要性的提升，值得我们考虑的是城市规模和范围的这种趋势将如何影响 “智慧城市”的发展。

  • 2021-04-25
  • 阅读179
  • 下载0
  • 7页
  • pdf

制药行业废气治理解决方案

近年来，废气治理引起各界关注，空气质量成为公众关注焦点。不同行业的废气治理有不同的特点，北极星节能环保网发布不同行业废气治理系列报告文章，含制药行业废气治理、包装印刷行业废气治理、油气回收等。现发布不同行业废气治理系列报告文章之一：制药行业废气治理解决方案。

  • 2021-04-25
  • 阅读174
  • 下载0
  • 17页
  • docx

制药工业对密封解决方案

制药工业几乎所有领域都会用到密封解决方案，例如，体内诊断、疫苗、酶、蛋白质和经血液分离的制备产品。制药行业的法律准则对纯度要求极为严格，因此，制药行业的密封件必须具有良好的化学抗性，并能有效地防止制造流程中出现污染。制药行业密封件制造的另一个挑战是工艺的多样性，密封件材料配方需要满足许多不同的要求。科德宝集团开发了70硬度EPDM 291、85硬度EPDM 292和Fluoroprene？ XP等材料，以及多种洁净设计密封件，既能满足制药业对操作环境的要求，又能满足制药业对这类特殊应用的高纯度和洁净要求（USP第VI级）。

  • 2021-04-25
  • 阅读288
  • 下载0
  • 10页
  • docx

物联网系统时代：iOS、安卓拜拜？

随着智能汽车、智能家居、智慧交通等智慧场景的应用落地，智慧化生活场景正在成为现实。在技术应用层面，这些智慧场景的实现，都需要操作系统的支持。这种情况下，以物联网技术为核心的IoT操作系统地位愈加凸显。 与此同时，在智能硬件广有布局的华为、小米、BAT等国内企业们，也开始纷纷进军IoT操作系统，这在一定程度上推动了国产IoT操作系统的崛起。

  • 2021-04-25
  • 阅读191
  • 下载0
  • 5页
  • pdf

基于ANN贡献分析及GEP算法的地铁车站土建造价预测模型_王杰

科学地选取工程特征因素及预测方法对于构建一个好的造价预测模型十分关键。在选取的14个影响地铁车站土建造价特征因素中,利用神经网络贡献分析的变量选取方法,筛选出12个主要特征因素。并针对这选定的14个全部特征因素和12个主要特征因素分别组合BP神经网络和GEP 2种预测方法构建4个不同的造价预测模型,应用18组地铁车站土建造价和特征因素的历史数据进行实例探究,通过R2,MSE,RMSE和MaxRE 4个指标的评价,结果表明:用主要特征因素为模型输入变量能显著提高模型的预测精度,且和GEP算法组合建立的造价预测模型为最优。将主要特征因素选取和预测方法选取相结合构建求解的最优模型很好地解决了已有相关研究中选取特征因素主观性多科学性不足及未考虑特征因素选取对预测方法选取的影响问题。

  • 2021-04-25
  • 阅读345
  • 下载0
  • 10页
  • pdf

基于PCA_LSTM模型的多元时间序列分类算法研究_张可

多元时间序列数据广泛存在于金融市场、动作识别等众多领域,但由于其存在指标多、时序长等特点,现有分类算法难以兼顾两个维度的特征提取。文章提出将PCA和LSTM综合应用于多元时间序列分类问题中序列,采分用类P算CA法提。取并指通标过维与度k N特N征、SV,利M用等L分ST类M算遗法忘在门多学个习数时据间集维上度的特实征验,对从比而,建验立证基了于该P方C法A-不LS仅TM降的低多了元计时算间复杂度,且在多个数据集上均取得了精度较高的实验结果。

  • 2021-04-25
  • 阅读304
  • 下载0
  • 6页
  • pdf

2021年AI智能摄像机带来的新市场

从2020年到2021年，几乎所有商业领域的组织都面临着许多不可预见的挑战。到目前为止，企业一直处于守势，努力对劳动力转移和经济状况做出反应。然而，COVID-19却被证明是一些企业加速其长期技术和数字化计划的催化剂。

  • 2021-04-25
  • 阅读748
  • 下载0
  • 5页
  • pdf

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型_牛曼丽

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法（PSO）优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果；模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。

  • 2021-04-25
  • 阅读301
  • 下载0
  • 7页
  • pdf