• 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

智慧校园视频监控安防方案

本方案将以物联网技术为基础围绕校园进行全方位、全天候的全面安全防范,最大限度的降低各种安全隐患,建成一套以学校为中心的智能化视频监控系统解决方案。 一、需求分析 1、高清智能监控需求 校园安全越来越受全社会瞩目,夜间幽暗的校园环境隐藏着诸多危机,传统监控系统在夜间必须启动红外灯补光,因此视频被迫转为黑白画面,一旦危机发生,黑白视频在画面上会丢失许多色彩上的细节,给事后查证工作造成一定困难。被动式监控系统并不能制止安全事件的发生,因此需要建设一套高清晰、智能化的监控系统,提前发现危险,及时制止,将危险降到最低,营造一个安全、温馨的校园环境。

  • 2021-04-16
  • 阅读320
  • 下载0
  • 7页
  • pdf

河南发布推进新基建三年行动计划

近日,河南省政府办公厅印发《河南省推进新型基础设施建设行动计划(2021-2023年)》(以下简称《行动计划》),提出了三大基础设施建设行动的33项建设任务、5项保障措施,形成了河南版“新基建”38条。

  • 2021-04-16
  • 阅读991
  • 下载0
  • 18页
  • pdf

动态交通信息建立文明有序交通环境

以信息为基础,提高交通信息的社会公众服务水平,是智能交通系统发展和建设的重要内容,也是有效缓解交通拥堵、保障畅通的重要手段。 北京市公安局公安交通管理局在北京市道路交通现代化建设中,非常重视基础信息的采集和交通诱导信息发布,近年先后建设实施了北京快速路交通流动态信息检测系统、交通诱导信息室外显示系统等科技工程,形成了在规模和水平上均居于国内领先、达到国际先进的交通信息采集、处理、发布系统。北京四通智能交通系统集成有限公司作为智能交通系统和显示技术领域的专业化公司,具体参与和负责了上述系统的建设实施。 北京四通智能交通系统集成有限公司以显示领域的技术优势和交通领域的专业基础,多年从事交通信息服务系统建设的实践,先后完成了二十多个机场候机楼的航班动态信息显示系统FIDS)、十几个铁路客运自动化及旅客引导系统,实施了北京市交通诱导信息室外显示系统、北京市环路交通流实时检测系统、北京西单地区停车诱导系统等多个交通信息服务系统工程,在智能交通系统信息采集、处理/分析、发布系统、交通信息发布服务、LED显示等方面积极开展研究

  • 2021-04-16
  • 阅读612
  • 下载0
  • 7页
  • pdf

基于四层进阶模型,打造有灵魂的中国工业互联网

工业互联网一词,本是中国原创,工业互联网的内涵中,早已注入东方文化和灵魂。工业互联网并不是冷冰冰的设备和“神秘”的技术,当她被嵌入了灵魂,赋予了生命,具有了温度,内含了文化,承载了工业文明,才能在企业中更好地落地。也只有这样,中国的工业互联网才能小利供应商,中利制造企业,大利社会,才能真正发挥工业互联网的最大价值,甚至引领全球工业互联网的发展。

  • 2021-04-16
  • 阅读315
  • 下载0
  • 15页
  • docx

《地(县)级调度中心监控系统安全防护方案(电力系统)》

地(县)级调度中心电力监控系统安全防护目标是防范黑客及恶意代码等对电力监控系统发起的攻击和侵害,特别是抵御集团式攻击,防止地(县)级调度中心电力监控系统的瘫痪,并由此导致电力系统事故。地(县)级调度中心 电力监控系统安全防护的重点是保障电网调度自动化系统及调度数据网络的安全。

  • 2021-04-16
  • 阅读530
  • 下载0
  • 16页
  • pdf

企业大数据架构及应用

企业大数据架构及应用

  • 2021-04-16
  • 阅读395
  • 下载0
  • 26页
  • pdf

F在AI流程中的应用

在如今的大数据在线和离线场景中,F + AI 已经出现了越来越多的解决方案,作为大数据+AI 场景下的顶层工作流抽象,AI Flow 提供了端到端的机器学习全流程管理。本文会重点介绍 F 在 AI 流程中的应用

  • 2021-04-16
  • 阅读453
  • 下载0
  • 29页
  • pdf

F-1.11Hive集成与批流一体

为什么要做 F 和 Hive 集成的功能呢?最早的初衷是我们希望挖掘 F 在批处理方面的能力。众所周知,F 在流计算方面已经是成功的引擎了,使用的用户也非常多。在 F 的设计理念当中,批计算是流处理中的一个特例。也就意味着,如果 F 在流计算方面做好,其实它的架构也能很好的支持批计算的场景。在批计算的场景中,SQL 是一个很重要的切入点。因为做数据分析的同学,他们更习惯使用SQL 进行开发,而不是去写 DataStream 或者 DataSet 这样的程序。

  • 2021-04-16
  • 阅读499
  • 下载0
  • 31页
  • pdf
上一页 1 …… 1641516416164171641816419164201642116422164231642416425 …… 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101
  • 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936
  • 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2738
  • 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3173
  • 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31
  • 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54
  • 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61
  • 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57
  • 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