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

2025信创产业发展趋势及50强报告

2025年中国信创行业发展进入深水区，信创核心行业建设进入冲刺阶段。从产业看，信创标准日渐完善，信创产品种类及落地场景持续丰富。从产品看，在“AI+信创”驱动下，信创产业软件产品市场占比持续提升，人工智能已成为信创增长新驱动。从发展看，信创产业链日渐成熟，信创建设及输出渠道日渐完整，信创已从单纯的“替换“转变为”替换+创新“，服务边界也从聚焦国内逐步扩展至信创出海. 亿欧智库发布《2025信创产业发展趋势及50强报告》针对信创行业发展现状、技术能力和应用建设进行分析与洞察，旨在为市场参与者和行业应用端提供参考

  • 2026-02-04
  • 阅读246
  • 下载0
  • 14页
  • pdf

融合ARIMA+Prophet+LightGBM的趋势分解与残差学习混合时序预测模型

本文咱们要分享的是：ARIMA–Prophet–LightGBM的趋势分解与残差学习混合预测模型。

  • 2026-01-03
  • 阅读375

融合ARIMA+LSTM+Prophet融合的多尺度时间序列预测

今儿咱们聊聊关于时间序列的一个融合案例：基于ARIMA+LSTM+Prophet融合的多尺度时间序列预测。 在实际场景中，一个模型很难吃下所有频段的信号，涉及到趋势、季节性、短期突变、异动噪声、制度切换等等。 于是就有了多尺度融合的路线：把不同频段的信号拆开来，再用最擅长处理该频段的模型去拟合，最后把各模型的预测组合起来。

  • 2026-01-03
  • 阅读376

讲透一个强大算法模型，XGBoost

今儿和大家聊一个非常常用，且重要的分类模型算法：XGBoost ！ 要做分类问题（输出类别），XGBoost 是一种把很多“弱”决策树串起来，变成一个强预测器的算法。 为什么叫 Boost（提升）？每一棵树都不是独立的随机森林那样“并行平均”，而是按顺序逐棵建立：每次新增的树想要纠正前面所有树犯的错误（就像下一位选手在接力里跑得更好来补偿前面的差距）。

  • 2026-01-03
  • 阅读383

讲透最强3类回归算法模型

今儿和大家分别简单的聊聊：线性回归、多项式回归、贝叶斯回归~ 很多朋友不太理解，就是回归，为什么会扯到各种各样的回归？！ 咱们今儿来聊聊，希望可以帮助到你~ 线性回归是最基础、最常用的回归方法，能帮助我们快速理解自变量和因变量之间的线性关系，也是很多复杂模型的起点。 多项式回归，在此基础上增加了非线性表达能力，适合处理趋势更复杂但又不想上复杂模型的场景。 贝叶斯回归的厉害之处在于它把不确定性考虑进来了，不仅给预测结果，还能告诉你有多“靠谱”。

  • 2026-01-03
  • 阅读396

讲透一个强大算法模型，LSTM

LSTM，善于建模时间序列的非线性动态模式；能够捕捉长期依赖信息。但是训练复杂，对特征解释力较弱。 而随机森林，具有强大的特征选择能力，稳定性高，训练速度快，抗噪性强。但是不擅长捕捉时间序列中的序列依赖性 将二者结合起来的混合模型优势： LSTM用于建模时序依赖性，提取深层次的时间动态特征； RF用于建模非线性关系与残差校正，增强模型稳定性与泛化能力； 结构更灵活，预测更准确，解释性更强。

  • 2026-01-03
  • 阅读412

2025年中国企业级AI应用行业研究报告

随着AI技术的爆发式发展，AI技术正从锦上添花的辅助工具，演变为驱动企业业务创新与效率变革的关键力量。但在新一代AI应用的规模化落地过程中，企业也面临着更加复杂的挑战。其应用成果不仅依赖于单一的技术突破，更在于构建系统性、端到端的落地能力。本报告将从应用层、支撑层、基础设施层和组织层四个维度，对企业级AI应用落地中的关键问题展开研究，力求帮助企业将AI技术转化为实际的商业价值。

  • 2025-12-31
  • 阅读437
  • 下载1
  • 47页
  • pdf

行业数字化转型图谱

在“新型工业化”浪潮奔涌的今天，数字化转型已成为各行各业发展的必修课。如何精准、高效地推进转型，避免“走弯路”？

  • 2025-12-31
  • 阅读196
  • 下载0
  • 30页
  • pdf