社交网络用户的指数型增长，用户在网络中难以找到适合自己的好友，提出了一种基于SSD和时序模型的微博好友推荐算法。首先利用多目标检测算法SSD对搜集到的用户图片进行信息提取，再利用时序模型在时间维度上对提取到的信息做进一步处理，然后利用JS散度公式计算用户间的相似度，最后与基于用户个人信息得出的相似度进行加权式融合，得出综合的用户相似度，使用TOP-K思想进行用户推荐。在新浪微博用户数据集上的实验表明，参考因素的权重取值会影响推荐结果，文中所述的算法与只考虑用户属性或用户图片的算法相比，该方法精准度更高。
针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题，结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点，构建一个CNN-catboost混合恶意安卓应用检测模型。首先通过逆向工程获取安卓应用的权限、API包、组件、intent、硬件特性和OpCode特征等静态特征并映射为特征向量，再在特征处理层使用卷积核对特征进行局部感知处理以增强信号；然后使用最大池化对处理后的特征进行下采样，降低维数并保持特征性质不变；接着将处理后的特征作为catboost分类层的输入向量，利用遗传算法的全局寻优能力对catboost模型进行调参，进一步提升分类准确率；最后对训练完成的模型，分别使用已知和未知类型的安卓应用程序数据集作实际应用测试。实验结果表明CNN-catboost模型调参用时较少，在预测精度和检测效率上也展示出较为良好的效果。
“智能家居”G （Smart Home） ，又称智能住宅，是一个居住环境，是以住宅为平台安装有智能家居系统的居住环境。系统以住宅为平台，利用先进的计算机、嵌入式系统、综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成连接到一起，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境
当下，互联网、大数据、人工智能等新一代信息技术迅速发展，对推动制造业数字化、网络化、智能化进程起到关键作用，尤其是信息技术对于数据的强大计算和分析能力为制造业发展开辟崭新的发展空间，IT和OT的融合越来越受到制造企业的重视。伴随新一代信息技术与制造业深度融合发展，工业互联网成为制造业从“显”到“隐”的抓手
智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式 ——《智能制造发展规划（2016-2020年）》 广义而论，智能制造是一个大概念， 是先进制造技术与新一代信息技术的深度融合，贯穿于产品、制造、服务全生命周期的各个环节及制造系统集成， 实现制造的数字化、网络化、智能化，不断提升企业的产品质量、效益、服务水平， 推动制造业创新、绿色、协调、开放、共享发展 ——中国工程院
在我国，利用塑料大棚种植蔬菜技术在各地区已广泛流行，尤其是种植蔬菜大棚 在北部地区已成为农民致富的途径之一。温室对农作物生长的的影响是好是坏，产品 质量的高低，关键在于温室环境条件对作物生长和发展需要的适宜性。因此，准确地 监测温室中的环境因素才能确保高效率、高产量、高质量和低消耗。
银行IT系统细分领域众多，除大型银行的核心业务系统外，银行的其他外围系统都采用外包的方式。目前银行IT解决方案市场集中度仍有待提升，前10的解决方案厂商约占市场30%~40%的份额
将智能家居与脑机接口（Brain Computer Interface,BCI）技术相结合,利用"意念"实现对家居的操作与控制,能够为运动障碍人士提供更友好和便利的家居生活,具有重要的社会意义。本文以左右手运动意图为例提出一种基于运动想象脑电控制的智能家居系统,对系统设计中涉及的脑电信号采集、噪声滤除预处理、特征提取和分类识别等方面进行研究,并给出系统的实现方案。
没有账户，需要注册
母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)
随着人工智能的迅猛发展，知识图谱与大模型作为两大核心研究领域，各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联，为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力，具备强大的泛化学习性能。
国内重点工业物联网平台四类厂商分类及选型指南
工业物联网平台发展重点： 一是行业深耕化，从通用型平台向“一米宽、百米深”的行业垂直平台转型，聚焦能源、交通、化工等领域的特定需求，沉淀场景化解决方案与行业Know-how，而非追求“大而全”的覆盖能力。 二是智能融合化，工业大模型与平台深度结合，实现工业知识的智能化重构、应用开发的低代码化升级，以及生产运营的自感知、自决策、自优化闭环管控，AI成为提质增效的核心变量。 三是生态协同化，平台不再是单一技术载体，而是串联产业链上下游的协同中枢，通过跨系统数据融合、产学研用金深度合作，形成“数据-算力-应用”的生态闭环，赋能供应链协同与产业集群升级。 四是部署灵活化，采用“平台化产品+私有化部署”结合的模式，兼顾中小企业轻量化需求与大型集团定制化诉求，支持公有云、私有云、边缘端的混合部署，平衡成本与安全性。
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案
重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
