人工智能254

所谓人工智能，就是人工的方法在机器（计算机）上实现的智能，或者说是人们使用机器模拟人类的智能。由于人工智能是在机器上实现的，所以又称为机器智能。从另一个角度来看，人工智能是研究怎样使计算机来模仿人脑从事的推理、证明、识别、理解、设计、学习、思考、规划及问题求解等思维活动，来解决人类专家才能处理的复杂问题。

2021-06-28
阅读1636
下载0
253页
pdf

数据与模型双驱动的高效压缩感知磁共振成像重构算法_张宇夕

统压缩感知磁共振成像重构算法基于先验构造与迭代求解,通常具有很低的计算效率,近期提出的深度方法依赖训练数据与结构设计,因此泛化能力差.针对两者的问题,提出一种高效鲁棒的重构算法以实现性能与效率的平衡.算法从互补的视角出发,对细节恢复和伪影去除2个问题分别构建模型驱动的先验表达过程与数据驱动的深度预测过程,实现了领域知识与深度信息的充分融合；交替迭代的求解机制保证中间结果被及时修正,进一步引导解序列沿着理想的传播方向逼近目标解.针对T1加权与T2加权数据的实验结果表明,与现有先进算法相比,所提算法在3种采样模板与5种采样频率下均能实现更高的重构精度,且提高了在GPU与CPU上的计算效率,进一步实验表明所提算法对采样部位差异与莱斯噪声干扰具有更强的鲁棒性.

2021-06-18
阅读1636
下载0
8页
pdf

基于机器学习算法模型的巫山县洪水灾害研究_牟凤云

用机器学习算法RF模型、K-means模型与ARMA模型,对巫山县范围内12 369条径流河段进行分类预测,研究水文参数在时间序列上的变化规律,探究降雨-径流演变规律；并结合GIS空间可视化技术,综合研究区地理环境,基于RF模型预测洪水致灾范围,分析洪水灾害预测结果的空间特征。

2021-06-18
阅读1636
下载0
9页
pdf

基于IBAS-BP算法的冬小麦根系土壤含水率预测模型

为在节水灌溉系统中精确测量和预测根系土壤含水率，将传统天牛须算法每次迭代过程中的一只天牛改进为一个天牛种群，建立了基于改进天牛须搜索算法优化的IBAs—BP预测模型，并利用实测浅层土壤含水率数据，对深度50 cm冬小麦根系土壤含水率进行预测。结果表明，与Ps0一BP预测模型、GA—BP预测模型以及原始BAs— P模型相比，IBAs—BP模型可准确预测冬小麦根系土壤含水率，有效避免了网络陷入局部极小值的可能性，且相对误差均值仅为O．004 5。

2021-06-17
阅读1636
下载0
6页
pdf

JTGB01-2014公路工程技术标准

《标准》修订增加了公路改扩建、特殊地区高速公路、运行速度、非机动车和行人密集路段、设计年限、安全性评价、救灾通道等方面的规定和要求；调整和补充了桥梁荷载、路基设计洪水频率、节能环保、干线公路交通工程、乡村公路交叉等方面的规定；调整了公路适应交通量、车辆折算系数、交通量预测年限、服务水平分级、路基横断面宽度、纵坡、桥梁减宽、隧道断面及进出口线形、交通工程分类及建筑设施年限等方面的规定。

2021-05-24
阅读1636
下载1
128页
pdf

常见楼宇自控节能控制策略介绍

空调系统的能耗占据了建筑能耗的一半以上，任何项目的中央空调系统初始设计都是以最恶劣环境条件下所需的最大负荷量来选择空调设备。但实际上，白天到夜晚，季节的交替，天气的阴晴，气温高低及人流的多少，都实时影响着中央空调的负荷。中央空调一般全年有70%时间的冷负荷处在20～60%峰值负荷区间内。这时如果中央空调仍以最大冷负荷、最大功率运行，则势必造成极大的能源浪费和现场环境条件的波动。

2021-06-02
阅读1636
下载0
10页
docx

IT项目验收规范参考

IT项目验收可以看作是IT项目实施的最后一道工序，在将产品和服务正式交付给用户之前，软件项目验收能够对产品和服务进行一次全方位的质量检验，同时也是验证用户场景下客户需求能否正常实现，因此做好项目验收工作仍然非常重要。

2021-08-18
阅读1635
下载2
9页
docx

智慧市政解决方案（234页）

日常管理功能包括对道路管理过程中的所有人员、机械、材料等管理，详细记录人员、机械和材料的信息和数据，对于人员考勤、机械使用、油耗、维修、事故、材料出场、入场等信息，都会详细记录起来，无需手动记录，只要输入到系统，系统就会将这些信息整合成报表，并给其他功能提供基础信息。

2021-10-25
阅读1635
下载0
234页
docx

上一页 1 …… 185 186 187 188 189 190 191 192 193 194 195 …… 16646 下一页共 133168 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

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213
下载6

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2084
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2545
下载11

中服设备健康管理系统产品介绍

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。

阅读2322
下载9

最新上线

GitHub热门Harness项目解析架构拆解、机制对比与选型指南

AgentLoop是Harness的中枢，协调工具、模型、上下文、策略、调度、可观测性等组件协同运行。运行时不应是黑盒，可检视性是可控性的前提，若无法检视循环，便无法控制系统。Cline SDK2.0将运行时开放为可编程接口，支持检视、复刻、扩展与自定义构建。

阅读8
下载0

面向高性能实时计算场景分布式对象数据库技术报告（2026年）

随着航空运输市场动态定价、精细化运营和实时查询需求持续提升，传统数据库架构在面对TB级航空运价数据、高并发读写与毫秒级响应的严苛要求时，可能面临内存冗余、序列化开销及分布式一致性等方面的挑战。本报告聚焦中国民航信息网络股份有限公司(以下简称“中国航信”)在核心运价计算系统中应用的自研海量数据实时计算框架实践情况。该框架以内存原生对象存储为核心，结合分布式对象处理机制，支持多节点强一致访问，用于支撑航班动态定价、历史运价回溯等业务场景。本报告将围绕该技术架构的设计理念、实现路径、应用成效与行业价值进行梳理，旨在为高性能、低延迟、强一致的实时计算场景提供可复用的技术范式与实践参考。

阅读23
下载1

结构调整，经济增速阶段性下降

2026年二季度，GDP同比增长4.7%，低于第一季度0.7个百分点，经济增速阶段性下降，经济走势“量”轻“质”重。政策调整初见成效，高技术产业规模持续增长，传统产业过剩产能去化加速。第二季度，尽管国际地缘风险加剧，但随着多国领导人率代表团集体访华，双边贸易沟通增加，叠加中国经济结构调整，外贸产品结构变化，高技术产品贸易成为新的增加引擎，进、出口额增速明显上涨，外需贡献增加。