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

浦东新区综合交通体系建设“十四五”规划印发

“十三五”期间，浦东新区持续推进综合交通体系各项基础设施建设和服务水平提升，规划目标及重要任务顺利实现，为浦东新区经济社会发展提供了强有力的基础保障。 门户枢纽功能持续提升，国际航运中心建设稳步推进。浦东国际机场S1和S2卫星厅、机场空侧捷运系统、第五跑道等重大交通设施均已建成，有力支撑了空港能级提升。航空客、货运吞吐量保持持续增长势头，2019年浦东国际机场旅客吞吐量达7615.35万人次，2020年航空货邮吞吐量达368.7万吨。洋山港四期码头建成投产，市、区级内河航道港区、沿江通道浦东段及外高桥港区周边道路建设持续推进，港口集疏运能力得到显著提升。浦东港口集装箱吞吐量保持高速增长，2020年集装箱吞吐量达到3908.5万标箱，超额完成“十三五”规划目标。

  • 2022-03-14
  • 阅读1042
  • 下载0
  • 8页
  • docx

【政策】国家水网建设规划纲要

加快构建国家水网，建设现代化高质量水利基础设施网络，统筹解决水资源、水生态、水环境、水灾害问题，是以习近平同志为核心的党中央作出的重大战略部署。为做好国家水网顶层设计，编制了《国家水网建设规划纲要》。本规划纲要是当前和今后一个时期国家水网建设的重要指导性文件，规划期为2021年至2035年

  • 2024-11-13
  • 阅读1042
  • 下载0
  • 18页
  • docx

国际一流高校国家实验室的管理机制与启示——以美国斯克里普斯海洋研究所为例

斯克里普斯海洋研究所是美国的综合性海洋科学研究机构，属于大学拥有并管理，政府仅提供资助的COCO模式的实验室，其管理机制具有一定的独特性。同时，斯克里普斯海洋研究所作为全球最顶尖的海洋学研究机构之一，对其管理经验进行研究将有助于启发我国海洋科学与技术国家实验室建设的思考。本文从组织架构、管理模式、装备设施管理、经费投入以及人员管理五个方面较为详细地介绍了斯克里普斯海洋研究所管理运营机制的特点。研究发现，斯克里普斯海洋研究所大部分（90%）的研究资金来自联邦机构的基础研究合同和拨款，也有部分来自州政府、私人合约的研究资金，以及加州大学内部的研究资助。在人员管理、资源共享以及组织架构等方面斯克里普斯海洋研究所也表现突出，其灵活性与稳定性并存、兼顾开放与共享的管理模式以及精简组织结构对我国国家实验室建设具有一定的借鉴意义。

  • 2023-08-26
  • 阅读1042
  • 下载0
  • 15页
  • doc

【EAAI】使用1D-CNN和BiLSTM进行时间序列预测的教程：参见峰值需求和系统边际价格预测的示例

尽管基于深度学习的时间序列预测研究正在各个行业积极开展，但深度学习技术对于没有计算机科学专业的研究人员来说仍然有很高的进入门槛。本文介绍了使用基于深度学习的模型进行时间序列预测的教程。介绍了时间序列数据预测的全过程——从数据采集到预测结果评价。通过使用1D-CNN和BiLSTM模型预测韩国济州岛峰值电力需求和系统边际价格的实例，展示了每个步骤的细节。在济州岛，2021年可再生能源在总发电量中的比例提高到67%，需要更准确的电力需求预测。因此，使用2018年2月808天的培训数据，预测了未来21天的电力需求和SMP。为了让读者更容易理解，该示例仅使用开放的公共数据，整个Python源代码通过GitHub存储库共享。WRMSSE计算的预测误差为0.42的电力需求和0.63的SMP最大值。WRMSSE值小于1意味着预测相对较好，即优于天真的预测。本教程不仅限于能源行业，还可用于任何需要时间序列数据预测的应用程序。这篇文章有望对需要了解使用深度学习进行时间序列预测的过程并将其应用于行业的研究人员有很大帮助。

  • 2024-05-11
  • 阅读1041

【IEEETII】基于迁移学习的有限数据工业过程时间序列预测方法

工业时间序列作为一种响应生产过程信息的数据，可以进行分析和预测，以有效地监测工业生产过程。工业建模过程中，由于工况复杂、数据采集环境变化、设备运行时间短等原因，存在数据短缺、算法冷启动等问题。因此，现有的数据驱动工业时间序列预测算法的准确性受到很大限制。针对上述问题，本文提出了一种新的基于动态迁移学习的有限数据下工业过程时间序列预测方法，该方法旨在有效地利用相似设备或工况的历史数据，而不是丢弃它们，以帮助建立目标数据有限的工业时间序列预测模型。在该方法中，首先将历史数据划分为多个批次，然后根据每一批次历史数据与当前时刻有限目标数据之间的分布距离，建立一个新的具有动态最大均差损失的多源迁移学习框架。该框架还结合了多任务学习方法，建立了工业过程在线学习的多步骤预测模型。与其他常用方法相比，在太阳能发电预测和加热炉温度预测两个真实数据集上的实验证明了该方法的有效性。

  • 2024-05-25
  • 阅读1041

基于数字孪生的车间可视化系统设计与实现 - hanspub.org

近年来，国内制造业向着智能化、可视化的方向快速发展，但普遍存在的包括数控设备间交互困难、现场设备的监测成本高、数据可视化程度低等问题并未得到有效解决。本文针对以上问题，提出了更为合理的解决方案，该系统通过数字孪生技术对真实物理设备及生产现场进行数字化建模，通过OPC统一架构进行数据采集，生产数据经过采集网关、通过MES系统处理，作为数据驱动模型的数据源，通过数据驱动引擎驱动数字孪生体，完成真实设备与孪生模型之间的同步，将数字化生产状况同步至平台实现可视化。通过生产测试，实践并验证了该系统在设备监控和生产可视化方面的优势。为企业生产车间的智能化、可视化做出了贡献。

  • 2024-01-03
  • 阅读1040
  • 下载0
  • 13页
  • pdf

2025知识图谱与大模型融合实践案例集

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。

  • 2026-02-05
  • 阅读1040
  • 下载6
  • 353页
  • pdf

中服能源管理平台

中服能源管理平台，利用物联网+大数据的技术全方位的监控企业用能情况，最终为企业做到提高用能安全保障，提高节能方案节约能耗，提高管理效率节省人力，多平台协同数据赋能等。

  • 2021-02-11
  • 阅读1039
  • 下载4
  • 33页
  • pdf