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

农作物生产可视化监管系统

随着我国农业进入新的发展阶段，国家在农业基础设施建设方面增加了资金投入与政策导向，全国多地都已具备良好的硬件设施条件，但以农业机械设施为基础的农业信息化建设尚处于初步发展阶段。近些年，由国务院、农业部等政府单位颁布的《中央一号文件》、《十三五全国农业农村信息化发展规划》及《互联网+现代农业三年行动实施方案》等政策文件均提及现代农业的改革发展方向，特别要强化设施园艺、露天种植的升级改造工作，做到农作物（包括粮食作物和经济作物）生产的保质保量，诸如农业物联网、农产品质量追溯等系统建设正处在政策推动的风口浪尖上。

  • 2021-07-23
  • 阅读822
  • 下载14
  • 87页
  • docx

基于NSGA_算法的站域地下空间规划布局模型_查昞豪

近年来,随着轨道交通的蓬勃发展,站域地下空间开始承担起提高城市发展效能、促成地下空间综合网络化发展的功能。本文根据TOD （Transit-Oriented Development）模式下城市站域地下空间的功能构成要素和规划布局方法,建立了新的站域地下空间规划布局模型。基于用地冲突度、开发效益以及开发规模的多目标优化的数学分析方法,采用NSGA-Ⅱ启发式算法定量分析站域地下空间的规划布局。最后,本文对某地区站域地下空间的总体布局模式进行案例分析,计算结果表明,该模型能够提高站域地下空间的紧凑性和适用性,可用于指导未来城市地下空间的开发利用。

  • 2021-04-22
  • 阅读822
  • 下载0
  • 12页
  • pdf

数字化技术的现状与发展趋势

对数字化技术进行了介绍 , 综述了国内外数字化制造技术的研究现 状 , 论述了数字化制造技术是先进制造技术的核心 , 对数字化制造技术的几个核 心技术进行了较为详细的介绍 , 最后对数字化制造技术进行了展望并结合我国 实际情况对我国如何发展数字化制造技术提出了几点建议

  • 2021-04-20
  • 阅读822
  • 下载1
  • 12页
  • pdf

智慧楼宇:BMS楼宇系统解决方案

我国95%以上为高能耗建筑，是发达国家的3倍，空调及照明系统能耗最大，约50% ;管理人员对楼宇能耗现状不了解;能耗管理人员投入大，设备管理困难;无量化概念，缺乏能耗指标及评价体系。

  • 2021-03-04
  • 阅读821
  • 下载1
  • 19页
  • pdf

打造数字经济新优势——发展、路径与思考

21世纪以来，全球科技创新进入密集活跃期，自动化加速走向数字化、网络化、智能化，新技术、新产业、新模式、新业态大规模涌现，深刻影响着全球科技创新版图、产业生态格局和经济走向。世界主要国家都把互联网作为经济发展、技术创新的重点，把互联网作为谋求竞争新优势的战略方向。要加快传统产业数字化、智能化，做大做强数字经济，拓展经济发展新空间。

  • 2021-10-20
  • 阅读821
  • 下载2
  • 91页
  • pdf

安信证券--工业富联中国智能制造“灯塔”

智能制造+ + 工业互联网旗舰 ，鸿海旗下核心资产 。公司主业分为智能制造 和工业互联网两大板块。智能制造方面，公司是全球领先的通信网络设备、 云服务设备、精密工具及工业机器人专业设计、制造与销售商。同时，公司 为客户提供以工业互联网平台为核心的新形态电子设备产品智能制造服务，探索工业互联网对外赋能模式。公司持有鸿海智能制造核心资产，智能制造业务仍占核心收入来源。根据鸿海三季报，鸿海共直接或间接持有工业富联84.16%的股份。鸿海目前核心业务贡献主要分为富智康、工业富联和鸿腾精密三大上市体系。而 2019 年三季度，工业富联是其旗下最大的上市公司， 营收和净利润分别占鸿海精密的36%和 57%。

  • 2021-06-22
  • 阅读821
  • 下载0
  • 33页
  • pdf

组稀疏模型及其算法综述

稀疏性与组稀疏性在统计学信号处理和机器学习等领城中具有重要的应用。本文总结和分析了不同组稀疏模型之间的区别与联系，比较了不同组稀疏模型的变量选择能力，变量组选择能力、变量选择一致性和交量组选择一致性，总结了组稀疏模型的各类求解算法并指出了各算法的优点和不足，最后.本文对组稀疏视型未来的研究方向进行了探讨。

  • 2021-04-18
  • 阅读821
  • 下载0
  • 7页
  • pdf

机器学习中的模型评价、模型选择及算法选择

正确使用模型评估、模型选择和算法选择技术无论是对机器学习学术研究还是工业场景应用都至关重要。本文将对这三个任务的相关技术进行回顾，并就每种技术的理论和实证研究的主要优缺点进行讨论。文章还将就机器学习算法中的超参数调优给出尽可能的建议，用以实现最佳的算法效果。文中内容涉及很多常用方法，比如模型评估和选择中的Holdout方法等；介绍了bootstrap技术的不同变体，通过正态逼近得到置信区间来衡量性能估计（performance estimates）的不确定性；在讨论偏差-方差（bias-variance）折中方案时，对比了留一交叉验证法（leave-one-out cross validation）和k-fold交叉验证法，并提供了在k-fold交叉验证中最优k值的选择技巧。

  • 2021-04-18
  • 阅读821
  • 下载0
  • 41页
  • pdf