• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

大跨度薄璧拱板屋面施工

园区已成为践行“两化融合及四化同步”的重要载体。因此,发挥信息化在资源优化配置、生产方式变革、管理创新等方面的引擎作用,建设智慧型现代园区,成为新时期园区建设及提档升级的重要任务。 伴随着各地区园区发展壮大,信息化对园区推动作用日益明显,园区信息化水平也在不断提升。信息化成为园区品牌推介的主要手段,也成为提高管理水平,提升企业运行效率有效途径。

  • 2024-06-25
  • 阅读153
  • 下载0
  • 2页
  • doc

巨量引擎:2023数字营销产业人才发展风向标

按地市统计监测装置数量 按地市统计监测装置在线率 按地市统计30天内告警数量 按地市统计监测装置消警率

  • 2024-08-04
  • 阅读138
  • 下载0
  • 28页
  • pdf

用于工业设备剩余使用寿命预测的预训练增强无监督对比域自适应摘要

工业智能的一项重要任务是准确预测工业设备的剩余使用寿命(RUl),基于数据驱动方法的RUl预测取得了巨大进展。然而,这些方法在很大程度上依赖于模型的数据表示能力和数据分布的一致性假设。在实际的工业环境中,由于不同的工作条件,工业时间序列数据表现出高维、动态和噪声的特征,这往往导致训练模型从一个环境到类似但未标记的新环境的无效转移。为了解决上述问题,本文首先设计了一个双并行时频特征提取网络,用于提取具有不同维度和重要性水平的有效时间序列特征。然后,提出了一种增强的预训练框架,该框架采用相似性对比学习来挖掘工业时间序列数据中的潜在表示信息。最后,提出了基于矩对比对抗学习的领域自适应方法,该方法在对抗学习领域不变特征的过程中保留了目标领域特有的结构信息,减轻了负迁移效应。在两个广泛认可的工业基准数据集上进行了一系列严格的实验,重点关注跨领域场景。结果表明,我们的方法在工业跨领域预测场景中取得了最先进的性能。

  • 2024-08-30
  • 阅读241

一种全新滚动轴承局部缺陷扩展动态更新和实时映射的数字孪生模型

轴承局部缺陷扩展的研究对轴承健康监测和管理具有重要意义。然而,滚动轴承的局部缺陷尺寸难以实时监测。为了解决这个问题,本文提出了一种新的数字孪生(digital twin, DT)模型,用于滚动轴承局部缺陷扩展的动态更新和实时映射。新的数字孪生模型将机理模型和实时传感器数据相结合,而不是像传统的数字孪生模型那样仅依赖于测量数据。通过这种方式,可以利用新的数字孪生模型直接映射整个生命周期的缺陷尺寸。使用XJTU-SY轴承数据集评估所建立的全新的数字孪生模型,结果表明,该数字孪生模型可以准确地表征滚动轴承全寿命周期内的局部缺陷扩展。

  • 2024-08-30
  • 阅读304

基于混合注意力的多小波系数融合滚动轴承剩余寿命预测方法

小波变换是一种评估非平稳信号的时频分析方法,有助于表征设备在长时间使用过程中的退化。然而,单一的小波基函数很难适用于所有的周期瞬态波形。因此,本研究提出了一种基于混合注意力的多小波系数融合方法来评估轴承的剩余使用寿命。该方法首先利用多个小波得到原始信号的特性,然后将分解后的各个频带组织成二维映射;其次,设计了一种基于注意力的混合卷积长短期记忆网络(HA-ConvLSTM),自适应地对小波系数通道进行加权。学习到的特征被多层感知器用于评估剩余寿命(RUL)。最后,在PHM2012滚动轴承数据集上进行了测试,验证了所提方法的有效性。总体而言,该方法在性能指标上优于以前的方法,可选择性地解决周期瞬态波形的小波基函数匹配问题。

  • 2024-08-30
  • 阅读279

基于多通道融合的滚动轴承剩余寿命预测

针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。

  • 2024-08-30
  • 阅读238

PPT分享|李德仁院士:论时空智能与数字孪生智慧城市

PPT分享|李德仁院士:论时空智能与数字孪生智慧城市

  • 2024-08-30
  • 阅读447

2024网络安全十大创新方向报告

数据安全治理包括数据分类分级、数据脱敏、数据防泄漏等工作,通常基于特征、正则表达式以及机器学习方式对大规模的数据进行识别标注,但大多面临规则引擎能力受限、误报高、重人力等问题,无论对于用户还是数据安全服务商来说,都带来了极大挑战。生成式人工智能的出现,已经在数据分类分级、敏感数据识别、数据防泄漏等方面带来革命性改变,包括通过自然语言处理实现自动化数据分类与标签生成,使用多模态技术识别图像、音频等非结构化数据,以及利用类人脑思维链和推理能力理解复杂的语言结构和上下文,高精度识别敏感内容和异常行为。通过大模型处理数据分类、数据脱敏和数据防泄漏等任务,在既保证很好效果的同时,也对数据安全治理工作的效率带来数十倍以上提升,将成为未来数据安全技术发展的重要方向。

  • 2024-09-02
  • 阅读572
上一页 1 …… 1565115652156531565415655156561565715658156591566015661 …… 16549 下一页 共 132386 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

竞争对手分析

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)

  • 阅读740
  • 下载0

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。

  • 阅读794
  • 下载6

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读890
  • 下载6

工业物联网平台的典型应用场景深度分析

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。

  • 阅读877
  • 下载10

最新上线

智慧商业综合体概念方案

智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案

  • 阅读12
  • 下载0

全球热泵行业数据发展报告(简介版)

数据来源链:空气源热泵主机厂家、上下游产业链企业、市场经销商、第三方相关机构,所涉及到的金额均为2023年自然年收入, 均为不含税销售收入。

  • 阅读22
  • 下载0

人工智能行业-2026年人工智能趋势研究

感觉ChatGPT横空出世仿佛是上辈子的事情,但自从生成 式人工智能(AI)革命全面展开,也仅仅过去了三年。从 那时起,无数新平台和用例如雨后春笋般涌现,品牌和用 户对生成式AI的理解也在稳步演变。

  • 阅读22
  • 下载0

人工智能在玩具箱中:父母如何看待针对儿童的AI玩具

智能玩具和以儿童为中心的设备迅速从新奇品转型为主流假日产品,被市场誉为富有乐趣、寓教于乐以及日益具备对话能 力的儿童伴侣。近期媒体报道突出了人们对这一趋势既兴奋又不安的复杂情绪,父母们面临玩具对话、记忆过去交互以及 模拟社交或情感反应的挑战(赫斯和梅辛格,2025;拉德斯基,2025;苏金德,2025)。与此同时,该领域的早期安全 检测已经开始暴露出一些潜在风险。独立玩具安全研究指出,部分智能玩具收集儿童敏感数据,比如儿童的声音和对话, 在测试中,这些玩具产生了不适或发展不恰当的内容(穆雷等人,2025)。这些产品带来了关于屏幕时间和学习的老问题 ,也引入了关于数据收集、情感依托以及人工智能在儿童社交发展中的角色等新担忧。

  • 阅读20
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南