域名是互联网的关键基础资源,是数字时代的重要网络入口和身份标识。域名系统(DNS)是互联网的关键基础设施和“中枢神经系统”,攸关互联网安全稳定运行,也是支撑各国经济社会运行和推动数字经济发展的重要基础。
本报告以中国科技论文为研究对象,从世界论文引用中国论文这一关系,开展国际引用和中国被引两个方面全面扫描。其中,国际引用指引用中国的国际论文,可以揭示世界上“谁关注中国的科学研究及其关注程度;中国被引指被国际引用的中国论文,可以展示中国“哪方面”研究影响到世界及其影响程度
第一作者简介:钱泉,重庆大学机械工程专业博士研究生,中共党员,重庆大学在校生最高荣誉——学生年度人物获得者,长期从事于机械装备故障诊断与预测性维护,共发表国际知名SCI论文15篇,其中以一作发表中科院一区9余篇、中科院二区1篇、IF>10高水平论文3篇,谷歌学术累计被引380余次,累计影响因子110+;已经申请发明专利14项,其中以学生一作授权中国专利4项、公开中国专利5项和英国专利1项。 2 目录
故障滚动轴承的振动信号表现出典型的非平稳性- -通常以循环平稳的形式出现。常用于表征循环平稳性的谱工具主要有包络谱、平方包络谱和对数包络谱。本文开发了新的循环平稳检测方法,以获得更大的包络分析族,并严格评估了它们在滚动轴承故障诊断中的有效性。首先,基于简化的Box - Cox变换,从解析信号中构造广义包络信号用于解调,进而提出广义包络谱(Generalized Envelope Spectrum,GESs )谱族来揭示循环平稳性。特别地,对于滚动轴承振动信号中普遍存在的随机脉冲噪声和高斯背景噪声,不同变换参数的GES表现出不同的性能优势。随后,开发了一种结合不同GES性能优势的新型频谱工具,称为产品包络谱( PES ),以加强检测循环平稳的能力。最后,提出了乘积包络谱优化图( Product Envelope Spectral Optimization-gram,PESOgram )的增强包络分析方法,以提高PES在不同故障非相关干扰噪声下滚动轴承故障诊断的准确性和鲁棒性。利用两个铁路车轴轴承试验台采集的数值生成信号和实验信号对PESOgram方法的性能进行了验证,并与几种最先进的包络分析方法进行了比较。结果证明了所提方法对滚动轴承故障诊断的有效性,以及与其他先进方法相比的优势。
近年来,随着监管机构、投资者、消费者等利益相关方对企业可持续信息质量和细节要求的不断提升,未来企业的可持续发展报告正从“叙述型”向“价值反映型”转变。这一转型高度依赖于财务职能的发挥与拓展。本文从财会视角出发,分析了财会人员在可持续信息披露中的关键作用,帮助读者了解可持续信息如何逐步扩展财务管理的边界。
中国公募 REITs 自上市三年以来,已顺利迈入常态化 发行的新阶段。本文回顾了中国基础设施公募 REITs 的发展历程,分 析了试点阶段取得的成果以及常态化发行的机遇与挑战。随着市场机 制的不断完善和规模的持续扩大,基础设施公募 REITs 将为不动产行 业的转型升级注入新的活力,并为经济高质量发展提供有力支撑。
政务大模型是专注在政务领域的行业大模型,政务大模型在通用大模型基础上,通过检索增强生成或者模型微调等技术手段,使模型更加贴合政务的特点和需求。基于政务大模型的应用,为政府决策、公共服务、带来了全新的变革。然而,政务大模型应用也伴随着各种潜在的风险。
低空经济是指在低空空域进行的各种有人驾驶和无人驾驶航空器的飞行活动,以及这些活动所牵引和带动的相关领域融合发展的综合性经济形态。从定义来看,主要涉及空域范围、核心载体、经济活动、应用场景四个方面。
没有账户,需要注册
语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI
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
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”。
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。
超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
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