• 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

多源数据融合技术在风电机组状态监测中的应用

在本技术报告中,我们将探讨如何利用多源数据融合技术提高风电机组的运行效率和可靠性。通过综合分析现有的研究和实践案例,我们将提出一个详细的技术方案,包括数据融合方法、算法选择、系统设计和预期效果。

  • 2025-01-02
  • 阅读679

设备体系管理模块有哪些内容?

设备体系管理模块是对设备进行综合管理的重要工具,它涵盖了多个方面的内容,能够帮助企业实现设备的高效管理和优化利用。

  • 2025-01-01
  • 阅读418

IEEETII|论文荐读!DiffusionModel在故障诊断领域的首次尝试!IVQ-LDM:可解释的潜在扩散模型

本期推文将介绍一种可解释的向量量化引导的潜在去噪扩散概率模型(Interpretable Vector Quantization-guided Latent Denoising Diffusion Probability Model,IVQ-LDM)。这项研究发表于《IEEE Transactions on Industrial Informatics》期刊。

  • 2025-01-02
  • 阅读1050

IEEETII|论文荐读!DiffusionModel+离线强化学习!RDGP:基于扩散模型逆向引导策略的ORL

本期推文将介绍一种基于扩散模型的逆向引导策略(Reverse Diffusion Guide Policy,RDGP), 用于离线强化学习。这项研究发表于《IEEE Transactions on Industrial Informatics》期刊。 离线强化学习(Offline Reinforcement Learning, ORL)通过静态数据集学习策略,而无需与环境进行进一步交互,这在工业控制系统中具有重要的潜力,因为这些系统通常面临低效的在线交互和固有的安全问题。为了减少由分布偏移引起的外推误差,ORL必须将学习到的策略限制在行为策略的支持集内。现有方法未能正确表示行为策略,通常倾向于选择支持集中具有较高密度的动作,从而导致次优的学习策略。荐读的论文提出了一种新型的ORL方法,通过扩散模型来表示行为策略,并训练反向扩散引导策略,以指导预训练的扩散模型生成动作。扩散模型具有稳定的训练过程和强大的分布表达能力,而反向扩散引导策略则能够有效地探索整个支持集,帮助生成最优动作。在面对低质量数据集时,可以进一步加入可训练的扰动,以帮助学习到的策略突破行为策略的性能限制。通过在D4RL GymMuJoCo基准上的实验结果,验证了所提方法的有效性,超越了几种最先进的ORL方法。

  • 2025-01-02
  • 阅读1089

基于分布式架构的脑机接口教学系统设计与实现_

脑机接口目前发展迅猛,其应用范围十分广泛。 脑机接口虽然在技术层面发展十分迅速,但在人 才培养方面却存在很大缺口。 基于分布式架构的脑机接口教学系统通过整合理论与实践,实现了算法 提交、测评和反馈等功能,取得了帮助学生实时检测学习成果、支持教师进行针对性指导的效果。

  • 2025-04-10
  • 阅读809
  • 下载0
  • 9页
  • pdf

云计算蓝皮书(2024年)

云计算技术“人工智能+”融合趋势明显,赋能多产业加快形成新质生产力。在“智转数改”的新需求下,企业上云用云需求不断深化,对应用现代化能力、稳定性保障能力、云原生安全能力、云成本优化能力、垂直类应用能力以及云算融合能力等方面要求不断提升,带动相关技术创新发展,特别是云计算与智算的加速融合推动人工智能技术发展和应用快速革新。

  • 2025-04-10
  • 阅读1108
  • 下载0
  • 61页
  • pdf

全球数字经贸规则年度观察报告(2024年)

数字贸易是继货物贸易、服务贸易之后的新兴贸易形态。积极参与数字经贸规则制定、大力发展数字贸易,已成为世界各国把握数字时代机遇的普遍选择。数字经贸规则对数字贸易发展兼具“加速器”和“稳定器”作用。

  • 2025-04-10
  • 阅读927
  • 下载0
  • 60页
  • pdf

电信业发展蓝皮书(2024年)——智能化发展

关于电信业,过去十多年,电信业在转型中发展,在发展中转型,从话音转向流量、全业务,再转向数字化,不断贯彻新发展理念,采纳新技术,突破发展瓶颈,服务能力、竞争能力、价值贡献不断增强但当前,电信业增长出现阶段性、周期性放缓,呈现出再次转型升级的“紧迫性”。

  • 2025-04-10
  • 阅读827
  • 下载0
  • 59页
  • pdf
上一页 1 …… 1647016471164721647316474164751647616477164781647916480 …… 16664 下一页 共 133305 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

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读101
  • 下载2

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936
  • 下载8

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2738
  • 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3173
  • 下载14

最新上线

超硬材料智慧园区方案

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。

  • 阅读31
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读54
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读58
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读56
  • 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