• 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

物联网技术的军事应用

在了解物联网技术的军事应用之前,我们先来看看什么是物联网。 互联网连接的是或远或近的计算机,而物联网想要实现的是,把天上飞的、水里游的、草里蹦的所有东西都连进网络。 从理论上讲在任何物品上安装传感器和智能芯片,让它连上互联网,再按照约定的协议,进行信息交换和通信,就能实现智能化识别、定位、跟踪、监控和管理。

  • 2021-04-20
  • 阅读348
  • 下载0
  • 5页
  • pdf

Hippo房屋险:保险+“人工智能+物联网+生态服务”

美国的房屋保险(家财险)市场约1000亿美元,相当于1亿个家庭(房屋),每年1000多美元的房屋险保费。这种高渗透率的繁荣市场,一是因为美国天灾多(冰雹、飓风时有发生),二是因为美国房子老(土木结构更易损坏),三是因为美国房子多独栋(房子越大、事儿越多)。

  • 2021-04-20
  • 阅读351
  • 下载0
  • 5页
  • pdf

基于群体智能优化算法的物资配送数学模型研究_崔雅莉

为提供物资配送性能,采用群体智能算法用于物资配送数学模型优化,以降低物资配送成本。首先提出物资配送问题模型,选择物资配送中心所有商品配送至各配送点的成本总和作为优化目标函数,然后采用灰狼算法进行优化,将配送中心与配送点坐标映射至狼群分布坐标,采用配送成本总和的倒数作为适应度函数,选择3个最优个体作为高级狼,剩余为普通狼,普通狼不断的位置更新跟随高级狼,最后获得适应度最高的跟随路径即为物资配送路径。实验证明:通过灰狼优化的物资配送路径,相比于常用的物资配送路径规划算法,能够获得更低的配送成本。

  • 2021-04-20
  • 阅读308
  • 下载0
  • 5页
  • pdf

基于离散数学模型的多焦点图像缺失特征填补算法_杨海波

亮度闪烁会造成多焦点图像特征缺失,产生视觉失真效果。为此,提出基于离散数学模型的多焦点图像缺失特征填补算法,修复多焦点图像亮度闪烁问题。根据亮度闪烁离散数学模型展现出的空间域上亮度变化连续性特征,利用位置块估计模型参数。在此基础上,利用亮度闪烁在空间中呈现的连续性特点,检测多焦点图像序列中的运动区域,分别采用基于前向多帧参考、基于运动矢量的闪烁修复算法修复图像静止区域和运动区域,共同实现多焦点图像缺失特征填补。实验结果表明:该算法可有效修复图像亮度闪烁,填补图像的缺失特征,营造良好的视觉效果;该算法可显著改善多焦点图像序列的亮度均值和标准差波动幅度,增强平滑性,且具备较快运行速度。

  • 2021-04-20
  • 阅读369
  • 下载0
  • 5页
  • pdf

基于改进PCNN模型的偏振图像融合算法_姜兆祯

偏振成像可以得到目标的多维偏振信息,各偏振参量图像之间具有很强的相关性,它们之间不仅包含大量的共有信息,还拥有各自的特有信息。针对如何从复杂背景中凸显目标,提高目标的辨识度这一问题,提出一种基于改进神经网络模型的偏振图像融合算法,将传统PCNN模型扩展到双通道,采用像素的平均梯度(AG)作为PCNN的链接系数,空间频率(SF)作为模型的输入项,对强度图与偏振度图进行融合处理,最后将实验结果与其他常用方法进行对比,客观评价指标表明,该算法融合效果更佳,且融合图像的边缘细节特征也更为清晰明显。

  • 2021-04-20
  • 阅读345
  • 下载0
  • 5页
  • pdf

基于多目标优化算法模型的电热水器功率优化方法_赵子源

针对现有技术中电热水器能耗大、管控困难的问题,该文提出了新型的电热水器功率优化方法,构建了电热水器的多目标优化模型,该模型基于多目标优化模型能够实现电热水器参数分析,并通过运行约束条件对电热水器的能耗等问题进行分析,并利用多目标优化模型实现电热水器最佳功率优化,解决了常规技术中难以实现全局最优解的技术弊端。试验表明,与单目标优化的方法相比,该文的方法能够将电热水器功率提高到95.32%,提高了功率优化程度。

  • 2021-04-20
  • 阅读362
  • 下载0
  • 5页
  • pdf

基于PSO_LSSVM算法的表面粗糙度预测模型与应用_杨钊

为便于选取合适的切削参数,以满足期望的加工表面质量要求,提出一种最小二乘支持向量机(LSSVM)和粒子群优化(PSO)相结合的表面粗糙度预测模型。以预测精度和收敛速度为指标,对比PSO-LSSVM模型与支持向量机、人工神经网络和遗传算法优化BP神经网络模型的优劣。结果表明:PSO-LSSVM模型具有较高的预测精度和较快的收敛速度。基于MATLAB GUI搭建了表面粗糙度预测与参数优化应用系统。该系统具有较好的实用性,可实现简单、快速预测表面粗糙度,帮助决策人员灵活选取切削参数。

  • 2021-04-20
  • 阅读316
  • 下载0
  • 5页
  • pdf

企业为什么要引进APS系统

由于企业每天产生的工单数量庞大,通过人工的方式已无法实现工序的计划排程,生产计划管理距离市场需求非常被动,业务员纷纷下特急单,以防止自己的订单被耽误,形成不必要的恶性循环。生产无法在有效资源的情况下实现产能的最大化,保证销售订单所要求的交期,主要有以下生产计划管理痛点:

  • 2021-04-19
  • 阅读237
  • 下载0
  • 5页
  • docx
上一页 1 …… 1466614667146681466914670146711467214673146741467514676 …… 16524 下一页 共 132188 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203
  • 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245
  • 下载4

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366
  • 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386
  • 下载9

最新上线

AI模拟社会研究资料

AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料AI模拟社会研究资料

  • 阅读8
  • 下载1

数字化转型与新一代网络

数字化转型与新一代网络数字化转型与新一代网络数字化转型与新一代网络数字化转型与新一代网络数字化转型与新一代网络数字化转型与新一代网络数字化转型与新一代网络数字化转型与新一代网络

  • 阅读17
  • 下载0

智算项目商机早知道

智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道智算项目商机早知道

  • 阅读21
  • 下载0

国家级算力枢纽节点(东数西算)跨区域调度网络与绿色节能数据中心建设规划方案

国家级算力枢纽节点(东数西算)跨区域调度网络与绿色节能数据中心建设规划方案国家级算力枢纽节点(东数西算)跨区域调度网络与绿色节能数据中心建设规划方案国家级算力枢纽节点(东数西算)跨区域调度网络与绿色节能数据中心建设规划方案

  • 阅读28
  • 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