• 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

5G_工业互联网是我国工业振兴之本

工业互联网安全关键技术研究,5G_工业互联网是我国工业振兴之本

  • 2021-06-29
  • 阅读309
  • 下载0
  • 2页
  • pdf

智能家居的现状和发展趋势研究

智能家居的现状和发展趋势研究,智能家居的现状和发展趋势研究

  • 2021-06-29
  • 阅读304
  • 下载0
  • 2页
  • pdf

物联网_信息社会“发动机”

第四研究范式_大数据驱动的社会科学研究转型

  • 2021-06-28
  • 阅读286
  • 下载0
  • 2页
  • pdf

2018-2019 科技行业趋势 普华永道

大数据(big data),IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [1] 中大数据指不用随机分析法(抽样调查)这样捷径,而采用所有数据进行分析处理。大数据的5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。

  • 2021-06-24
  • 阅读617
  • 下载0
  • 2页
  • pdf

大数据背景下科技型企业竞争情报的研究_靳宗泽

大数据背景之下,企业在实际开展运营工作的过程中,要想能够实现高质量的发展,做好数据分析工作十分有必要。同时,由于科技型企业之间的竞争越来越激烈,为了更快获取市场信息,企业方面也需要能够积极建立竞争情报系统,确保企业的管理层能够对于客户的实际需要以及市场的动向有更加全面的了解,根据市场的实际需要以及客户的现实需要调整自己的运营方案,使本企业的核心竞争力能够得到有效提升,全面推动企业自身的发展。本次研究中,文章就从企业发展过程中大数据技术所发挥的影响以及在大数据背景之下,科技型企业在实际建立竞争情报系统过程中的策略两个方面出发进行了具体探讨,希望能够推动科技型企业竞争情报系统的建立,使大数据技术的积极作用能够得到全面发挥。

  • 2021-06-24
  • 阅读584
  • 下载0
  • 2页
  • pdf

农业大数据在农业经济管理中的应用分析

农产品全产业链管理需要大数据支撑。本文提出了一个全产业链大数据平台框架设计,包括数据指标体系、 数据分析模型、模型对数据的安全和按需调用,实现了对农业单品全产业链数据的自动采集、动态更新、 多源数据存储、数据治理,为产业链上相关主体提供及时的产业数据可视化分析、产业监测预警、产业智 能分析报告,有效指导生产、加工、流通,促进生产和市场平稳运行,为促进产业平稳发展提供信息服务 和数据支撑,也为同类农业全产业链大数据平台建设提供了经验借鉴

  • 2021-06-21
  • 阅读486
  • 下载0
  • 2页
  • pdf

SaaS的进化方向:SaaS2.0-(产业服务即服务)来了!

我记得2017年6月份在崔牛会与许多SaaS/软件行业的创业者做过一次分享课程,谈到了SaaS业务发展的两个阶段,第一个阶段是软件即服务(Software as a Services),第二个阶段是服务即服务(Services as s Services),我也称之为SaaS 2.0的模式,这个思路的基本出发点就是:SaaS软件时代更多的是面向客户提供了IT服务,核心还是技术、产品、软件交付服务;但随着SaaS在某个细分领域的场景越做越深,一定就积累出在某个细分领域中“将业务做成功”的能力,而这个能力除了软件产品之外,一定是会有更多的行业KNOW HOW和“产业资源”来做支撑的,这个时候就需要直接将客户的某个细分领域的业务“外包”回来做掉,这也是之前一直所说的BPO(业务流程外包),但“新服务”除了人力资源之外,应该还有行业工作标准(SOP)+数字化协同平台(SaaS类的软件)+数据&算法(智能化能力)。

  • 2021-06-07
  • 阅读270
  • 下载0
  • 2页
  • docx

5G专网背景下的工业物联网架构研究_黄广山

5G网络覆盖较广、带宽较大、时延较低,能够在工业领域发挥重要的作用,当前已经出现了基于5G专网的工业物联网,有效提升了工业生产的质量及效率,让工业加速数字化、智能化以及网络化。基于此,本文概述了工业物联网技术的基本应用需求,介绍了5G专网背景下的工业物联网架构,分析了5G应用于工业物联网的几种模式。

  • 2021-06-07
  • 阅读467
  • 下载0
  • 2页
  • pdf
上一页 1 …… 1601616017160181601916020160211602216023160241602516026 …… 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104
  • 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940
  • 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2750
  • 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3175
  • 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39
  • 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57
  • 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64
  • 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60
  • 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