• 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

如何建立神经网络预测模型

输入神经元可以理解为自变量,输出神经元可理解为因变量。 如果用矩阵表示输入输出的话,每一行矩阵表示一个神元,每一列表示一组数据,这里由于输入输出数据量较大可以采用第三方数据库导入数据的方式,部分情况下由于导入数据神经元是列向量形式,导入后需要进行转置。

  • 2023-02-27
  • 阅读324

MTGNN:多变量时序图神经网络预测模型

本文提出了一种能同时反映时序和空间依赖的图神经网络结构MTGNN,提供了一种多元时序预测的手段,模型结构的设计有多处值得借鉴。

  • 2023-02-27
  • 阅读653

中长期神经网络概率预测模型

基本思想:是将时序信号分解为残差+季节性+趋势。其中季节性和趋势采用广义线性回归,残差采用神经网络。

  • 2023-02-27
  • 阅读317

BP神经网络回归的三种python实现

BP神经网络(Back Propagation)是基于误差反向传播算法训练的多层前馈网络,能学习存储大量的输入-输出模式映射关系。它的优化方法是使用梯度下降法,通过反向传播来不断调整网络的权值和阈值,使网络误差平方和最小。其实际就是多层感知机,拓扑结构(单隐藏层)如下图所示。

  • 2023-02-27
  • 阅读328

LearningLSTM

Recurrent Neural NetWork (RNN) 用于处理序列数据,序列数据预测模型的特点是某一步的输出不仅依赖于这一步的输入,还依赖于其他步的输入或输出。传统的序列数据机器学习模型有Hidden Markov Model (隐马尔可夫模型)、Conditional Random Field (条件随机场)。近年来,深度学习模型又带来了RNN,标准RNN结构极为简单,只有一个tanh层,其模型结构见图1。

  • 2023-02-27
  • 阅读348

用Python实现BP神经网络(附代码)

用Python实现出来的机器学习算法都是什么样子呢? 前两期线性回归及逻辑回归项目已发布(见文末链接),今天来讲讲BP神经网络。

  • 2023-02-27
  • 阅读301

【车间调度】基于卷积神经网络的柔性作业车间调度问题的两阶段算法(Matlab代码实现)

该文提出一种基于卷积神经网络的有效两阶段算法,以求解具有机器故障的柔性作业车间调度问题(FJSP)。建立了以最大完成时间和鲁棒性为目标的双目标动态柔性作业车间调度问题(DFJSP)模型。提出了CNN构建的预测模型,并开发了一个名为RMn的替代指标来评估鲁棒性。实验结果表明,所提两阶段算法对求解DFJSP有效,RMn能够更快、更高效、更准确地评估调度的鲁棒性。

  • 2023-02-27
  • 阅读346

基于BP神经网络的用电量预测(python代码实现)

随着现代信息技术的发展,智能电网已成为智能城市的主要组成部分之一。为了充分利用智能电网,智能调度和规划电力输送的能力至关重要。在实践中,许多因素都会对电力消耗产生影响,这就需要使用信息融合技术来彻底了解电力消耗。为此,研究人员研究了收集电力消耗相关信息的方法和各种多因素电力消耗预测模型。此外,进行全面分析并获得准确的功耗评估是更稳健、更高效的电网设计和改造的前提和基础。因此,探索能够有效反映融合信息中的用电量变化和内部关系的预测模型具有重要意义。基于神经网络进行用电量预测是近年来的一个热门研究课题,而BP神经网络算法已被公认为一种成熟有效的方法。

  • 2023-02-27
  • 阅读332
上一页 1 …… 1653516536165371653816539165401654116542165431654416545 …… 16648 下一页 共 133178 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

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615
  • 下载7

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2398
  • 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2837
  • 下载12

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读2577
  • 下载10

最新上线

工业级物理AI赋能高精密制造

在多品种、小批量、高精度、快速换产与质量一致性要求并存的高精密制造场景下,制造企业已步入物理AI的工程化探索阶段。随着产品迭代加速、生产批量柔性化程度不断提升、产品形态与工艺要求不断更新,同时企业对质量稳定性的严苛标准始终未变,机器人系统不再仅需执行固定运动轨迹,还需在真实物理环境中实现实时感知、定位、推理与作业执行。

  • 阅读13
  • 下载1

风电功率预测大模型及不确定性溯源研究

功率预测是新能源电力系统应对风电随机波动、保障安全稳定运行的前置支撑。 风电装机规模快速跃升,而预测精度提升相对滞后,预测误差对电力系统的冲击持续放大。 突破预测精度瓶颈,成为保障新能源电力系统安全运行的关键。

  • 阅读14
  • 下载1

重力储能-长时调节新支点2026固体重物重力储能产业发展观察报告

能源转型正以前所未有的速度重塑全球经济发展格局。当前,以新能源为主体的新型电力系统建设正在加快推进,风电、光伏等可再生能源装机规模持续增长,能源生产和消费方式不断发生深刻变化。与此同时,新能源发电的波动性和间歇性也使电力系统对于灵活调节能力提出了更高要求,储能作为支撑能源转型的重要基础设施,正在从新能源发展的“配套环节”逐步成为推动能源体系变革的“关 键支柱”

  • 阅读15
  • 下载0

2026个人机器人应用价值研究报告

《2026全球个人机器人行业研究报告:进入个人生活——个人机器人应用的场景与价值》。报告从品类定义、产业条件、拥有理由、生活场景、体验要求、用户参与、产品形态与企业路径等维度展开,希望越过参数、动作演示和单点功能的表层叙事,回到一个更重要的判断标准:机器人能否进入真实生活,并在持续使用中创造可靠、可负担、可控的个人价值

  • 阅读34
  • 下载1
  • 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