• 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

体育馆建筑设计及理论

体育:指的是以身体活动为手段的教育,直译为身体的教育,简称为体育。随着国际交往的扩大,体育事业发展的规模和水平已是衡量一个国家、社会发展进步的一项重要标志,也成为国家间外交及文化交流的重要手段。体育可分为大众体育、专业体育、学校体育等种类

  • 2022-01-05
  • 阅读194
  • 下载0
  • 53页
  • ppt

体育馆建筑方案设计

大跨度建筑一般指按使用功能要求,需要大空间的建筑物。如:体育建筑,文化、观演类建筑,展览建筑,交通建筑等。 一般认为,大跨度房屋结构是指24m以上的跨度,能做到24m以上跨度的结构有网架、桁架、刚架、拱、悬索和薄壳空间结构等。

  • 2022-01-05
  • 阅读127
  • 下载0
  • 16页
  • ppt

如何使用示波器进行射频信号测试

随着无线通信、雷达、卫星通信、光通信等领域对于信号传输速率或者分辨率要求的提升,采用的调制制式越来越复杂,信号带宽也越来越宽。现代的实时示波器由于芯片和材料工艺的提升,已经可以提供高达几十GHz的实时测量带宽,同时由于其时域测量的直观性和多通道等特点,使其开始广泛应用于超宽带信号以及射频信号的测量。本文介绍了高带宽实时示波器在射频信号测量领域的典型应用,以及示波器用于射频测量时的底噪声、无杂散动态范围、谐波失真、绝对幅度测量精度、相位噪声等关键指标。

  • 2022-01-05
  • 阅读126
  • 下载0
  • 22页
  • docx

利用S参数对射频开关模型进行高频验证

S (散射)参数用于表征使用匹配阻抗的电气网络。这里的散射是电流或电压在传输线路中断情况下所受影响的方式。利用. S参数 可以将一个器件看作一个具有输入和相应输出的“黑匣子”,这样就可以进行系统建模而不必关心其实际结构的复杂细节。

  • 2022-01-05
  • 阅读128
  • 下载0
  • 14页
  • docx

阻抗匹配与史密斯(Smith)圆图:基本原理

在处理RF系统的实际应用问题时,总会遇到一些非常困难的工作,对各部分级联电路的不同阻抗进行匹配就是其中之一一般情况下,需要进行匹配的电路包括天线与低噪声放大器(LNA)之间的匹配功率放大器输出(RFOUT)与天线之间的匹配LNA/VCO输出与混频器输入之间的匹配匹配的目的是为了保证信号或能量有效地从信号源传送到负载。

  • 2022-01-05
  • 阅读145
  • 下载0
  • 18页
  • docx

详解矢量信号分析仪原理

模拟扫描调谐式频谱分析仪使用超外差技术覆盖广泛的频率范围 ; 从音频、微波直到毫米波频率。快速傅立叶变换 (FFT) 分析仪使用数字信号处理(DSP) 提供高分辨率的频谱和网络分析。如今宽带的矢量调制 ( 又称为复调制或数字调制 ) 的时变信号从 FFT 分析和其他 DSP 技术上受益匪浅。VSA 提供快速高分辨率的频谱测量、解调以及高级时域分析功能,特别适用于表征复杂信号,如通信、视频、广播、雷达和软件无线电应用中的脉冲、瞬时或调制信号。

  • 2022-01-05
  • 阅读135
  • 下载0
  • 17页
  • docx

利用机器学习技术进行半导体制造FinalTest测试良率分类的新框架

先进的数据分析工具和技术对半导体公司获得竞争优势非常重要。特别是,充分利用生产数据的良率预测工具,有助于提高运营效率和降低生产成本。利用机器学习技术进行半导体制造最终测试(FT)良率预测的新颖和可扩展的框架。该框架能够在晶圆制造阶段预测FT良率,因此与过去相比,FT低良问题可以在更早的生产阶段被发现。提出了一个稳健的解决方案,可以自动处理数值和分类的生产相关数据,而无需事先了解低良率的根本原因。采用了高斯混合模型、独热编码和标签编码技术进行数据预处理。为了提高二类和多类分类的模型性能,演示了使用F1-Marco方法的模型选择和模型集合。该框架已被应用于三种具有不同晶圆技术和制造流程的大规模生产产品。所有这些产品都取得了较高的F1-Macro测试分数,表明了框架的稳健性。

  • 2022-01-05
  • 阅读392
  • 下载1
  • 27页
  • docx

一文解读合成数据在机器学习技术下的表现

为了测试每个数据集的强度,我将采用三种不同的机器学习技术:多层感知器(MLP),支持向量机(SVM)和决策树(Decision Trees)。为了帮助训练,由于某些特征的幅度比其他特征大得多,因此利用特征缩放来规范化数据。使用网格搜索调整各种模型的超参数,以最大化到达最好的超参数集的概率。

  • 2022-01-05
  • 阅读129
  • 下载0
  • 11页
  • docx
上一页 1 …… 1022510226102271022810229102301023110232102331023410235 …… 16642 下一页 共 133135 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

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1945
  • 下载7

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2423
  • 下载11

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2222
  • 下载9

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读2043
  • 下载0

最新上线

智慧化医院解决方案

能源计量的目的并非为了远程抄表,而是通过收集各类能耗数据,建立能耗模型,进行节能优化改造,并通过再次收集数 据验证节能改造的效果。利用上述方式循环调整能耗设备的工作方案,达到优化设备运行状态、节能减排的效果。

  • 阅读174
  • 下载0

智慧公园设计方案

通过蓝牙定位信标进行精确定位后,自动推送附近景点音视频介绍。还可通过互动大屏进行VR自助导览全部景点。大屏还可与步道注册、信息发布等切换使用。

  • 阅读444
  • 下载0

2026年数据分析和人工智能规划指南

2026 年数据分析和人工智能规划指南 2025 年 10 月 13 日 - ID G00837539 - 阅读全文约需 30 分钟 作者:Sumit Agarwal、Georgia O'Callaghan、Christopher LongWilco van Ginkel、Maryam Hassanlou、Zain Khan、Cuneyd Kaya、Raúl Arrabales 主题:面向技术专业人员的数据分析和人工智能;数据和分析解决方案的架构、实施及扩展; 生成式 AI 资源中心 2026 年,企业必须在加速推进 AI 和数据分析落地的同时最大化业务 价值。为实现这一目标,数据和分析技术专业人员需充分利用所有可 用数据,设计模块化、灵活的架构,并建立稳健的治理机制以确保可 信度。

  • 阅读843
  • 下载0

2026世界模型行业研究

世界模型作为连接数字世界与物理世界的核心纽带,是人工智能技术演进的必然方向,也是全球科技竞争的战略制高点。当前行业热度高涨、资本持续加持、技术迭代 加速、应用场景不断拓宽,正处于从技术探索向产业落地跨越的关键窗口期

  • 阅读63
  • 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