• 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

基于概率主题模型的物联网服务发现

针对物联网中服务数量的大规模性、服务描述的异构性以及设备服务的资源高度受限性和移动性等特 点,提出了一种基于概率主题模型的物联网服务发现方法.该方法的主要特点是:1) 利用英文 Wikipedia 构建高质量 的主题模型,并对类似短文本的服务文本描述进行语义扩充,使主题模型能够更有效地估计服务文本描述的隐含主 题;2) 提出利用非参数主题模型学习服务文本的隐含主题,降低模型训练时间;3) 利用服务隐含主题对服务进行自 动分类和文本相似度计算,快速减少服务匹配数量,加速服务文本相似度计算;4) 提出能够同时支持WSDL-based和 RESTful 两种物联网服务的 signature 匹配算法.实验结果表明:与现有的物联网服务发现方法相比,该方法的准确率 (precision)和归一化折损累积增益(NDCG)都有较大幅度的提高.

  • 2021-06-25
  • 阅读213
  • 下载0
  • 19页
  • pdf

基于上下文学习的电力物联网接入控制方法

针对 6G 时代电力物联网海量终端接入冲突严重、队列积压大、能量效率低等问题,提出了一种基于上 下文学习的接入控制算法。所提算法基于强化学习和快速上行链路授权技术,考虑终端活跃与休眠 2 种状态,优 化目标为在终端接入服务质量需求的长期约束下最大化网络总能量效率。利用李雅普诺夫优化对长期优化目标与 约束进行解耦,将长期优化问题转化为单时隙独立的确定性子问题,并利用基于终端状态感知的上置信界算法进 行求解。仿真结果表明,所提算法能够在满足终端接入服务质量需求的同时,有效提高网络总能量效率。相较于 传统快速上行链路授权算法,所提算法可提高平均能量效率 48.11%,提高满足接入服务质量需求的终端比例 54.95%,降低平均队列积压 83.83%。

  • 2021-06-25
  • 阅读216
  • 下载0
  • 10页
  • pdf

数据结构-查找(精选)

查找表(文件)是由同一类型的数据元素(或记录)构成的集合,由于“集合”中的数据元素之间存在着松散的关系,因此查找表是一种应用灵便的数据结构。

  • 2021-06-25
  • 阅读740
  • 下载0
  • 82页
  • pdf

数据结构查找

查找:查询某个关键字是否在(数据元素集合)表中的过程。也称作检索。 主关键字:能够惟一区分各个不同数据元素的关键字. 次关键字:通常不能惟一区分各个不同数据元素的关键字.

  • 2021-06-25
  • 阅读636
  • 下载0
  • 68页
  • pdf

数据结构超级有用文件.ppt

顺序栈:有元素个数的限制和空间浪费的问题。 链栈:没有栈满的问题,只有当内存没有可用空间时才会出现栈满,但是每个元素都需要一个指针域,产生结构性开销。 当栈的使用过程中元素个数变化较大时或不清楚栈元素个数时,用链栈适宜;反之,应该采用顺序栈。

  • 2021-06-25
  • 阅读571
  • 下载0
  • 66页
  • pdf

数据结构大型实验要求

面向对象的程设计(OOP)方法与一般的设计方法不同,它使编程人员可以把精力集中在操作的对象而不是软件要完成的功能上。它将系统看作是对象的集合,通过对象之间的相互作用(消息传递)完成任务,通过类和对象把数据和处理数据的操作结合为一个整体。

  • 2021-06-25
  • 阅读502
  • 下载0
  • 25页
  • pdf

基于深度强化学习的应急物联网切片资源预留算法

针对应急物联网(EIoT)超低时延服务需求,设计了面向超低时延传输应急物联网的多切片网络架构, 提出 EIoT 切片资源预留和多异构切片资源共享与隔离的方法框架。所提框架采用深度强化学习方法实现实时异 构切片间资源需求的自动预测与分配,切片内用户资源分配建模为基于形状的二维背包问题并采用启发式算法数 值求解,从而实现切片内资源定制化。仿真结果表明,基于资源预留的方法能够使 EIoT 切片显式保留资源,提 供了更好的安全隔离级别;深度强化学习能够保证资源预留的准确和实时更新,有效兼顾资源利用率和切片差异 化服务质量要求。与 4 个已有算法对比表明,Dueling DQN 具有更好的性能优势。

  • 2021-06-25
  • 阅读165
  • 下载0
  • 13页
  • pdf

基于物联网的汽车制造系统集成设计云平台

为了提高汽车制造系统的智能化水平,提出了基于物联网和云计算的汽车制造 系统集成设计方法.结合所提出的方法,构造了基于物联网的汽车制造系统集成设计云平 台,借助物联网监测系统的在线状态数据.在汽车制造系统的概念设计阶段,运用模糊积 分法解决多指标集成决策问题,获取最优概念设计方案.在汽车制造系统的详细设计阶 段,运用遗传算法和云计算技术求解系统的最优拓扑结构及参数,对系统进行在线改进. 应用所提出的方法,解决了在一批车用曲轴新的加工要求下某汽车智能制造系统的性能 指标优化问题,使车用曲轴的平均加工速度达到 4 件/h、产品合格率达到 97%.研究表 明,所提出的基于物联网和云计算的汽车制造系统集成设计方法具有较高的工程应用 价值

  • 2021-06-25
  • 阅读181
  • 下载0
  • 9页
  • pdf
上一页 1 …… 1503615037150381503915040150411504215043150441504515046 …… 16551 下一页 共 132407 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925
  • 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995
  • 下载6

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1060
  • 下载7

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1057
  • 下载11

最新上线

具身智能行业应用方案解决方案

具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案

  • 阅读16
  • 下载0

数据中心电力电子变压器技术探讨

数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨

  • 阅读16
  • 下载0

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92
  • 下载2

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69
  • 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