为实现对园区内部强弱电信息的实时监控,基于 Cesium 的智慧园区三维可视化系统及开源WebGIS 软件中的 Cesium 技术对二三维一体化的 GIS 智慧园区系统的设计与实现进行了研究讨论。该系统采用标准 B/S架构,利用 MySQL数据库解决了三维模型的属性数据、空间数据以及模型存储问题,同时采用 HTML、Java、CSS、Ajax、Echarts等编程技术,实现了三维模型数据处理、场景漫游、园区信息展示、平台查询等功能。实际应用表明,该系统对智慧园区内强弱电信息的监控效果显著,能有效推动智慧城市的发展,并为其提供新的研究思路
提出了新疆生态环境监测大数据系统建设目标及基于“5 + 3 + 3”架构模式的生态环境监测大数据系统建设方 案。 通过大数据系统建设,实现各类生态环境监测数据的收集、汇总、存储、共享,以及对各类生态环境监测数据进行 深度挖掘、关联分析和趋势分析,充分发挥生态环境监测大数据在生态环境保护监管、决策及公众服务中的作用。
物联网中的数据通常包含大量的隐私信息,为了防止设备协同过程中因越权访问造 成隐私数据泄露的问题,针对多域物联网设备协同场景提出了一套访问控制机制。将分布式 的基于权能的访问控制(capability-based access control, CapAC)与区块链技术相结合,设 计了存储于区块链的权能令牌以及基于智能合约实现的令牌管理合约。根据 CapAC 的决策 方式,设计了基于区块链的令牌验证方法。针对物联网的特性进行优化,设计了区块链轻量化 节点。最后,搭建了区块链系统并实现了所提出的机制。实验测试结果显示,相比于中心化的 访问控制机制,该方案不但在大规模的物联网场景下安全准确地执行访问决策而且具有更稳 定的处理性能。此外,轻量化设计能够大幅度地降低节点存储负担。
真正的物联网,要从原料生产到销售、卷烟原材料供应到销售,都处于可知、可控、可信的状态,并且达到智能处理的水平…,初步考虑是先从卷烟物流做起,建设行业统一完整的卷烟物联网,再向全面展开的烟草物联网迈进。
随着配网系统不断发展,系统结构更为复杂,所产生的运行数据量也极为丰富。通过对大数据的有效快速 分析,能及时准确提取相关数据,对系统运行效率产生积极影响。基于大数据处理技术,提出一种用于计算配网 运行效率相关性的分析方法。首先介绍了大数据处理的相关技术,详细分析了模糊聚类分析在数据提取中的作用。 然后对配网运行进行相关讨论,并分析了可能影响配网运行效率的有关因素。随后,利用主成分分析法确定主要 影响因素。最后通过算例验证了该方法的有效性,并根据结果为系统运行提供相关参考意见。
在大数据时代,数据作为一种重要的要素资源,在助力抗疫工作中扮演了重要的角色。数据治理 能力的提升能够有效提高政府应对重大突发公共卫生事件的能力。文章以此次新冠肺炎疫情防控为例,分析 了数据如何被合理地应用于重大突发公共卫生事件中,并阐述了重大突发公共卫生事件中数据治理存在的一 些问题与不足。针对这些问题,文章探讨了如何提升重大突发公共卫生事件中政府的数据治理能力,并提出 了相应的政策建议。
物联网的经济影响以数万亿计,而物联网设备的数量则以数十亿计。市场分析人士称,2017年,互联设备已经超过50亿台,预计到2020年将超过120亿台(Gartner,2017年)。为了支持这种快速扩张,企业供应商正在迅速扩大其私有云产品,包括阿里巴巴、AmazonWeb Services、Google、IBM和Microsoft在内的知名互联网公司正在建立自己的云服务。
:在数字经济新技术的驱动下,中国智慧养老应用场景进一步明确与丰富,智慧养老呈现精细化发展趋势。然而,智慧养老作为新兴业态尚处于初级探索阶段,其培育和发展仍面临智慧养老的定位、老年群体的电子接纳度以及隐私伦理等挑战。因此,应审时度势,积极探索一条具有中国特色的智慧居家养老服务道路:明确智慧养老在当前养老服务体系中的定位,树立“人文型智慧养老”的理念,智能技术的发展需充分考虑老龄化过程中不同的生命周期阶段,充分发挥政府在养老智能技术发展与推广中的作用,加强针对数据开放的法规、政策和标准的制定举措。
没有账户,需要注册
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
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
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”。
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。
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。
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。
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。
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。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南