信息技术的高速发展和广泛应用,改变了传统的生产、生活方式,给人类社会的发展带来了深刻影响。适计算与分布式网络技术把计算嵌入到环境中,实现了自然的人机交互,营造了以人为本的信息服务新环境,是信息技术发展的趋势。
由于物联网应用系统涉及小到每一个家庭,大到一个国家的电网、金融业,甚至可以成为国与国之间军事对抗的工具。
近年来人工智能技术不断成熟,相关产业快速发展,逐步构建了基于企业分布的区域城市联系网络。 本文借鉴了国内外城市网络分析方法,利用我国人工智能相关企业的基本工商信息与投融资关系链,运用 ArcGIS、Gephi 等空间网络分析工具,从国家、区域、城市等多个层面综合研究了现状区域城市网络的结 构特征。研究表明:我国人工智能相关企业的分布并不均匀,其所在城市的网络联系具有明显的集聚特征, 呈现出东密西疏的特点。大量联系集中分布于东部沿海的京津冀、长三角、珠三角城市群与中、西部的成 渝、长江中游城市群,凸显了以北京、上海、深圳、成都、武汉为核心的钻石型结构。区域层面城市群间 的网络联系则呈现出差异化的特征,整体形成了“四大四小”的空间格局,但在内部结构与投资动态方面 具有各自的特点。城市层面基于总体连接度与网络中心度对节点城市进行分级,可以发现不同等级的城市 在网络联系中发挥着各自的作用,整体上形成了高等级城市主导、中等级城市支撑、低等级城市承接的布 局特征。总体而言我国人工智能产业的网络框架基本形成,但仍需要结合发展目标与相关规划进行精细化 调整完善。
温室是设施农业的重要组成部分, 温室大棚测控系统是实现温室生产管理自动化、科学化的基本保证。通过对 监测数据的分析, 结合作物生长规律, 控制环境条件,使作物在不适宜生长的反季节中, 可获得比室外生长更优的环境条件, 从而使作物达到优质、高产、高效的栽培目的。
基于随机森林的N1_N2结构语法关系判定方法研究
物联网的概念有许多,2010年温家宝总理的政府工作报告附录中给出的物联网解释比较具有权威性。中国物联网专家委员会主任委员邬贺铨院士对这个物联网的概念又进一步做了修正:“ 物联网是指通过信息传感设备,按照约定的协议,把需要联网的物品与网络连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪监控和管理的一种网络,它是在网络基础上的延伸和扩展应用"。
:从技术接受模型理论视角探索旅游相关企业员工人工智能焦虑(简称“Al焦虑”)对知识共享的影响过程与作用机 制,并采用AMOS23.O和SPSS22.O统计分析软件对394名样本数据进行结构方程模型和层次回归分析。结果发现:①员工AI 焦虑显著负向影响员工人工智能技术接受意愿。②员工AI焦虑显著正向影响员工知识共享行为。③人工智能技术接受意愿 显著正向影响员工知识共享行为。④主观规范、感知有用性和感知易用性在员工Al焦虑、人工智能技术接受意愿和知识共享 中介模型中起显著调节作用
中国制造业40年_智能化进程与展望.
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