• 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

多源异构文化大数据融合平台设计2

多源异构文化大数据融合平台设计,设计理念等

  • 2021-06-21
  • 阅读286
  • 下载0
  • 7页
  • pdf

一种工业互联网实时监控系统

一种工业互联网实时监控系统,包括处理中 心、与处理中心通信连接的多媒体数据模块、与 处理中心通信连接的工控数据模块、与处理中心 通信连接的电气数据模块,其中:多媒体数据模 块包括音频信号输入模块和视频信号输入模块; 工控数据模块包括温度信号输入模块、湿度信号 输入模块、位移信号输入模块、冷却信号输入模 块;电气数据模块包括电压信号输入模块、电流 信号输入模块。所述处理中心对数据进行同步采 集和交叉分析。本发明中的监控系统,改变了现 有技术中的结构复杂、模块拼凑度高的传统监控 系统,通过高集成度电路设计,在一个电路板上 对多模态信号进行电气(电压)隔离、高速和同步 采集,实现了基于边缘控制的工业大数据采集智 能化。

  • 2021-06-21
  • 阅读291
  • 下载0
  • 12页
  • pdf

表生地球化学数据库及大数据研究进展

表生地球化学是研究地球表层系统的交叉学科,与气候、环境、人类活动等密切相关。随着大数据时代的来临,表 生地球化学正面临着新的机遇和挑战。为了给深时数字地球(Deep-time Digital Earth, DDE)科学计划的数据平台建设提供 借鉴和参考,文章对现有的表生地球化学领域的数据及其数据库进行了初步调研。结果表明,表生地化数据具有多元化、 跨学科的特点,大多数的数据处于缺乏统一标准和非结构化状态;诸如GEOTRACES、PANGAEA等大型数据库具有相对成 熟的数据标准和数据管理经验,SISAL数据库在数据结构化的层面上取得了关键成果,都为表生地球化学数据库的进一步建 设和完善提供了基本方法和参考经验。文章最后提出表生地球化学大数据建设应以研究目标和需求为导向,组建相应专题 科研工作组,集中力量,全面推动学科数字化

  • 2021-06-21
  • 阅读308
  • 下载0
  • 15页
  • pdf

审计全覆盖驱动下大数据审计平台构建研究_刘国城

大数据技术的发展改变了传统审计模式,拓展了审计的范围和领域,为国家大数据审计工作注入了活力。审计全覆盖赋予了国家审计新的使命,也对大数据审计平台的建设提出了新的挑战。在审计全覆盖总体目标驱动下,大数据审计平台的建设与创新工作尤为重要。文章结合云计算相关技术,运用较为成熟的Hadoop系统,尝试建立审计全覆盖驱动下的大数据审计平台,并从大数据审计平台构建的需求、理念和策略三个方面进行分析,将大数据审计平台分为数据中心、采集、预处理、分析和可视化五个系统,以此探索有效的审计新路径、新方法,以期为审计全覆盖提供技术基础,为未来大数据审计工作的开展提供理论支持。

  • 2021-06-21
  • 阅读397
  • 下载0
  • 8页
  • pdf

基于差分进化算法的网络多属性大数据聚类挖掘方法

为了提高网络多属性大数据聚类挖掘的精度,提出基于差分进化算法的网络多属性大数据聚类挖 掘方法.首先,构建网络多属性大数据参数采集模型,并对其进行动态结构性重组,从而实现大数据存储结构分 析.其次,提取大数据聚类特征参数,结合快速特征收敛性控制方法,建立网络多属性大数据特征分析模型.通 过灰度特征信息重组方法,对大数据聚类特征进行空间网格分块融合处理.最后,采用差分进化算法进行大数 据特征参数的聚类挖掘寻优,从而实现对网络多属性大数据的特征聚类和可靠性挖掘.仿真结果表明,采用该 方法进行网络多属性大数据挖掘,分类正确率和挖掘识别率均较高,能够有效进行网络多属性大数据的聚类 挖掘.

  • 2021-06-21
  • 阅读317
  • 下载0
  • 7页
  • pdf

教育大数据驱动的精准教研模式研究

研是促进教师专业发展的重要途径,大数据是精准教研的基石。教师教研正 在从经验导向的传统教研向数据驱动的精准教研模式转变。文章采用大数据驱动研究视角,在 分析精准教研数据来源、教研主体划分、教研主体需求的基础上,研究并设计了面向新手教师、 胜任教师和成熟教师的教研模式。文章采用问卷调查方法检验了三类教研主体划分的合理性, 以及三类教师教研模式的可行性。通过调查数据分析,大数据驱动的精准教研模式对于促进教 师专业发展具有重要的实践意义。

  • 2021-06-21
  • 阅读280
  • 下载0
  • 7页
  • pdf

超大型数字平台企业双轮垄断的规制范式

超大型数字平台企业双轮垄断的规制范式

  • 2021-06-21
  • 阅读285
  • 下载0
  • 14页
  • pdf

云计算和物联网相关介绍

云计算一定是基于互联网的。互联网为大众提供-一个个虚拟的、丰富的、按需即取的数据存储池、软件下载和维护池、计算能力池、多媒体信息资源池、客户服务池;提供人与人、社区与社区沟通的便捷平台。

  • 2021-06-21
  • 阅读335
  • 下载0
  • 57页
  • pdf
上一页 1 …… 1542215423154241542515426154271542815429154301543115432 …… 16664 下一页 共 133305 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

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读114
  • 下载2

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947
  • 下载8

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2761
  • 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3181
  • 下载14

最新上线

超硬材料智慧园区方案

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。

  • 阅读49
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读67
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读73
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读68
  • 下载0
  • 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