大数据技术将是企业未来的核心竞争力

2020年是继往开来、里程碑式的一年，在这个十三五收官和十四五开启之年，我们国家经受住了新冠疫情的考验。其中，少不了大数据对城市疫情防控工作做出的有力支撑和保障。年初，全国各地纷纷上线了健康码，利用大数据技术第一时间判断个人的健康状况，发现疫情传染源头及追溯病情高发传染地点，帮助政府部门对各地进行精细化的疫情防控。最近，如上海的随申码还上线了“亲属随申码”的功能，帮助老人和小孩申领健康码，帮助部分老人跨越数字鸿沟。在疫情常态化的今天，健康码已不再只负责健康状态的查询和结果展示，在公共出行、医保、借书等各类公共服务和办事通道方面已经开始拓展及延伸。

2021-05-06
阅读432
下载0
5页
docx

Keynote 云原生-数字经济技术创新基石 - 易立 V1.7

？支持原生K8s：提供完整的 Kubernetes 兼容性，支持原生K8s 的所有工作负载，以及 Operator、CNI、CSI等？无缝转换：为开发者提供了转换工具，可以轻松实现原生Kubernetes 集群一键转化为 OpenYurt 集群？节点自治：具备云边弱网或断网环境下的边缘节点自治能力，保障边缘业务连续性？多场景覆盖：支持x86/ARM等多种CPU体系架构，广泛适用于工业大脑、城市大脑、音视频、云游戏、 IoT等业务场景

2021-05-06
阅读1083
下载0
17页
pdf

Knative云原生应用开发指南

随着 Kubernetes 的崛起和 CNCF 的壮大，云原生的概念已经越来越深入人心。几乎到了如果不和云原生扯上点儿关系似乎就不好意思和别人对话的地步。那么到底什么是云原生？要搞清楚什么是云原生，我们首先要弄清楚云到底是怎么回事儿。接下来我们就从 IaaS 的演进和服务化的演进这两个脉络来看看云的发展趋势和云原生的含义。

2021-05-06
阅读324
下载0
221页
pdf

导弹作战行动网络流模型及动态规划算法_宋志华

为了能快速高效地求解导弹作战行动规划问题,深入研究了导弹作战行动规划问题的数学模型及其精确算法.首先根据问题的多阶段特性,建立了问题的抽象动态规划模型,提出了带禁忌列表的Bellman方程,满足了导弹作战行动规划中发射点不重复的战术要求约束并避免了经典动态规划求解方法的“后效性”；然后以此为基础,将导弹作战行动方案的求解映射为在网络流模型中求解最小费用最大流的问题,并为其设计了基于带禁忌列表Bellman方程的动态规划算法.在计算实例中,得到的最小费用增广链与最优火力打击行动方案对应,满足发射点不重复的约束.算法求解快速高效,可以为较大规模的多车多波次导弹火力打击行动规划问题的求解提供支持.

2021-05-06
阅读669
下载0
6页
pdf

基于双尺度约束模型的BN结构自适应学习算法_戴晶帼

在无先验信息的情况下,贝叶斯网络（Bayesian network, BN）结构搜索空间的规模随节点数目增加呈指数级增长,造成BN结构学习难度急剧增加.针对该问题,提出基于双尺度约束模型的BN结构自适应学习算法.该算法利用最大互信息和条件独立性测试构建大尺度约束模型,完成BN结构搜索空间的初始化.在此基础上设计改进遗传算法,在结构迭代优化过程中引入小尺度约束模型,实现结构搜索空间小尺度动态缩放.同时,在改进遗传算法中构建变异概率自适应调节函数,以降低结构学习过程陷入局部最优解的概率.仿真结果表明,提出的基于双尺度约束模型的BN结构自适应学习算法能够在无先验信息的情况下保证BN结构学习的精度和迭代寻优的收敛速度.

2021-05-06
阅读884
下载0
15页
pdf

双层结构模型预测控制算法性能分析_孙浩杰

双层结构模型预测控制是在常规模型预测控制的基础上集成了稳态目标计算层,所增加稳态目标计算层通过对给定外部目标进行调节或执行独立经济优化为底层动态控制提供设定值.本文着重于分析增加稳态目标计算层对常规模型预测控制策略在控制性能、经济性能、及鲁棒性方面的影响.阐明稳态目标计算是在动态不确定性下的最优决策过程,可实时考虑当前工况环境给出最佳设定值,使动态层控制量的计算更加合理,并可保证在动态控制层实现无静差控制；稳态目标计算层可利用包含目标跟踪和经济优化的性能指标,在保证跟踪控制要求的同时利用操作自由度进行经济性优化,有助于提高系统经济性能,此外由于操作自由度增加使得系统对于特定方向的扰动和通道失配具有更强的鲁棒性.最后通过实验仿真验证了所做分析的正确性.

2021-05-06
阅读643
下载0
10页
pdf

基于改进PSO算法的人群疏散模型_李昌华

针对粒子群优化算法（PSO）在疏散模拟中局部寻优能力差、易过早收敛的问题,提出了一种基于改进PSO算法的人群疏散模型。在原有模型基础上引入正向驱动力、排斥驱动力、疏散人员的恐慌程度等因子；根据环境因素和人群移动动态调整疏散人员的方向,并在最佳出口选择机制下趋向理想出口；对出口位置等物理因素进行疏散效率的参数化仿真实验。实验结果表明了疏散模型的有效性,可有效避免疏散过程中的局部拥堵现象,从而为建筑设计与管理人员提供合理参考。

2021-05-06
阅读554
下载0
9页
pdf

重磅！“十四五”规划：云计算、大数据、人工智能、物联网、工业互联网、区块链等数字经济重点产业

新华社北京3月12日电新华社受权于12日全文播发《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》。十三届全国人大四次会议3月11日表决通过了关于国民经济和社会发展第十四个五年规划和2035年远景目标纲要的决议，决定批准这个规划纲要。

2021-05-06
阅读854
下载0
6页
docx

上一页 1 …… 15818 15819 15820 15821 15822 15823 15824 15825 15826 15827 15828 …… 16652 下一页共 133210 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

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665
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2439
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2890
下载14

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2620
下载10

最新上线

2026年中国工业具身智能行业发展研究报告

工业具身智能的兴起，源于工业需求与技术能力的共同变化。制造业正从大批量、固定流程生产，走向多品种、小批量、柔性化生产，传统工业机器人在非结构化环境、复杂任务理解和动态适应方面仍存在局限。与此同时，多模态感知、智能决策、运动控制、仿真训练与机器人本体技术持续进步，为智能系统进入真实工业现场创造了条件。因此，工业具身智能并非简单新增一种机器人品类，而是围绕真实工业任务，将感知、决策、执行、反馈与迭代组织成闭环的现场智能系统。

阅读6
下载0

2026工业网络现状报告

十多年以来，关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键，您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而，如今任何深耕工业自动化领域的专业人士都清楚，行业关注的核心问题已经发生了转移。

阅读67
下载0

2026金融智能体可信互联研究报告

在国务院《关于深入实施“人工智能+”行动的意见》指导下，众多企业加速推进人工智能应用落地，并积极探索智能体的潜在价值，2025年由此成为智能体发展的元年。2026年5月，中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》，推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同，满足金融业“开放、融合、高效”的发展诉求，智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下，智能体通信协议迅速发展。