• 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

基于过滤模型的聚类算法_邱保志

合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法(CA-FM).算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,通过遍历矩阵计算聚类个数;然后,按密度因子将数据对象排序,从中选出聚类原型;最后,将其余对象按照距高密度对象的最小距离划分到相应的簇中,形成最终聚类.在人工合成数据集、UCI数据集以及人脸识别数据集上的实验结果验证了算法的有效性,与同类算法相比, CA-FM算法具有较高的聚类精度.

  • 2021-05-06
  • 阅读1051
  • 下载0
  • 11页
  • pdf

基于混合布谷鸟算法的不确定手术调度模型求解_杨枫

针对应急救援情境下手术调度中存在不确定性因素导致无法获得精确的手术时间和结束期的问题,设计了一种灰色调度模型和求解该问题的混合灰色布谷鸟算法。首先引入三参数和四参数区间灰数来描述不确定手术时间和不确定结束期,并定义了可能性测度和必然性测度,提出了拖期可信度指标用于度量手术发生拖期的概率;然后建立了以最小化手术平均拖期可信度为目标的灰色混合整数规划模型,提出了一种混合灰色布谷鸟算法的求解方法,并以规模为6(3)×3的经典算例为例进行仿真测试。实验表明该算法能很好地解决问题,比基本布谷鸟求解算法有更好的性能

  • 2021-05-06
  • 阅读567
  • 下载0
  • 6页
  • pdf

Serverless Kubernetes - 理想,现实和未来-张维

? Nodeless:最佳弹性和扩展性,无传统调度器的复杂调度逻辑,最优的调度效率。 ? 支持多可用区、多规格调度。? 支持批量调度。? AZ亲和性和反亲和性。 ? ECI Pod生命周期管理:直通ECI Pod(Pod状态查询、logs、exec、metrics链路),降低ECI管控压力。

  • 2021-05-06
  • 阅读258
  • 下载0
  • 20页
  • pdf

Serverless 场景下 Pod 创建效率优化-张翼飞

Serverless计算并非旨在实现真正意义上的“无服务器”,而是指企业将后端基础结构的维护交由可靠云服务公司,云服务公司以服务的方式为开发者提供所需各类功能等,加快企业产品研发和发布周期,同时增强服务的扩展性。 Serverless计算免去后端基础服务的诸多事宜,开发者可以专注在产品代码,不需要维护任何的服务器

  • 2021-05-06
  • 阅读279
  • 下载0
  • 23页
  • pdf

Serverless 在大规模数据处理的实践

? 低成本:丰富的计量模式,无需再为“闲置资源”买单,Serverless 起来更简单; ? 高可用高并发:多可用区容灾、毫秒级弹性伸缩,解决高并发; ? 开箱即用的强大监控系统:监控函数实时详情,可快速定位问题,以及提供业务分析能力等 ? 更轻量更灵活:与 OSS 等云产品天然集成,支持NAS、ECS云盘等多种存储类型,快速实现音 视频转码、NLP 分词提取等;也可满足各种类型定制性的高级需求,多种操作组合流程,如:转 码+ 加水印 + 记录转码详情到数据库、制作视频首页 GIF、预热 CDN 等等

  • 2021-05-06
  • 阅读288
  • 下载0
  • 31页
  • pdf

serverless云开发助力前端行业升级

未来十年基于云的开发者增长规模巨大,传统开发方式研发体系建设成本巨大,云时代开发方式将让雇主有机会专注业务。 云时代开发原住民特征:所有的创新创业,应用开发,全部基于云计算,并将此视为理所当然。

  • 2021-05-06
  • 阅读281
  • 下载0
  • 15页
  • pdf

Service Mesh 在超大规模场景下的落地挑战-李云

ü 业务与基础技术全面解耦,业务更聚集于自身而加速创新,基础技术独立演进而加速迭代 ü 对微服务生态完成标准化、体系化的收口与治理,收敛故障和促进安全生产 ü 为多种编程语言的应用提供微服务治理能力,完善并丰富云原生多编程语言的应用生态 ü 共建全球事实标准,通过阿里云的产品落实客户 IT 设施的多云和混合云战略,加速中国社会的数字化转型

  • 2021-05-06
  • 阅读285
  • 下载0
  • 14页
  • pdf

阿里巴巴代码缺陷检测探索与实践

? 开发者往往在commit message中记录了修复意图 ? 75%的修复提交包含删除缺陷代码和新增修复代码的模式 ? 修复相关文件数往往少于三个,commit会引入修复无关文件 ? 常见的修复缺陷:故障点,重构点,代码风格问题,性能问题

  • 2021-05-06
  • 阅读269
  • 下载0
  • 29页
  • pdf
上一页 1 …… 1583215833158341583515836158371583815839158401584115842 …… 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107
  • 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941
  • 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2751
  • 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3175
  • 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41
  • 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61
  • 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66
  • 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62
  • 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