• 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

基于大数据和AI的智能化PeOTN-CO价值分级建网创新与实践

对某省联通PeOTN-CO价值分级建网方法论及实践进行了论述,通过市场空间大数据分析、Al算法及存量政企专线路径和流量等分析,对全省综合业务接入区(CO)进行价值分级,提出聚类标杆配置模型,优先预覆盖高价值综合业务接入点,次优先覆盖中低价值区域,实现政企精品网的价值精准建网,进而全面实现以PeOTN技术为主的本地光网络边缘延伸,打造智能光网络,适配新基建时代的“大带宽”"低时延”等业务需求特征,有效降低网络成本并提高短期投资回报率。

  • 2021-04-25
  • 阅读425
  • 下载0
  • 7页
  • pdf

无处不在的百度AI_上天入地,乘风破浪

技术革命最终的归宿就是融入日常,在你享受生活便利的背后,它们隐而不现,却无处不在。2020 年年底,百度发布了《了不起的中国 AI》系列视频,回顾了百度 AI 所取得的一系列成绩,在我们看得见与看不见的地方,百度 AI 正在重塑百业,成为必不可少的基础设施,深入各个场景改善我们的生活。

  • 2021-04-25
  • 阅读401
  • 下载0
  • 8页
  • pdf

当现实逼近想象_人工智能时代预见未来教育研究

人工智能使想象正成为现实,未来研究方法论是对未来的想象和预期的扩展。本文运用未来研 究方法论,从未来想象、未来社会、未来知识生产、未来学习、创造中的未来五个方面对未来教育发展蓝图进行描 述、预测、探索与解释,审视与省察未来人工智能时代教育研究的行动措施。未来想象通过科幻故事探索和理解 未来高科技实践的应用场景,人与人以及人与外界环境的互动过程。人工智能技术是经济社会发展的核心动 力,对未来社会分工、劳动力市场以及人才结构变革带来全新冲击。未来知识生产自动迭代、科学共识的建立更 为高效;未来知识传播多模态立体化、超越学科界限;未来知识进化呈现碎片化及适应性。未来学习将呈现个性 化、自适应以及终身学习的新样貌。创造中的未来应平衡人与人工智能技术的关系,理性统合组织、文化、人员、 环境,努力打造自适应的教育生态圈。本研究旨在厘清未来教育的科学走向与规律,勾勒符合人工智能时代的 未来教育应用蓝图。

  • 2021-04-25
  • 阅读321
  • 下载0
  • 9页
  • pdf

人工智能致损对传统《侵权责任法》的挑战及立法回应

人工智能不具备民事主体的要素,人工智能仍属于产品的范畴,应改进产品责任制度调整人工智能侵权责任。鉴于人工智能设计行为的复杂性与独立性,未来立法要将设计者增加为人工智能产品责任的责任主体承担无过错责任。人工智能产品设计缺陷难以证成,要对设计缺陷实行举证责任倒置,同时为防止人工智能“故意”危害人类,其产品缺陷标准应加入伦理道德规范。

  • 2021-04-25
  • 阅读1022
  • 下载0
  • 7页
  • pdf

人工智能产品的适应性创新逻辑——哈贝马斯交往理论视角

新型冠状病毒肺炎疫情(COVID-1 9)迫使数字化接触者追踪 APP 成为平衡疫情控制与挽救经济的方 案之一。基于哈贝马斯交往理论和产品适应性创新理论,以 COVID-1 9 追踪 APP 为例,进行单案例研究并通 过扎根理论构建出“隐私保护与伦理遵守→数据驱动→适应性成长”的人工智能产品的适应性创新逻辑和成 长机制。研究发现:对于人工智能产品的适应性创新,隐私保护与伦理遵守是实现人机和谐共生的前提,这 也是人工智能产品创新区别于传统工业产品创新的重要特征之一,COVID-1 9 追踪 APP 所掀起的全球大讨 论只是将这一人工智能产品创新的前提凸显和放大出来。据此,在肖静华等提出的数字产品成长机制基础 上提出人工智能产品的创新逻辑。

  • 2021-04-25
  • 阅读411
  • 下载0
  • 15页
  • pdf

零信任安全理念下的企业可信环境构建

云大物移下,传统边界式防御面临巨大挑战,疫情之下,远程办公愈发凸显安全风险;传统安全难以保证企业数据与业务安全;解决一切问题的核心基础——零信任架构。

  • 2021-04-25
  • 阅读545
  • 下载0
  • 13页
  • pdf

大数据及其成因

大数据的成因源于信息技术的发展。回顾半个多世纪人类信息社会的历史,1966年摩尔定律的提出,使晶体管越做越小、成本越来越低,为大数据现象的形成奠定了物理基础,这相当于铸器,人类有能力制造巨鼎盛载海量的数据;1989年数据挖掘技术的产生,让大数据实现了“大价值”;2004年出现的社交媒体,则把全世界每个人都转变成了潜在的数据生成器,向摩尔定律铸成的巨鼎当中贡献数据,这是“大容量”形成的主要原因。本文通过分析大数据的静态的概念和动态的成因,使人们更清楚地理解大数据的特点。

  • 2021-04-25
  • 阅读351
  • 下载0
  • 13页
  • pdf

零信任工程之规划、场景化构建与项目管理

将安全措施从网络转移到具体的人员、设备和业务资产; 在边界安全之上叠加基于身份的逻辑边界; 其本质是基于身份的、细粒度的动态访问控制机制。 1、对所有设备、用户和网络流量进行身份认证、授权和加密。 2、访问控制策略应该是动态的,基于尽可能多的数据源计算出来

  • 2021-04-25
  • 阅读318
  • 下载0
  • 24页
  • pdf
上一页 1 …… 1607516076160771607816079160801608116082160831608416085 …… 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104
  • 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940
  • 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2750
  • 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37
  • 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57
  • 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64
  • 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60
  • 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