基于特征选择算法的建筑能耗预测集成模型_白雪

为提高建筑能耗预测效果,提出一种基于随机森林特征选择算法的建筑能耗预测集成回归模型（RF-GBDT）。通过随机森林的特征选择算法处理原始数据集生成最优特征子集,使用梯度提升决策树算法将6种基础的机器学习算法建立集成回归模型,以最优特征子集作为集成模型的输入数据集。使用评价指标RMSE和R2将集成模型预测结果与传统集成模型以及单一机器学习算法的预测结果进行对比,实验结果验证了集成后的RF-GBDT模型比单一算法的预测性能有了大幅度提升。

2021-04-22
阅读882
下载0
5页
pdf

基于回归模型的全卷积网络人群计数算法_吴晓燕

针对当前采用密度图回归方法估计人群数量时人数被高估的问题,提出一种基于计数回归和密度图估计的全卷积网络框架,采用计数回归与密度图回归相结合的方式对人群密度图进行估计。为训练模型参数和有效避免过拟合现象的出现,设计一种更深更轻且参数数量很少的完全卷积网络（full convolutional network,FCN）作为人群密度图估计器。实验结果表明,提出算法对密度分布不均和尺度不一的人群图像都有很好的适用性和准确性,算法性能优于现有的人群计数算法。

2021-04-22
阅读870
下载0
5页
pdf

基于粒子群算法的齿轮减速器模型的仿真设计_杨焱

为了解决减速器存在体积大、质量大、承载能力低、成本高和寿命短等问题,通过对一级圆柱齿轮减速器进行优化设计,以体积最小作为目标,结合轴强度、齿轮的强度、齿宽、模数等约束条件建立优化设计模型；结果表明:利用粒子群算法对减速器模型进行优化,包括粒子群初始化、计算适应度值、更新粒子等能够得出最优值。最后通过对齿轮减速器的校核验算来证明该齿轮减速在设计上是可行的。

2021-04-22
阅读971
下载0
5页
pdf

基于交互式多模型鲁棒滤波的目标机动估计算法_彭一洋

针对雷达导引头的测量信息带有闪烁噪声的问题,研究了交互式多模型和鲁棒滤波在雷达导引头目标机动估计中的应用.采用Huber-Based滤波理论改进高阶容积卡尔曼滤波,提出高阶容积鲁棒滤波算法,选取Singer模型、"当前"统计模型、常加速度模型作为目标机动模型,建立雷达导引头测量模型,结合交互式多模型算法框架,设计目标机动估计滤波器.蒙特卡洛数字仿真结果表明,所提算法的鲁棒性较强,与传统高斯滤波相比,所提算法对闪烁噪声具有更高的滤波精度.

2021-04-22
阅读621
下载0
8页
pdf

基于响应面模型与多岛遗传算法的高低齿迷宫密封多参数优化_钱照生

以泄漏量最小为优化目标开展高低齿迷宫密封的多参数优化设计研究,建立高低齿迷宫密封几何参数化模型与二阶响应面模型,并应用多岛遗传算法进行寻优计算。结果表明:高低齿迷宫密封二阶响应面模型的R2为0.962 71,可有效降低优化计算量；由多岛遗传算法获得了一组最优结构参数,与CFD计算结果相符,所得泄漏量误差约为6.8%；密封齿数、凸台高度和凸台的位置对高低齿迷宫密封泄漏特性影响较大,且存在最佳值,是高低齿迷宫密封设计与改造的关键几何参数。

2021-04-22
阅读651
下载0
7页
pdf

2015十三五模式再造·从智能制造到智慧工厂

1. 成本优势正在丧失，积极转型智能+ 2. 从自动化到智慧工厂——万亿市场，蓝海战略 3. 投资策略及个股推荐

2021-04-22
阅读472
下载0
25页
pdf

2016新三板行业研究：智慧工厂-进军制造强国必经之路

智慧工厂是在制造业一系列科学管理实践的基础上，以工业服务网和工业物联网为基本框架，深度融合智能科学技术、信息通信技术和科技自动化技术，围绕数据、信息和知识建立核心竞争力的，更智能、更敏捷、更高效、更安全、更绿色、更和谐和可持续的新一代制造业企业及其生态系统。

2021-04-22
阅读477
下载0
30页
pdf

2017“智慧工厂“助力传统“制造“迈向“智造“、“质造“新时代

工业 4.0 可简单概括为“一个核心、两大主题、三项集成”。一个核心即互联，具体为生产设备间、设备与产品间、虚拟与现实间的互联互通。基于信息物理系统（Cyber-Physical Systems）完成“制造”向“智造”升级，机器、存储系统与生产过程构建成相互交织的工业网络，实现数据的实时交互与储存。

2021-04-22
阅读856
下载0
47页
pdf

上一页 1 …… 16174 16175 16176 16177 16178 16179 16180 16181 16182 16183 16184 …… 16646 下一页共 133167 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165
下载6

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2076
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2537
下载11

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2318
下载9

最新上线

面向高性能实时计算场景分布式对象数据库技术报告（2026年）

随着航空运输市场动态定价、精细化运营和实时查询需求持续提升，传统数据库架构在面对TB级航空运价数据、高并发读写与毫秒级响应的严苛要求时，可能面临内存冗余、序列化开销及分布式一致性等方面的挑战。本报告聚焦中国民航信息网络股份有限公司(以下简称“中国航信”)在核心运价计算系统中应用的自研海量数据实时计算框架实践情况。该框架以内存原生对象存储为核心，结合分布式对象处理机制，支持多节点强一致访问，用于支撑航班动态定价、历史运价回溯等业务场景。本报告将围绕该技术架构的设计理念、实现路径、应用成效与行业价值进行梳理，旨在为高性能、低延迟、强一致的实时计算场景提供可复用的技术范式与实践参考。

阅读10
下载0

结构调整，经济增速阶段性下降

2026年二季度，GDP同比增长4.7%，低于第一季度0.7个百分点，经济增速阶段性下降，经济走势“量”轻“质”重。政策调整初见成效，高技术产业规模持续增长，传统产业过剩产能去化加速。第二季度，尽管国际地缘风险加剧，但随着多国领导人率代表团集体访华，双边贸易沟通增加，叠加中国经济结构调整，外贸产品结构变化，高技术产品贸易成为新的增加引擎，进、出口额增速明显上涨，外需贡献增加。