基于高斯混合模型的MWPCA高炉异常监测算法

大型高炉是钢铁制造过程中的重要装备，由于高炉运行过程复杂，干扰因素繁多，经常会有异常炉况发生。为及时监测异常炉况、保证高炉顺行，本文利用高炉运行数据，开发了一种基于MWPCA和高斯混合模型的算法对高炉异常过程进行监测。由于高炉运行数据存在非高斯分布和时变的特点，利用高斯混合模型改进了传统PCA监测模型的T2统计量，使算法可以适应高炉数据的独特分布特征，并加入了滑窗机制，使算法具有实时更新的能力。随后，将算法应用在华南某大型钢铁集团的真实高炉数据上，检测了算法的有效性，并将其与基础算法进行了对比分析，证明了算法在高炉异常监测能力上有所提高。

2021-04-17
阅读727
下载1
10页
pdf

目标规划的模型与算法

现代的经济问题往往提出一一连串的目标，这些目标既有先后之分，又有缓急之别，而且可能是相互排斥、相互矛盾或有从属关系。决策者处理含有多个目标的问题时需要有一种方法。1961年A.charnes和w .w ,Cooper开始引入了一种处理多目标决策问题的数学方法●1965年Ijiri, 1968年Contine又对目标规划的发展做出了贡献。近年来随着电子计算机的日趋完善，计算量大大简化，目标规划也日益为人们所重视，并已应用于生产管理、市场管理、财政计划、学术计划和医院管理等部门，还编制出了计算机程序，月标规划已发展成为一种成熟的管理科学的手段。

2021-04-17
阅读712
下载0
8页
pdf

面向5G移动网络绿色通信关键技术研究

随着中国4G LTE牌照的发放，基于蜂窝结构的无线网络又一次借助新的技术提高了网络整体性能。而智能机的普及、移动互联网的热潮，层出不穷的手机新应用、新业务、用户新体验的形成，以及移动通信的新系统需求等，不仅造成了无线蜂窝网络的大量流量需求、更严格时延需求，更将会带来巨大的能最消耗。

2021-04-17
阅读560
下载0
94页
pdf

F在滴滴出行的应用与实践

在滴滴，所有的数据基本上可以分为四个大块： 1、轨迹数据：轨迹数据和订单数据往往是业务方特别关心的。同时因为每一个用户在打车以后，都必须要实时的看到自己的轨迹，所以这些数据有强烈的实时需求。 2、交易数据：滴滴的交易数据， 3、埋点数据：滴滴各个业务方的埋点数据，包括终端以及后端的所有业务数据， 4、日志数据：整个的日志系统都有一些特别强烈的实时需求。

2021-04-17
阅读238
下载0
24页
pdf

菜鸟数据中台技术演进之路-陈飞

通过中台的各技术域能力的建设，技术人员在极少的投入下，就可以支撑数倍的分析人员进行数字化运营工作。3 年里走过了从人力支撑到中台支撑的历程。本次演讲将介绍数据中台技术的实践、过程中的心路历程、以及未来的思考

2021-04-17
阅读234
下载0
26页
pdf

存储与计算分离-京东在Elasticsearch上的实践

2015 年起 Elasticsearch 在京东开始大范围应用，本次分享会介绍 ES 在京东的使用场景，以及随着业务的飞速发展， ES 架构随之进行的升级改造历程；最终借助于 ChubaoFS 的使用，实现读写分离以大幅降低资源使用成本以及运维成本

2021-04-17
阅读268
下载0
21页
pdf

打造金融级智能中台的数据底座-王志勇

蚂蚁金服在 AI（人工智能）方面的技术演进经历了“从无到有”，再“从有到无”的过程，这个“无”是指“无处不在”。目前，AI 已赋能支付宝、财富、保险、消费信贷、安全等几乎所有的业务，同时 AI 团队逐步将重心从业务支撑提升到金融智能中台能力建设，打造了包括搜索、视觉、NLP、知识图谱、智能标注、机器学习算法库等一系列具备金融特色的 AI 中台能力

2021-04-17
阅读308
下载0
39页
pdf

大数据技术沙龙会议报告F在滴滴的应用实践-刘雨飞

滴滴基于 Apache F 做了大量的优化，也增加了更多的功能，比如扩展 DDL、内置消息格式解析、扩展 UDX 等，使得 F 能够在滴滴的业务场景中发挥更大的作用。本文中，滴滴出行实时计算负责人、高级技术专家梁李印分享了 Apache F 在滴滴的应用与实践。

2021-04-17
阅读219
下载0
25页
pdf

上一页 1 …… 16206 16207 16208 16209 16210 16211 16212 16213 16214 16215 16216 …… 16508 下一页共 132057 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

阅读101
下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展，知识图谱与大模型作为两大核心研究领域，各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联，为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力，具备强大的泛化学习性能。

阅读103
下载3

国内重点工业物联网平台四类厂商分类及选型指南

阅读258
下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点：一是行业深耕化，从通用型平台向“一米宽、百米深”的行业垂直平台转型，聚焦能源、交通、化工等领域的特定需求，沉淀场景化解决方案与行业Know-how，而非追求“大而全”的覆盖能力。二是智能融合化，工业大模型与平台深度结合，实现工业知识的智能化重构、应用开发的低代码化升级，以及生产运营的自感知、自决策、自优化闭环管控，AI成为提质增效的核心变量。三是生态协同化，平台不再是单一技术载体，而是串联产业链上下游的协同中枢，通过跨系统数据融合、产学研用金深度合作，形成“数据-算力-应用”的生态闭环，赋能供应链协同与产业集群升级。四是部署灵活化，采用“平台化产品+私有化部署”结合的模式，兼顾中小企业轻量化需求与大型集团定制化诉求，支持公有云、私有云、边缘端的混合部署，平衡成本与安全性。

阅读285
下载9

最新上线

大小微模型赋能先进制造：实践与思考

“算”与“测”的深度融合，机理与数据的协同，如同人类双腿需协调迈步，唯有双轮驱动、优势互补，方能突破技术瓶颈，实现制造技术的跨越式发展。“算”与“测”的深度融合，机理与数据的协同，如同人类双腿需协调迈步，唯有双轮驱动、优势互补，方能突破技术瓶颈，实现制造技术的跨越式发展。“算”与“测”的深度融合，机理与数据的协同，如同人类双腿需协调迈步，唯有双轮驱动、优势互补，方能突破技术瓶颈，实现制造技术的跨越式发展。

阅读6
下载1

新型智算中心核心技术布局分析

新型智算中心核心技术布局分析新型智算中心核心技术布局分析新型智算中心核心技术布局分析新型智算中心核心技术布局分析新型智算中心核心技术布局分析新型智算中心核心技术布局分析

阅读12
下载0

1ms城市算网创新应用汇编（2025年）

在全球信息化浪潮的影响下，依赖信息技术来改变城市发展蓝图的计划成为全球共识，1ms城市算网作为重要底座，逐步成为全球城市数字化转型的必然选择。纽约、新加披、伦敦等全球重点城市都在加速开展城市算网建设，助力城市智能化水平提升。全面开展数字化转型已经成为我国大中型城市“十四五”时期的一项重要任务，2023年，工业和信息化部等六部门发布《算力基础设施高质量发展行动计划》，提出要建立算网监测机制，开展算力设施运载力评估，打造一批算网城市标杆。

阅读19
下载1

2025年度重点行业能效“领跑者”企业典型经验与实践案例

为进一步提高工业领域能源利用效率，降低工业领域碳排放，工业和信息化部、国家发展改革委、市场监管总局联合发布煤制焦炭、烧碱、聚氯乙烯、纯碱、子午线轮胎、钢铁、铁合金冶炼、铜冶炼、铅冶炼、锌冶炼、电解铝、工业硅、水泥熟料、聚酯涤纶等14个行业能效“领跑者”企业名单。为充分发挥能效“领跑者”企业的引领带动作用，引导行业企业全面对标达标优标、赶超能效“领跑者”，我们分行业梳理了能效“领跑者”企业典型做法和先进经验，供参考借鉴。