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928
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925
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715
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336
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323
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357
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518
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302
下载0
25页
pdf

上一页 1 …… 16343 16344 16345 16346 16347 16348 16349 16350 16351 16352 16353 …… 16645 下一页共 133153 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144
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2059
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2523
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2304
下载9

最新上线

新兴技术研究：农业科技风险投资首秀

2026年第二季度前十大交易均为后期风险投资轮，没有早期或种子期交易进入前列。加上交易数量萎缩，这一集中趋势表明投资者正为少数经过规模化、处于后期阶段的公司开出更少但实质上更大的支票。

阅读11
下载0

中国制造业PMI报告

在13个分指数中，有11个与6月份相比录得下降。值得注意的是，新订单指数7月份下跌2.7点，降至三年低点48.5，显示市场需求恶化。新出口订单指数跌破关键50点，降至49.6，重新进入收缩区间。在此背景下，产出指数7月份下降1.5点至49.9，指向制造业生产略有收缩。此外，投入采购指数下降2.0点至49.4，表明采购活动减少。此外值得注意的是，出厂价格尽管投入价格持续上涨，但仍进一步下降:材料价格持续上涨，但速度放缓，投入价格指数为53.2。与此同时，出厂价格指数微降0.4点至47.8，显示出厂价格下降。

阅读11
下载0

重卡超充化、运动域智能化助力电动汽车产业高质量发展

构建以兆瓦超充为主的充电基础设施是推动重卡电动化从封闭场景走向开放场景的关键。围绕“点-线-面”，联合客户与伙伴共同打造高质量兆瓦超充网络。

阅读10
下载0

2025法国光伏发电应用国家调查报告

国际能源署光伏发电系统计划(TEA PPS)是国际能源署(1EA)内的一项合作计划(TCP)，成立于1993年。该计划的任务是“加强国际合作，以促进光伏太阳能作为可持续能源系统转型基石的作用。”为实现这一目标，该计划成员已开展多种光伏发电系统应用领域的联合研究项目。该整体计划由一个执行委员会领导，该委员会由每个国家或组织成员指派一名代表组成，该委员会指定不同的“任务”，这些任务可以是研究项目或活动领域。