• 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

农产品研究跟踪系列报告

乡村振兴是中国崛起发展的必然,两会聚焦全面推进乡村振兴战略,我们认为农业或将迎来城市反哺的历史性窗口,自身管理层优秀的农业成长股将充分受益农业“工业化”浪潮。

  • 2021-04-17
  • 阅读432
  • 下载0
  • 13页
  • pdf

国内银行的数字化转型路径探索

数字科技不断发展、生产效率不断提升,促使商业银行的客户需求和业务模式发生改变。过去五年,领先银行已经顺势谋变,把握住数字化转型机遇,实现了业务模式的重构。但仍有较多“后来者”仍然在数字化的泥沼中慢慢摸索可行路径。

  • 2021-04-17
  • 阅读294
  • 下载0
  • 29页
  • pdf

汽车制动距离估算模型和安全车距控制算法

针对智能车辆自动紧急制动和自主跟车时安全距离控制稳定较差的问题,提出了一种最小安全车距控制算法,基于汽车制动距离分段精确估算模型,针对车辆制动过程的不同阶段,采用不同的制动距离估算模型,准确计算制动距离。尤其是初始制动距离的精确估算,可以准确给出实施制动的最佳时机。再结合周期安全距离闭环控制算法,实现了最小安全车距的精准控制。该模型及算法已应用于奇瑞智能驾驶自动紧急制动和自主跟车系统中,经过5种初始车速,3 000次的实际工况试验,最小安全车距均保持在1.0~2.0 m内,控制精度<±0.5 m。结果表明:所提算法能够精确控制最小安全车距,尤其是针对前方静止目标的工况下,能够保证驾乘舒适性,同时有效提高车辆行驶安全性和道路行车效率。

  • 2021-04-17
  • 阅读1104
  • 下载0
  • 17页
  • pdf

CNN模型压缩与加速算法综述

自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后,卷积神经网络(CNN)的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计(hand-crafted)特征和分类器,不仅提供了一种端到端的处理方法,还大幅度地刷新了各个图像竞赛任务的精度,更甚者超越了人眼的精度(LFW人脸识别任务)。CNN模型在不断逼近计算机视觉任务的精度极限的同时,其深度和尺寸也在成倍增长。

  • 2021-04-17
  • 阅读1018
  • 下载0
  • 17页
  • pdf

如何构建阿里小蜜算法模型的迭代闭环?

伴随着AI的兴起,越来越多的智能产品诞生,算法链路也会变得越来越复杂,在工程实践中面临着大量算法模型的从0到1快速构建和不断迭代优化的问题,本文将介绍如何打通数据分析-样本标注-模型训练-监控回流的闭环,为复杂算法系统提供强有力的支持。

  • 2021-04-17
  • 阅读1051
  • 下载0
  • 15页
  • pdf

作业帮-Doris在数仓中的实践-DorisMeetup

在大数据生态中,数据分析系统在数据创造价值过程中起着非常关键的作用,直接影响业务决策效率以及决策质量。Apache Doris 作为一款支持对海量大数据进行快速分析的 MPP 数据库,在数据分析领域有着简单易用、高性能等优点

  • 2021-04-17
  • 阅读350
  • 下载0
  • 35页
  • pdf

如何提高"强化学习算法模型"的泛化能力?

在深度学习中,模型很容易过拟合到参与训练的数据集。因此,深度学习训练模型的时候通常会将数据集分成训练集和测试集,保证训练的模型在测试集上仍然有很好的性能,即模型的泛化能力。在深度强化学习的应用中,模型的泛化能力也同样重要。本文将介绍最近深度强化学习领域中提高模型泛化能力的一些方法,如域随机化、正则等。

  • 2021-04-17
  • 阅读1157
  • 下载0
  • 13页
  • pdf

2019年中国雷达传感器用芯片行业概览

雷达传感器是无人驾驶汽车的“眼睛”,包括超声波雷达、毫米波雷达及激光雷达。芯片是雷 达传感器的核心组件,对雷达传感器的性能起到决定性作用。雷达传感器用芯片由主芯片(MCU、DSP、 FPGA)、雷达芯片(如 MMIC、ASIC)和其他辅助芯片(如 PMI、ADC)构成。中国雷达传感器用芯 片高度依赖进口,其中,超声波雷达的芯片进口依赖程度约为 90%,毫米波雷达和激光雷达用芯片则 100% 为进口产品。但在国家利好政策和自动驾驶发展进程加快等因素推动下,预计 2018 年至 2023 年中国雷 达传感器用芯片年复合增长率将达到 43.0%,2023 年中国雷达传感器用芯片市场规模将达到 100.5 亿元。

  • 2021-04-17
  • 阅读681
  • 下载0
  • 40页
  • pdf
上一页 1 …… 1635616357163581635916360163611636216363163641636516366 …… 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101
  • 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937
  • 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2743
  • 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3173
  • 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31
  • 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55
  • 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62
  • 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57
  • 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