为了使建筑施工的安全管理水平得到改善，对 BIM 技术在安全管理中的应用展开了研讨。利用 BIM和物联网技术对所有可能对施工人员构成危险的因素进行识别，凭借智慧工地平台完成 BIM 技术与施工现场的虚实结合，构建了基于 BIM 的智慧工地安全管理体系，在很大程度上弥补了传统安全管理方法中存在的不足之处，能够有效地预防安全事故的发生，对今后施工安全管理具有一定的参考价值。
采用硅烷偶联法对纳米ＳｉＯ２ 粒子的表面进行修饰改性，之后与可溶性聚酰亚胺溶液混合，并经高速机械搅拌与球磨分散工艺，制备了不同掺杂量的柔性聚酰亚胺／纳米 ＳｉＯ２ 复合薄膜。结果表明：随着 ＳｉＯ２ 掺杂量的提高，复合薄膜的热尺寸稳定性、折射率、介电性能显著改善，同时在可见光区保持有较高透光率、较低浊度以及良好力学性能
为有效预防由于个人防护缺失所造成的事故，着力探究复杂作业情况下施工人员安全帽佩戴情况的智能化识别。提出在 Faster Ｒ － CNN 目标检测算法的基础上，针对小目标的安全帽识别问题通过增加锚点提升检测能力
针对铁路轨道图像背景较为复杂、目标不突出，难以提取轨道边缘的问题，提出一种基于改进滤波器与改进阈值选取方式的 Canny 边缘检测算法。首先，使用自适应中值滤波与双边滤波相结合的混合滤波器代替传统Canny 算法中的高斯滤波器对图像进行滤波; 然后，使用四方向梯度模板进行梯度幅值计算; 最后，将改进后的 Otsu算法代替传统人工设置分割阈值，得到分割后的图像
针对山洪灾害临界雨量影响因素众多、计算流程复杂的问题，以山东省临朐县山丘区 237 个沿河村落为研究对象，选取有实测资料、计算条件较好的沿河落，采用水文水力学法，计算山洪灾害临界雨量作为原始数据集; 选取降雨特征、流域特征、沿河村落特征、河道特征等参数，基于随机森林回归算法，构建山洪灾害临界雨量预估模型，利用网格搜索法及 K 折交叉验证法调整预估模型参数; 确定无实测资料的沿河村落山洪灾害临界雨量指标，并验证预估模型精度，分析特征参数重要度
目前遥感技术已成为监测水质参数的重要手段，精度更高的水质参数反演模型是当前水质监测的重点。但由于水环境的复杂性、遥感数据的局限性等多重原因，水质参数遥感反演精度有限，且多集中于水色水质参数反演
秦岭是我国重要生态安全屏障之一,蕴藏着中国生态密码和人文密码。然而秦岭生态环境遭受破坏的情况愈加严重,因此,秦岭保护的行动刻不容缓
利用 2016—2020 年 Sentinel-2 多光谱遥感影像和同步实测叶绿素 a 浓度数据，提出了一种基于特征选择和机器学习的叶绿素 a 遥感反演方法，并应用于阳澄湖。
没有账户，需要注册
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
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”。
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。
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。
中服云工业物联网平台，为速冻食品企业构建速冻工序数据监控体系。速冻库温度、风速、速冻时间——实时采集、自动记录。每一批产品的“速冻档案”完整可查。温度异常自动报警，工艺参数自动比对。
业界拥有多种专用迁移工具，并提供完善的迁移服务，助力用户快速将应用与数据从自建或其他云厂商数据中心迁移上云平台，实现业务的云化应用
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
