会员中心
搜索
登录
注册

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

物联网自治安全适配层模型以及T2ToI中T2T匿名认证协议

归纳分析了物联网的系统模型和网络模型、物联网的安全需求，提出了针对物联网的自治安全 适配层模型，指出了物联网中一个新安全问题：在T2ToI中的物体间的匿名T2T认证问题，并给出相 应匿名认证协议．

  • 2021-06-28
  • 阅读110
  • 下载0
  • 6页
  • pdf

电动汽车领域的大数据研究与应用_张文

为推动电动汽车行业这一新兴行业的发展,需要对其行业特点需要进行深入研究,本文借助大数据分析技术对电动汽车产业的运行状态数据进行挖掘研究,揭示电动汽车业的特性。

  • 2021-06-26
  • 阅读102
  • 下载0
  • 5页
  • pdf

一种基于Q-Learning策略的自适应移动物联网路由新算法

针对移动物（车）联网的路由问题，通过对车辆的运动特点及造成链路断裂的原因进行的详细分析，我 们建立了链路维持时间模型，并将维持时间作为设计路由算法的重要参数．Q—Learning作为一种启发式机器学习策 略，能够通过与周围环境交互来动态地调整路由路径．基于此，我们设计了一种自适应的路由新算法．它将学习任务分 散在每一个车辆节点中，通过周期性的与周围节点交换信标信息来维护可靠的路由路径．利用Ns-2模拟器对该算法 的性能进行了评估，结果表明，在不同的网络场景中，该算法在递交率、端到端的延时以及平均跳数等方面均表现出很 好的效果．

  • 2021-06-28
  • 阅读127
  • 下载0
  • 8页
  • pdf

基于大数据的数字电视用户关机行为预测_万倩

广电有线运营商利用双向数字电视机顶盒回传的用户收视行为数据,结合广电BOSS系统提供的媒资数据,通过采用大数据分析技术,为数字电视用户提供个性化的收视服务,极大提升了用户体验并增加了营业收入。然而,回传数据难以捕捉到电视机的状态,在机顶盒未关闭而电视机关闭的情况下,通过回传数据得到的用户收视行为是无效的,会影响大数据分析系统对用户收视行为的预估。通过分析已知的数字电视用户关闭电视机的行为特征,生成用户关机模型,从而预测无法采集到电视机关机数据的数字电视用户的关机行为,保证用户收视行为统计的有效性。

  • 2021-06-28
  • 阅读115
  • 下载0
  • 6页
  • pdf

自感知能源互联网研究展望

随着物联网与能源网的深度融合，能源互联网与社会（人）、环境、经济和交通能随时随地进 行信息交互和共享。与此同时，物联网集成了边缘计算和云计算等计算架构模型、大数据技术以及 人工智能等技术，使得数据建模和分析更加智能、高效和可靠。因此，在物联网的背景下，讨论具有 自感知能力的能源生态系统的条件已相对成熟。文中依托物联网，构建了自感知能源互联网。首 先，依据心理学中自感知的概念，探讨了自感知能源互联网的基本内涵。其次，阐述了物联网在构 建自感知能源互联网中的重要作用。进一步，重点从数据驱动角度，构建了自感知能源互联网的信 息交互模型和信息处理模型。最后，总结了自感知能源互联网的关键问题，从不同角度给出了自感 知能源互联网的主要研究方向。

  • 2021-06-28
  • 阅读137
  • 下载0
  • 17页
  • pdf

大数据时代马克思主义理论教育的思维变革_付安玲

马克思主义理论教育是一项长期、复杂的系统工程,应根据时代变化与时俱进。大数据作为互联网时代的鲜明特征,已成为各国占领教育信息化发展的制高点。大数据在教育资源、受众范围、传播效果和数字平台等方面为马克思主义理论教育带来巨大契机,同时也带来严峻挑战。运用大数据思维,将马克思主义理论教育与大数据技术有效结合,促进整体性、多样性、动态性、开放性和复杂性的思维变革,对于巩固马克思主义指导地位、提升主流话语权和维护意识形态安全等具有重要的现实意义。

  • 2021-06-28
  • 阅读100
  • 下载0
  • 7页
  • pdf

基于大数据分析的密布小径鳍片管泄漏早诊断及预报警技术研究_黄纪新

国内首批引进的F级燃气—蒸汽联合循环发电机组,其配套的某型余热锅炉受热面结构模块化,其小径鳍片管泄漏初期无明显参数变化。通过研发运行分析系统并运用大数据分析,建立了汽水泄漏监测模块以及适合运行实际的补水率、耗水率和锅炉汽水平衡计算模型,开发了对应的自动计算程序,实现了密布小径鳍片管泄漏的早诊断与预报警。

  • 2021-06-28
  • 阅读113
  • 下载0
  • 6页
  • pdf

基于大数据的C_Mn钢数据预处理及神经网络模型_吴思炜

在神经网络建模时,如果原始数据不加处理或经过简单剔除异常值后用于建模,则可能建立出错误的模型,即其规律并不符合物理冶金原理.因此建模前需要对原始数据进行处理,使其呈现出显著的规律性.针对钢铁生产采集的大量C-Mn钢数据进行了钢种归并,提出了数据预处理的一套方法,并采用LMBP神经网络建立了满足一定精度（94.21%）的多牌号C-Mn钢屈服强度预测模型.通过平均影响值（mean impact value,MIV）分析了成分及工艺参数对屈服强度的影响规律.结果表明,随着碳含量的增加,屈服强度增大；随着终轧厚度和卷取温度的降低,屈服强度增大.

  • 2021-06-28
  • 阅读118
  • 下载0
  • 6页
  • pdf