为提供物资配送性能，采用群体智能算法用于物资配送数学模型优化，以降低物资配送成本。首先提出物资配送问题模型，选择物资配送中心所有商品配送至各配送点的成本总和作为优化目标函数，然后采用灰狼算法进行优化，将配送中心与配送点坐标映射至狼群分布坐标，采用配送成本总和的倒数作为适应度函数，选择3个最优个体作为高级狼，剩余为普通狼，普通狼不断的位置更新跟随高级狼，最后获得适应度最高的跟随路径即为物资配送路径。实验证明：通过灰狼优化的物资配送路径，相比于常用的物资配送路径规划算法，能够获得更低的配送成本。
随着大数据技术在教育领域应用的不断深入，教育数据采集、分析及共享等环节可能带来的个人隐私安全 等潜在风险不容忽视。如何保障教育数据安全，对教育数据进行合理、合规的分析和利用是当前亟须解决 的问题。基于教育大数据的特征，重点阐明了教育大数据的隐私内涵，围绕教育数据生命周期内各利益相 关方的隐私保护需求，提出了教育大数据隐私保护框架，并针对性地梳理了目前可用于教育领域的隐私保 护技术体系，以期为教育大数据各个应用环节提供支撑，推动教育大数据的规范有序发展。
本项目基于物联网，操作完成物联网应用综合实训操作架上智能家居模拟器械，实现实验架上各个仪器根据所需要求进行正常检测与正常控制，保证协调器、路由器和终端的平稳正确连接，实现例如电表、报警器、灯光、风扇以及窗帘等模拟机器的智能化控制。
蓬勃发展的财务共享服务大大提高了企业集团 财务工作的效率。目前，我国的财务共享服务平台在降低人 工成本、提高运营效率等方面具有出色的表现，但还未能充 分发挥财务工作价值创造的功能。利用大数据和人工智能技 术改进财务共享服务平台，可以进一步解放人力，促进业财 融合，是财务共享服务中心发挥价值创造功能的重要途径。 最后，改进工作应妥善处理集权与分权平衡、积极向业务延 伸和拓展财务人员职业技能等问题。
：传统的铁路运输行车指挥模式对调度员的记忆力和经验依赖程度高，随着企业运输任务的不断增加，造成 生产任务难以完成等诸多问题，通过分析企业铁路运输作业流程及特点提出了基于人工智能的调度计划编制方法， 给出了基于人工智能的企业铁路调度计划编制系统的结构方案。
近年来，随着金融业务的不断发展，金融机构拥有海量数据，而且数据量的积累呈爆发式增长，促使 许多金融机构开始推进大数据战略。随着大数据技术应用的日趋深入，以及数据处理和分析能力不断提升，金融机 构将会迎来全新的发展机遇，同时，这也为大数据应用的金融监管带来挑战。本文就此提出若干监管建议，包括进 一步完善大数据的相关法律法规、建立统一或可兼容的金融业大数据应用平台、构建金融业大数据应用的安全保 护机制等。
结合物联网在生态环境领域的发展历程,梳理了生态环境物联网标准进展,分析了生态环境物联网标准化工作存在的问题,并提出了相关建议。对了解生态环境物联网标准现状、开展生态环境物联网标准研制、促进生态环境物联网技术和应用发展具有一定意义。
一、概述 “大数据”无疑是近年来最热门的科技名词，“大数据广告”、“大数据电商”、“大数据金融”、“大数据医疗”甚至是“大数据农业”，这些“大数据”令人眼花缭乱。“大数据”给产业带来了巨大的变革，不但改变了一些行业惯有的思维方式，同时也带来了很多争议，用户隐私安全便是首当其冲的一个。 二、什么是隐私数据 研究用户隐私保护技术，首先要明确什么是用户隐私数据，GEO对用户隐私数据做了如下分类： image003.png 1、 PII （Personal Identifiable Information），也就是能够明确标识一个人身份的数据，比如用户的姓名、手机号、身份证号、电子邮箱、住址等。 2、 用户相关信息，比如用户的年龄、性别、公司、职业等信息。这类信息虽然不能直接标识一个用户，但是把这些条件组合在一起，还是有相当的隐私风险的。比如“年龄36岁，在天恒大厦工作，担任集奥聚合GEO的架构师”，通过这些条件很容易定位出一个人，这就是所谓的“Quasi-identifier”。 3、 用户属性标签，为了解决“Quasi-identifier”的问题，很多人会把用户信息进行一定的泛化，比如上面的例子可以泛化成“30-40岁，在东直门附近工作，IT行业，喜欢汽车”，相较之下这样会显得模糊一些，也就是常说的“k-anonymity”。但严格来说，这些数据还是会涉及用户隐私，并非绝对安全。 三、国内外相关法律法规 在用户隐私安全保护方面，国外起步较早，形成了许多法律法规，国内目前还处于起步阶段： image005.png 四、GEO隐私保护技术 作为业界领先的大数据技术公司，GEO一直对隐私保护十分关注，GEO的技术平台对此做出了全方面的布局和设计，拥有众多相关技术专利。 1、 统一标识，GEO不采用任何Cookie、PII或PII加密后的数据作为用户标识，而是对用户随机编号，我们称之为GEO User ID。该ID没有任何物理意义，仅仅是一个编号，不同来源的数据采取统一的GEO User ID进行交换，有效解决PII问题。 image007.png 2、 流处理技术，对于数据本身存在的用户隐私数据，GEO认为只要存储在一个物理介质上的就是不安全的。因此，GEO的技术平台对这类数据的过滤采用了流处理技术，脱密前的原始隐私数据不会保存，即使系统被黑客攻破也不会导致隐私泄露。 3、 标签化处理，GEO的用户标签主要有两类，一类是用户原始标签，一类是广告标签。原始标签保存在经过授权的第一方或第三方数据库中，广告标签保存在GEO自己的广告投放系统中。广告标签在第一方或第三方数据库中计算得到，也就是说我们不知道每个人是谁，也没有保存个人身份和兴趣标签，我们只知道该给他投放什么广告。 4、 自动处理技术，GEO的广告标签计算完全凭借自身的自动算法实现，没有人为介入，整个流程不可逆，完全是一个黑盒子，避免了人为原因造成的风险。 5、 加密技术，GEO采用三个层架实现数据加密处理：网络层、数据汇聚层和应用层。网络层主要通过传统的防火墙、IDS等方式实现数据通道安全；数据汇聚层通过专有硬件实现数据的加密、过滤和去隐私化处理；应用层主要从分布式存储、数据交换、业务模型等方面进行数据加密，保证系统的安全性。 6、 系统管理能力，系统的安全离不开有效的监控和管理。为此GEO专门开发了具备多级监控、调度和管理能力的iManager系统，能有效管理全国几十个数据中心，配合相应的管理制度，最大限度的保证隐私数据安全。 7、 用户可管理性，用户可以了解自己的哪些数据被用作了哪些用途，并且用户可以要求系统停止使用这些数据。比如用户可以要求终止个性化广告展示服务。这个能力只有基于非Cookie技术才能实现。我们都知道Cookie的生命周期短，用户必须不断告知系统停止服务，然而非Cookie技术就不存在这个问题。
没有账户，需要注册
本工程建筑为办公生产大楼，由地上32层、地下3层组成；其中1-5层为裙楼、6-32层为塔楼。地下1-3层含停车场、人防、设备用房；地上部分：主楼一层含公共大厅；5为设备转换层，11、22层为避难层，33层设置机房；6-10层、12-21层、23-32层为办公生产用房。
随着能源互联网的发展，能源系统智能化特征越来越突出，能 源开发、生产、传输、存储、消费 全过程的智能化水平快速提升，所 涉及的设备和系统将数以亿计，在 规划和运行过程中将产生海量数据， 且结构复杂、种类繁多、因实时性 要求高而快速增长。这些数据贯穿 着能源互联网各个环节，蕴含着巨 大的价值。
技术开发的迭代推进和技术应用的规模化积累，在推进数字技术不断取得新突破的同时，也使数字技术变得更加成熟和可靠。数字技术的先进性、复杂性、集成性与数字化系统覆盖面更广、界面更直观、操作更简单同步发展。人们能够随时随地访问功能越来越强大的数字化系统。
本工程为单缆无源系统，将为大楼提供全面无线通信信号覆盖，所设计的室内覆盖系统是为智能化大楼室内移动通讯信号覆盖的需要而提出的
针对某±500 kV同塔双回直流输电线路，在“一回停运、一回运行”工况下进行停运线路地线融冰时，感应电压过大导致融冰装置故障、自动接线装置和避雷器击穿受损情况，研究建立了静电耦合和空间离子流效应综合作用的停运线路过电压计算模型。按6种工况计算分析了带电运行回路导线不同起晕电压时在停运线路上感应的过电压水平，同时综合考虑过电压抑制水平和线路能量，提出了加装5 kΩ接地高阻的过电压抑制措施，可实现将超过100 kV感应电压抑制到20 kV以下，并经实际线路融冰操作，验证了其有效性。
针对三电平间接矩阵变换器-永磁同步电机系统（three-level indirect matrix converter-permanent magnet synchronous motor， TLIMC-PMSM）存在的模型预测控制（model predictive control， MPC）开关频率不固定以及传统调制型模型预测控制（modulation model predictive control， MMPC）计算负荷过重等问题，提出了改进型MMPC方法，旨在提高系统的控制性能和效率。首先，详细介绍了TLIMC-PMSM系统的拓扑结构和原理。其次，指出了基于MPC和传统MMPC的控制系统存在的问题；然后，提出了简化了逆变级扇区选择方法，采用输出电压预测改进型MMPC方法，并修改了逆变级价值函数。最后，在MATLAB/Simulink软件平台上实验验明了基于改进型MMPC的TLIMC-PMSM系统相较于传统的两种控制方法，具有更为优异的控制性能。
本白皮书对通感一体架构的技术背景、架构设计原则、架构详细设计、关键技术和典型感知流程进行了系统性的阐释，希望与业界伙伴一道，以架构为牵引，逐步确立通感一体架构的发展形态、技术走向和产业基础，锻造信息通信网络长板。
保险行业数字化转型经历了从传统烟囱式架构到数字化、数据化、智能化和生态化的演进过程。其中，数据中台作为核心基础设施，在数据采集、治理、分析和应用等方面发挥着重要作用，推动着保险业务的智能化升级。
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
