2020人工智能案例TOP100_吉侬

人工智能案例TOP100人工智能案例TOP100人工智能案例TOP100人工智能案例TOP100人工智能案例TOP100

2021-06-30
阅读106
下载0
20页
pdf

我国智能制造与智能制造装备的发展

智能制造得到各方面重视,推进速度和力度引人注目.智能制造的推进离不开智能制造装备的支撑,在大力推进智能制造的同时,我们也需关注我国智能制造装备的发展.我国制造业面临的严峻形势众所周知,我国已成为全球制造大国

2021-06-30
阅读142
下载0
20页
pdf

_工业互联网标识解析体系安全

联网域名系统（DNS）工业互联网是工业体系和互联网系统融合发展产物工业互联网需要构建标识解析体系工业互联网标识解析体系内涵建设新型基础设施意义重大工业互联网标识解析体系总体框架 1.顶级节点 2 二级节点 3 产业生态思考标识解析安全的三个关注重点实践标识解析安全的障碍：zooko三角形猜想 A 身份安全 B 数据安全 C 行为安全 “立标准”：研究制定技术标准 “建标识”：建设标识解析体系 “用标识”：拓展标识创新应用工业互联网产业联盟ALL

2021-06-28
阅读131
下载0
20页
pdf

当代新型智慧城市属性、理念、构筑与大数据

2021-06-27
阅读156
下载0
20页
pdf

物联应用标识解析

产品标识如同产品的“身份证”，随着物联网“一物一码”的发展，对产品“身份证”的信息量、打印质量和打印速度等要求也日趋增高，很多传统的喷码（赋码）设备已解决不了现有市场需求，以致成为多行业提升生产速度时的严重制肘。

2021-06-25
阅读175
下载0
20页
pdf

大数据背景下的桥梁结构健康监测研究现状与展望-

结构健康监测（ＳＨＭ）技术在许多大型桥梁的运营养护管理中均有应用，但已有监测系统积累的海量数据并未被充分解读。为将大数据技术引入到桥梁ＳＨＭ数据的处理分析中，首先总结大数据的概念和构成要素；然后分析ＳＨＭ数据的工业大数据属性，梳理桥梁ＳＨＭ大数据的研究方向；随后综述包括处理技术和分析方法在内的大数据技术在桥梁ＳＨＭ中的应用现状，在由数据预处理、数据融合、特征工程、模式识别、可视化构成的大数据分析流程中提出ＳＨＭ大数据研究的需求和应用场景；最后对大数据技术在桥梁ＳＨＭ中的前景与驱动力进行展望和讨论。结果表明：ＳＨＭ大数据研究应以结构状态评估为落脚点；大数据处理技术在ＳＨＭ的系统框架搭建及数据分析能力扩展方面虽已得到较多应用，但其并非ＳＨＭ大数据研究的重点；ＳＨＭ数据融合对大数据分析方法有迫切需求，以实现桥梁ＳＨＭ数据与外观检测等多源异构数据的多层面融合；深度学习、集成学习为结构状态敏感特征的提取提供了新的算法；有监督、无监督机器学习方法结合海量ＳＨＭ数据将对结构状态评估下的模式识别问题形成更全面的认知；异常识别、相关分析、迁移学习等方法可为实桥ＳＨＭ损伤识别提供支撑。研究结果可为ＳＨＭ领域的大数据研究提供参考。

2021-06-25
阅读203
下载0
20页
pdf

5G安全分论坛.5G网络安全的.知与行

G面临的新威胁 5G安全防护思路 5G给网络安全带来的新机遇 019 年 6 月 6 日，工信部正式向中国电信、中国移动、中国联通、中国广电发放 5G 商用牌照，标志着中国正式进入 5G 时代。？截至今年 4 月底，电信和联通共建共享已建设基站 10 万个，已开通 5G 服务的城市达到 50 多个。中国电信 5G 套餐用户累计达到 2170 万户。？工信部日前印发《关于推动 5G 加快发展的通知》，要求进一步加快 5G 网络建设部署、丰富 5G 技术应用场景、促进新型信息消费等。其中尤其提到要着力构建 5G 安全保障体系，加强 5G 网络基础设施安全保障，强化 5G 网络数据安全保护，培育 5G 网络安全产业生态

2021-06-25
阅读151
下载0
20页
pptx

发达地区和欠发达地区工业数字化的组态路径

发达地区和欠发达地区工业数字化的组态路径——基于“技术-组织-环境”的理论框架分析

2021-06-25
阅读164
下载0
20页
pdf

上一页 1 …… 4255 4256 4257 4258 4259 4260 4261 4262 4263 4264 4265 …… 7938 下一页共 63497 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

阅读846
下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展，知识图谱与大模型作为两大核心研究领域，各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联，为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力，具备强大的泛化学习性能。

阅读905
下载6

国内重点工业物联网平台四类厂商分类及选型指南

阅读988
下载7

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点：一是行业深耕化，从通用型平台向“一米宽、百米深”的行业垂直平台转型，聚焦能源、交通、化工等领域的特定需求，沉淀场景化解决方案与行业Know-how，而非追求“大而全”的覆盖能力。二是智能融合化，工业大模型与平台深度结合，实现工业知识的智能化重构、应用开发的低代码化升级，以及生产运营的自感知、自决策、自优化闭环管控，AI成为提质增效的核心变量。三是生态协同化，平台不再是单一技术载体，而是串联产业链上下游的协同中枢，通过跨系统数据融合、产学研用金深度合作，形成“数据-算力-应用”的生态闭环，赋能供应链协同与产业集群升级。四是部署灵活化，采用“平台化产品+私有化部署”结合的模式，兼顾中小企业轻量化需求与大型集团定制化诉求，支持公有云、私有云、边缘端的混合部署，平衡成本与安全性。