• 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

智慧城市中的大数据

智慧城市中的大数据,大数据赋能智慧城市建设

  • 2021-06-27
  • 阅读166
  • 下载0
  • 10页
  • pdf

智慧城市技术创新效应研究——基于中国282个地级城市面板数据的实证分析

智慧城市技术创新效应研究——基于中国282个地级城市面板数据的实证分析

  • 2021-06-27
  • 阅读158
  • 下载0
  • 10页
  • pdf

大数据背景下政府信息公开制度的构建与完善——兼论国外透明政府实践的前沿发展对我国的启示

大数据背景下政府信息公开制度的构建与完善——兼论国外透明政府实践的前沿发展对我国的启示

  • 2021-06-26
  • 阅读150
  • 下载0
  • 10页
  • pdf

窄带物联网覆盖类别更新机制性能分析与优化

以覆盖类别为状态变量建立了窄带物联网(NB.IoT,narrow-band intemet ofthings)覆盖类别更新机制 的马尔可夫链模型,给出了平均接入失败概率和平均功耗的优化模型及求解办法,分析了前导码重复次数、系 统负载、全局最大传输次数对各覆盖类别最大传输次数最优取值的影响。数值分析表明:常规覆盖类别和扩展 环境覆盖类别的最大传输次数对系统性能影响较大,最大传输次数取值范围应分别控制在[1,5]和[1,7]之间;极 端环境覆盖类别的最大传输次数对系统性能影响不大,可取[1,10】之间的任意值,建议取值为1;所提的引入覆 盖类别回退机制的覆盖类别更新机制的平均功耗比协议模型低约95%。

  • 2021-06-26
  • 阅读158
  • 下载0
  • 10页
  • pdf

泛在电力物联网的发展分析

泛在电力物联网对于我国电网未来绿色健康发展意 义重大。为阐明泛在电力物联网的意义,首先详细分析了 泛在电力物联网的概念、建设目标和目前存在的问题。继 而研究了其所运用的大数据、云计算、区块链和人工智能 等技术及其在电力系统中的应用。最后,总结分析了泛在 电力物联网的应用场景,并针对泛在电力物联网的未来发 展提出了相关的建议。

  • 2021-06-26
  • 阅读171
  • 下载0
  • 10页
  • pdf

基于大数据的服刑人员危险性预测_马国富

在对监狱服刑人员再犯罪预测与危险性评估应用现状进行分析的基础上,提出了一种基于大数据的监狱服刑人员危险性识别与预测架构体系.在该体系的模型层,针对不同的价值密度、不同的数据类型,重点对架构中的统计模型、离群点检测模型、集成分类模型在服刑人员危险性识别与预测中的应用算法进行了描述,尤其是使用R软件包实验了服刑人员危险性集成分类识别与预测,并给出了分类预测误差.基于大数据的服刑人员危险性识别与预测体系可实现对服刑人员危险性的个性化、精准化预警,为大数据时代监狱的监管安全提供了可靠保障.

  • 2021-06-26
  • 阅读168
  • 下载0
  • 10页
  • pdf

物联网环境下的信任机制研究

联网环境下的信任机制是一个亟待研究的重要课题,文中提出物联网环境下层次化的信任架构,满足 了不同主体的信任需求,隔离了机构信誉和阅读器信任.使用基于证据理论的方法推导动态运动阅读器的信任,因 较短的标签通信距离使恶意事件检测效率较差,文中提出可验证缓存前次交互摘要的方法,有效检测出恶意的终 端阅读器.在稳定的机构层。使用信誉机制维护机构信任.层问信任交互构成了“现象可信-行为可信一节点可信一机 构可信一授权可信”的环流。使得信任得到快速收敛和反馈.实验表明,可验证缓存前次交互信息的方法有效解决了 证据理论方法中因物体RFID通信距离短无法被邻居节点检测到的缺陷,层次化的信任机制具有较强的汇聚信任 的能力。并有较快的收敛速度.

  • 2021-06-26
  • 阅读160
  • 下载0
  • 10页
  • pdf

滨海湿地物联网观测数据预处理方法

:连续在线滨海湿地生态物联网观测系统,因传感器技术局限及环境干扰会产生异常观测数据, 影响数据使用,有效的数据预处理极为重要。以上海崇明东滩国际重要湿地生态观测数据为研究对象,将 异常数据分为数值异常、波动异常与异常事件3种类型,基于回归残差概率分布异常检测算法,使用查找 表和多指标时间序列模型,综合多环境要素相互关系,构建针对滨海湿地生态观测的数据预处理方法。相 比传统方法,该方法在保证异常数据检测精度的同时,更好地区分了异常事件与传感器异常,减少误判。 通过分析9个指标5万余条数据,以10_8~10.20的阈值分别检测出o.18%~8.12%的数值异常和波动异 常,以及2次异常事件。分析数据预处理结果,传感器的观测原理、观测季节等因素会影响传感器的稳定 性,人类活动是造成观测区异常事件发生的主要因素。

  • 2021-06-26
  • 阅读140
  • 下载0
  • 10页
  • pdf
上一页 1 …… 54605461546254635464546554665467546854695470 …… 7938 下一页 共 63500 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916
  • 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985
  • 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

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读1052
  • 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。

  • 阅读1047
  • 下载11

最新上线

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81
  • 下载2

中服设备健康管理系统产品介绍

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。

  • 阅读58
  • 下载1

微模块化数据中心机房建设方案

微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案微模块化数据中心机房建设方案

  • 阅读59
  • 下载0

重大网络安全攻防演练防守解决方案

重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案重大网络安全攻防演练防守解决方案

  • 阅读62
  • 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