• 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

社交媒体地理大数据的旅游景点热度分析_陈宁

针对大数据时代,蕴含地理位置信息的社交媒体(Social Media)数据规模正呈爆炸性增长,通过对这类时空数据的挖掘可以整合用户的群体智慧,发现热门景点或线路,为用户提供更加精细的旅行服务。该文基于2005—2016年Flickr图片分享网站中用户分享的带地理标签的图片信息,通过空间聚类以及文本语义挖掘的方法对北京市的热门景点进行了提取。此外,本文还利用北京市的历史天气信息与用户图片信息进行融合,分析在不同时间、不同天气情景下,不同景点的热度分布规律,可以为旅行爱好者提供热门景点在多种视角下的游览规律。

  • 2021-06-28
  • 阅读734
  • 下载0
  • 6页
  • pdf

基于物联网的智能LED照明集中控制系统

针对传统照明系统不能及时采集照明信息和按需控制照明状态的问题,设计了一套基于物 联网的智能 LED 照明集中控制系统. 采用 STM32 系列芯片作为微控制处理器,搭建了基于 ZigBee 的无线集中控制网络,采用光电传感器来检测环境的光照度,由明暗度或指令来自动调节 LED 路灯 的照明方式. 结果表明,系统数据和指令的传输误码率低于 1% ,能够在恒流状态下驱动 LED 路灯, 功率调节范围为 30% ~ 100% 之间,恒流偏差和调节误差均小于 1% ,远程控制和智能控制的延时分 别在 0. 5 和 2 s 以内. 该系统可以实现对 LED 路灯照明的有效集中控制,具有一定的工程应用价值.

  • 2021-06-28
  • 阅读191
  • 下载0
  • 6页
  • pdf

随机森林在运营商大数据补全中的应用_王铮

电信运营商有大量数据,但是鉴于多种原因,数据的质量不够理想,出现大量数据不完整甚至缺失。对于已有数据的挖掘,必须在数据满足质量要求且达到足够采样比例的前提下开展。依托现有的全国日志留存系统,设计完整数据的模板样库,鉴别不能满足质量要求的数据,使用随机森林算法,找到最符合的相同或相关数据,补全数据并提升数据质量;用回溯反馈的方法优化并扩充模板样库。在全国日志留存系统中构建数据补全子系统,实现端到端的数据质量保障和提升,补全并改善历史数据甚至实时数据的质量,最终满足数据处理和挖掘的要求,提升运营商数据质量和价值。

  • 2021-06-28
  • 阅读127
  • 下载0
  • 6页
  • pdf

基于大数据的IPTV精准营销方案研究与应用_于洪涌

分析了大数据技术在IPTV精准营销中的应用,因地制宜地制定了"Hadoop大数据平台+爬虫技术+建模工具"的框架方案,并对方案中的关键点和整个数据分析建模过程在现网中的应用进行了深入分析。在IPTV精准营销中取得了较好的效果,具有较高的应用价值。

  • 2021-06-28
  • 阅读104
  • 下载0
  • 6页
  • pdf

基于职业适应性导向的职业院校智能制造人才培养

智能制造背景下职业教育面临复杂多变的市场需求与学生能力结构的矛盾将更突出、学 生职业发展诉求对职业教育模式提出更高的要求两方面挑战。对此,职业教育培养模式需要从供 给侧进行三大转变:从以就业为导向转向以人为本的职业生涯发展导向,从以技能教学为核心转向 以创新能力培养为核心,从面授教学方式转向人机协同的数字化学习方式。构建以职业适应性为 导向的职业院校智能制造人才培养模式,包括确立以人为本、以职业适应性为导向的人才培养理 念,突出智能制造特征、以培养创新能力为核心的教学模式,构建开放式学习平台、以数字化情景方 式强化创新能力。

  • 2021-06-28
  • 阅读137
  • 下载0
  • 6页
  • pdf

数字孪生在智能制造领域的应用及研究进展

从数字孪生的内涵出发,详细阐述了数字孪生的关键技术,主要包括:建模、仿真、虚拟现实、数据采 集与传输和高性能计算能力等;介绍了数字孪生技术的实现流程,以及在工业生产、智能工厂和航空发动机智能生 产线等智能制造领域中的应用;概述了数字孪生技术在智能制造领域的研究进展,简要总结了其在发展中遇到的 一些问题,并对其发展趋势作了展望。

  • 2021-06-28
  • 阅读120
  • 下载0
  • 6页
  • pdf

智能制造与安全可信人工智能

人工智能与人类社会是一种和谐共生关系,人工智能赋能经济的发展。在智能制造 中,人工智能技术提供了极大的助力,在基础、算法、运维、制造四个层面帮助打造智能制 造系统框架,并带来了丰富的产品形态。同时人工智能的发展也存在安全风险,在物理层、 算法层、应用层存在不同的安全缺陷,其安全类型以数据安全和算法安全为主要类型,为应 对人工智能的安全风险,应当从算法可解释性、隐私保护、公平建模、可信验证、主动防御、 伦理法律、系统伦理等七个方面加强应对。

  • 2021-06-28
  • 阅读147
  • 下载0
  • 6页
  • pdf

智能制造统一参考模型的科学依据与标准化进路初探

本文探索智能制造统一参考模型的科学依据和标准化进路,以智能制造参考模型的相关概念、标准化 作用和标准化形态为研究对象,探究智能制造统一参考模型的合理性和正当性是否能予以认定,并反思其后设 性的标准化进路所带来的启示。

  • 2021-06-28
  • 阅读114
  • 下载0
  • 6页
  • pdf
上一页 1 …… 66976698669967006701670267036704670567066707 …… 7932 下一页 共 63449 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257
  • 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300
  • 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412
  • 下载6

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427
  • 下载10

最新上线

人社一体化大数据体系建设方案

人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案人社一体化大数据体系建设方案

  • 阅读9
  • 下载0

智算中心建设导则

智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则智算中心建设导则

  • 阅读10
  • 下载1

智能网联汽车(车联网)蓝皮书(2025年)

报告围绕智能网联汽车产业高质量发展主题,从全球态势、场景应用、技术趋势三大维度系统梳理了产业发展现状,深入剖析了智能网联汽车在汽车、交通、城市治理等领域的价值释放路径,提出了推动产业高质量发展的举措建议与发展展望。

  • 阅读30
  • 下载0

低空产业高质量发展路径与策略研究报告(2025年)

报告重点聚焦低空产业,提出低空产业的体系架构,探讨低空产业发展现状、路径及挑战,提出低空产业下一步发展思考和建议。

  • 阅读19
  • 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