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

_智慧教育时代我国人工智能教育应用的发展路径探究——美国《规划未来,迎接人工智能时代》报告解读及启示

人工智能技术的应用渗透到各行各业，教育作为关乎国际民生的核心，利用人工智能促进教育公平似乎是题中应有之义。

  • 2021-06-16
  • 阅读154
  • 下载0
  • 6页
  • pdf

基于FP-growth算法与分层线性模型交互的招生数据挖掘

为了进一步提高招生数据挖掘的有效性，将 FP-growth 算法与分层线性模型相结合，用于高等院校的招生数据挖掘；利用 FP-growth 算法，通过频繁集的生成与关联规则，从高校历史招生数据中获取置信区间大的关联数据；采用单层和多层线性模型，将学生层面变量与学校层面变量相结合，确定招生数据挖掘有效变量；在分别建立单层线性模型和多层线性模型后，借助多层线性模型软件库，求解模型的系数和显著性检验水平。实例仿真结果表明，通过对比不同变量的系数和显著性检验水平，所提出的模型能够有效分析不同变量对招生录取的影响。

  • 2021-06-15
  • 阅读201
  • 下载0
  • 6页
  • pdf

混合模型下的雅可比矩阵退火算法优化

火算法可有效发现网络结构的聚类分布情况，但在不同的网络中算法处理结果的准确性有待提高．为更精确地识别混合模型网络结构中的数据分布，解决混合模型易陷入局部最大值和收敛等问题，提出混合模型下雅可比矩阵退火算法．首先利用逆温度参数卢对模型进行初始化，然后迭代执行计算期望步骤和最大化步骤2个任务；采用雅可比矩阵计算模型的后验概率，直至算法达到设定的准确性或收敛．将建立的雅可比矩阵退火算法与半监督高斯混合模型下的逆模拟退火聚类算法在真实网络上进行对比分析．实验结果表明，基于雅可比矩阵的算法在混合网络模型中的；住确性更优．该算法不仅能防止陷入局部最优，而且能提高分析网络聚类分布的准确性．

  • 2021-06-15
  • 阅读209
  • 下载0
  • 6页
  • pdf

基于遗传算法的分数阶灰色预测模型及其应用

近年来由于分数阶灰色预测模型在灰色系统中的高效性和灵活性，引起了学者们的研究兴趣. 但是，分数阶累加的计算复杂，给理论分析和应用带来了困难.提出了一种基于遗传算法的优化的分数阶灰色预 测模型，对少样本进行预测，根据河南省 2004—201 7 年能源消费的数据建立模型，利用平均绝对百分比误差和 均方根误差比较预测模型的性能.结果显示，基于遗传算法的分数阶灰色预测模型比传统的 GM（1 ，1 ）模型、 DGM（2，1 ）模型和灰色 Verhulst 模型更准确，性能更好.

  • 2021-06-15
  • 阅读169
  • 下载0
  • 6页
  • pdf

2020年智慧城市发展研究报告（超级智能城市）

全球城市化的进程依然以不可阻挡的趋势向前推进―，到2050年，接近70%的世界人口将生活在城市。人口大国中国和印度所在的亚洲将成为全球城市化最快的地区。在城市急速扩张的过程中，先进的技术将帮助城市实现可持续发展，引领城市走向更美好的未来 。

  • 2021-06-15
  • 阅读166
  • 下载0
  • 6页
  • pdf

关于网络信息安全与客户信息保护专项自查报告（20210615073559）

加强重点业务和重要岗位管理，遵循“权责对应”原则，对具有访问客户敏感信息权限的账号实行实名制管理，明确责任人。禁止违规查询、下载、复印、保存客户信息。加强员工操作行为实行监控。

  • 2021-06-15
  • 阅读170
  • 下载0
  • 6页
  • pdf

HC华为云教育展台-向心力智慧教育案例

黄河水利职业技术学院位于河南省开封市，是首批国家示范性高等职业院校之一，水利部与河南省共建高校，全国第二批深化创新创业教育改革示范高校。 实训室硬件建设周期长：硬件实训室设备购置成本高，由于课程更新导致硬件也需迭代更新，产生频繁投资。 学生实训体验差：每次还原一个实验环境需要大量人力的时间，机时分配管理复杂，硬件出现故障影响教学任务无法正常进行。 教学资源跟新迭代慢：校内实训室收费模式以硬件收费+实训软件为主，教学资源免费，导致厂商无动力更新实训课程。另外缺少来自企业的实践资源。

  • 2021-06-15
  • 阅读161
  • 下载0
  • 6页
  • pptx

基于AHP-熵权TOPSIS法的区域人工智能产业创新策源能力评价

文章从创新策源能力的内涵出发，剖析影响人工智能产业创新策源能力的因素，构建了由基础研究影响力、核心技术引领力、应用场景拉动力、创新资源集聚力、创新创业环境吸引力五个方面22个指标组成的区域人工智能产业创新策源能力评价体系。选取我国31个省市区的统计数据，运用AHP一熵权TOPSIS法进行相对贴近度排序，对区域人工智能产业创新策源能力水平进行综合评价。结果表明，各省市人工智能产业创新策源能力发展不平衡，北京市、广东省、上海市等发展水平较高，而其余地区能力水平相对落后；政府创新治理在区域人工智能产业创新策源能力培育过程中起到了重要的保障作用。最后，从战略投入、创新创业环境营造等若干方面对提升区域人工智能产业创新策源能力提出了意见。

  • 2021-06-15
  • 阅读223
  • 下载0
  • 6页
  • pdf