• 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

基于云计算的电力服务大数据共享系统设计

对于数据共享过程中出现的干扰数据影响,基于经典粗糙集理论共享系统和基于传统关系 数据库技术共享系统存在共享效率低的问题,提出基于云计算的电力服务大数据共享系统。根据 云计算电力服务大数据的特征,设计系统结构,选择 PIC18LF6680型号微处理器处理云计算环境下 的数据,使用 DS1820 型号传感器将数据传输到系统之中。计算互补判断矩阵一致性指数,得到最 优共享结果。利用自适应检测算法,剔除干扰数据,完成数据共享。由实验结果可知,该系统共享 效率最高可达到 99%,为保证电力服务大数据快速共享提供帮助。

  • 2021-06-21
  • 阅读274
  • 下载0
  • 5页
  • pdf

学习大数据支持的学习评价变革_内涵、挑战及趋势

本文在界定学习大数据和学习评价概念的基础上,分析和阐述了学习大数据对学习评价在评价观念、评价主 体、评价过程、评价目标和评价结果等五个方面带来的冲击和挑战,并预测阐释了未来信息技术赋能学习评价变革创新的 三大主要趋势:物联网感知技术与学习评价衔接融合趋势、大数据分析技术与学习评价创新融合趋势、人工智能技术与学 习评价集成融合趋势。

  • 2021-06-21
  • 阅读276
  • 下载0
  • 5页
  • pdf

基于大数据技术的大类招生背景下校院两级督导信息化平台开发研究

针对当前高校信息化平台建设存在的问题,尤其是目前尚无校院两级的督导信息化平台,在B/S、C/S网络模式交叉 混用的基础上,基于大数据搭建了教学督导信息Hadoop平台和环境,设计了一个集教务、教学、监督、数据统计于一体的新 平台。在大类招生的背景下,采用MapReduce计算框架对海量督导数据进行处理,应用数据挖掘算法进行平台数据的分 析及对教学的指导作用,完成不同角度、不同层次的教学过程与学习过程数据采集,从根本上提高督导工作效率,解决教 学过程中的种种问题,有利于高校在人才机制体制改革的今日,源源不断的培养创新型人才

  • 2021-06-21
  • 阅读209
  • 下载0
  • 5页
  • pdf

基于大数据的公交专用道周边用地属性和效益表现分析

为更好推动公共交通优先发展,打造上海“后公交都市”时代,提升公交专用道运营效率, 以上海市已建公交专用道为研究对象,基于手机数据、POI 数据、公交 IC 卡数据、公交 GPS 数据、网 约车 GPS 数据、公交企业运营数据,对公交专用道两侧 500?m 范围内的居住、就业、购物休闲和医疗 服务共 4 项用地属性进行了分析。在此基础上,以 4 项用地属性作为聚类因素,将全市公交专用道进 行聚类,分析各类公交专用道的效益表现及其与用地属性的相关性。该项研究填补了利用大数据进行 公交专用道周边用地属性分析的空白,将加深行业管理部门、公交企业等对公交专用道的认识,有助 于精细化管理公交专用道和优化线路服务

  • 2021-06-21
  • 阅读223
  • 下载0
  • 5页
  • pdf

基于大数据的高职生职业能力提升路径研究

职业能力是胜任某一具体职业而必须具备的能力之和,通常包括核心能力、岗位能力和可 持续发展能力。依托智慧校园建立的大数据平台记录了学生的学习、认证考试、阅读、实习实践、德育 活动等相关信息,为评估学生职业能力现状和预测发展趋势提供了数据支持。本研究从职业能力的表征 入手,设计了以学生职业能力为核心的大数据体系结构的基本框架,从网络资源课程平台、学习管理系统、 实习实践管理系统、德育管理系统、职业能力评价与导航系统五个方面提出了运用大数据平台提升高职 生职业能力的基本路径。

  • 2021-06-21
  • 阅读203
  • 下载0
  • 5页
  • pdf

大数据环境下高校信息化教学模式研究

大数据环境下高校信息化教学模式研究.

  • 2021-06-21
  • 阅读189
  • 下载0
  • 5页
  • pdf

思想政治教育大数据研究范式的内涵、特征及应用限度

进入大数据时代,海量数据和智能算法将共同驱动思想政治教育研究范式转型。 大数据 给思想政治教育带来了思维方式、研究内容和研究路径的更新,确保了思想政治教育大数据研究范 式的合理性。 思想政治教育大数据研究范式是一种基本理念、行为规范和实践方法,其基本特征包 括更加青睐全样本、更加注重相关关系、更加突出预测功能、更加注重“自下而上”的知识发现。 当 然,基于大数据的思想政治教育研究范式也有其应用限度,需要警惕“数据主义”陷阱、“技术主义” 陷阱和“数据伦理”陷阱。

  • 2021-06-21
  • 阅读168
  • 下载0
  • 5页
  • pdf

基于改进K-means算法的电力大数据系统研究

针对电力大数据收集和存储中数据量大、数据收集不精准的问题,提出了基于改进 K-means 算法的电力大数据系统的设计。对传统 K-means 算法进行分析,提出改进之后的 K-means 算法。 根据改进后算法设计电力大数据系统,对系统的架构进行分析,包括数据存储、设备层、数据接入 等模块。对设计的电力大数据系统进行实验,实验结果表明,文中设计的电力大数据系统能够满 足实际需求,提高系统的存储和处理效率。

  • 2021-06-21
  • 阅读176
  • 下载0
  • 5页
  • pdf
上一页 1 …… 71457146714771487149715071517152715371547155 …… 7926 下一页 共 63408 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220
  • 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258
  • 下载4

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386
  • 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399
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读9
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读8
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读9
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读10
  • 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