• 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

基于大数据的煤质预先管理体系在枣矿集团的构建与实施_刘贵霞

枣矿集团为了改善传统煤质管理存在的滞后性问题,通过深入研究,对煤质数据进行预先管理,分层级、按流程完善管理体系,同时运用大数据构建了煤质管理系统,以建立数据库、增设预警装置等方式进行质量信息对比和分析,不断地修正煤质预测的数据模型,最终实现预测的准确性。

  • 2021-06-21
  • 阅读140
  • 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_李健

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160
  • 下载0
  • 5页
  • pdf

面向地理信息企业的时空大数据服务平台设计与实现_郑红晓

针对地理信息企业内部拥有的地理信息资源呈爆炸式增长态势,以及公有云在地理信息企业推广中面临的安全性与可靠性问题,本文设计了一个采用混合云模式搭建基于Hadoop技术的时空大数据服务平台的方案,并依据方案建设了集数据存储、管理、共享和分发利用的图、属一体化空间数据管理平台,为企业不同场景提供服务。

  • 2021-06-21
  • 阅读135
  • 下载0
  • 5页
  • pdf

大数据网络分布式独立内存分配算法研究_李浩光

传统的大数据内存分配算法因数据承载方式混乱等原因而存在运行速度慢、分配不均匀的问题,为此,研究一种新的大数据网络分布式独立内存分配算法。通过多层限制玻尓兹曼机堆叠形成数据库管理系统,并构建大数据网络分布式内存框架;然后利用无监督贪婪模式逐层训练方法构建并行框架,采用分布式存储的方法实现数据承载。同时,对较小内存Task做分化处理,小内存Task实际申请到的内存为本文算法直接给予其申请内存的一半或空闲内存的最小数值,大内存Task则是在源码所利用的公平分配算法内对所有的Task能够适用内存的最小保障,以此避免不必要的溢出操作。实验发现:该算法的内存分配情况更合理、运行速度快,内存分配效果明显优于传统系统。

  • 2021-06-21
  • 阅读145
  • 下载0
  • 5页
  • pdf

装备大数据安全保护研究_姜波

本文通过梳理大数据技术发展及数据资源建设现状,可视化呈现了数据资源建设使用中出现的数据泄露现状及趋势,剖析了数据泄露的根本原因。在分析军队装备大数据建设及规划情况的基础上,建立了装备大数据安全问题分析方法,即在数据采集阶段、数据传输阶段、数据存储阶段和数据使用阶段,分别构建装备大数据不同维度安全要素,包括安全威胁、安全主体和安全保障,并应用于分析装备大数据安全问题。此外,本研究还深入分析了装备大数据建设应用过程中四个阶段存在的安全风险,构建了装备大数据全周期、立体化、协同化的安全防护体系,研究了装备大数据安全保护技术框架,包括以大数据访问控制技术、安全检索技术和安全计算技术为支撑的大数据安全技术和以匿名隐私保护技术和差分隐私保护技术为支撑的大数据保护技术。希翼研究结果能够为装备大数据全寿命周期内的安全防护提供一定借鉴。

  • 2021-06-21
  • 阅读156
  • 下载0
  • 5页
  • pdf

基于智能制造和大数据挖掘的农机数字化设计研究_任燕 (1)

介绍了智能制造和大数据挖掘的概念和关键技术,结合农机制造行业过程的特性,设计了农机数字化设计整体框架及基于大数据挖掘的农机零部件选型模块,实现了一套基于智能制造和大数据挖掘的农机数字化平台,可以实现农机零部件的协调和智能优化设计。实际应用表明:采用数据化设计平台可以提高设计人员之间的协同能力,大大缩短了农机开发周期。

  • 2021-06-21
  • 阅读138
  • 下载0
  • 5页
  • pdf

基于卷积神经网络的健康大数据智能分析方法研究_白贺伊

针对充分挖掘医疗健康大数据中有效信息不深入,智能化分析平台功能开发受限等问题,文中基于卷积神经网络,提出了一种适用于对医疗健康大数据进行智能化分析的方法。该方法通过分布式表示法对医疗文本数据进行数字化处理,得到相应特征的词向量表示,利用卷积神经网络不断训练与学习,得到不同数据集对应各个疾病的分析模型,再利用该模型完成对患者数据的智能分析与风险评估。实验结果表明,文中方法能够完成对多种疾病的风险评估,尤其对一般疾病数据集风险评估的准确率均可达到90%以上,验证了该方法的有效性、可靠性与通用性。

  • 2021-06-21
  • 阅读181
  • 下载0
  • 5页
  • pdf

基于大数据和知识图谱技术的政府采购文件智能化编制_汤骏

政府采购文件的编制质量关系到整个政府活动的质效,长期以来依靠人工编制采购文件的做法存在诸多缺陷,文章提出了一种基于大数据和知识图谱技术的方法,通过人机结合的方式,实现政府采购文本的智能化编制,为探索政府采购文件编制的标准化、科学化和规范化提供了有益的思路。采购文件的标准化有利于提高采购效率,减少人为差错,降低投诉、

  • 2021-06-21
  • 阅读162
  • 下载0
  • 5页
  • pdf
上一页 1 …… 71487149715071517152715371547155715671577158 …… 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