• 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

一种面向大数据主动防御的低损耗数据采集方法_许杰

面向大数据全生命周期安全的主动防御是目前大数据安全研究的热点之一。在分析大数据主动防御系统对数据采集需求的基础上,提出了一种面向大数据主动防御的低损耗数据采集方法。该方法基于虚拟机内省技术,结合了带内采集和带外采集的优点,并对数据采集进行了优化设计,实现了一种高效低损的数据采集能力。

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

基于数据分配策略的数据泄漏检测研究

使用数据分配策略(DAS)能有效检测数据泄露。 鉴于此,分别介绍基于第 1 代和第 2 代 DAS 的检测方 法。 利用过失模型在解决数据泄漏检测问题上的优势,研究基于过失代理模型的数据分配算法,对其中的明确数 据请求分配算法、随机假对象分配算法和优化 Agent 选择算法进行优化,并对代理模型进行实验仿真,结果表明, 优化算法在添加伪数据后能明显提高对过失代理的检测率。 此外,还给出针对过失模型的研究方向。

  • 2021-06-21
  • 阅读169
  • 下载0
  • 5页
  • pdf

通信网络在智能建筑中的应用研究

智能建筑的发展,是科学技术发展的产物;智能建筑在发展中,建筑技术和通信技术、控制技术、计算机技术、显示技术逐渐成为了其技术基础。通信技术是信息技术的一种,通信承担着信息的传递的任务。通信网络是智能建筑的技术基础,其广泛应用推动了智能建筑的发展。对于信息社会而言,人们对通信的要求越来越高,使得智能建筑中通信网络的应用水平也逐步提高。本文对智能建筑通信网络的应用作了分类;对智能建筑中通信网络的发展和应用情况做了论述

  • 2021-06-21
  • 阅读139
  • 下载0
  • 5页
  • pdf

智能建筑全寿命周期内物联网应用的研究

本文介绍了物联网特点及物联网优势,并根据建筑生命周期理论对智能建筑全生命周期内物联网技术的应用进行了研究,阐述物联网应用于智能建筑全寿命运营管理的趋势,重点介绍了基于物联网的智能建筑全寿命周期内的应用。

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

数据离散区间特征与数据发现一应用

P-集合(packet-sets)具有动态特性,它是由内p-集合XF(internalpacketsetXF)与外P-集合XF (outerpacketsetXF)构成的集合对(XF,XF)。利用p-集合,给出F-数据离散区间、F-数据离散区间的概念;利用 这些概念,给出信息系统输出数据的数据离散区间特征,给出数据过滤概念;提出数据离散区间定理、数据还原定 理、数据过滤定理、数据过滤剩余与数据辨识定理,给出应用。p-集合是研究信息系统输出数据变化的一个新理 论与新方法。

  • 2021-06-21
  • 阅读154
  • 下载0
  • 5页
  • pdf

高职大数据技术与应用专业教学标准开发探索

专业教学标准对明确人才培养定位、建立课程体系、开发教学资源和实施教学具有指导性和规范性作用。结合 深圳区域经济特点,以国家专业教学标准框架为出发点,参考职业技能等级证书标准,深入分析专业教学标准开发需重 点关注的矛盾问题,设计专业教学实施标准,探讨标准技术层面的开发思路。通过岗位需求分析,建设课程体系,开发教 学资源并实施教学,反馈并修正专业教学标准,实现人才动态培养,提高人才培养质量。

  • 2021-06-21
  • 阅读171
  • 下载0
  • 5页
  • pdf

数据消费与孵化创新——开放政府数据商业应用发展趋势

文章全面调研英美开放政府数据在商业应用方面的大量案例实践.发现美国政府数据平台提供 巨量开放数据,其发展模式已经从数据资产到数据消费;英国走内涵化发展路径。是目前开放水平和服务质 量最高、最为成熟的开放政府数据平台.其商业应用模式是企业孵化引领经济创新。随着开放数据运动的深 入。中国的数据平台建设应该不仅强调数据数量.更应注重数据的商业应用,这必将加速我国建设世界一流 的开放政府数据平台进程。

  • 2021-06-21
  • 阅读178
  • 下载0
  • 5页
  • pdf

基于人工智能的企业铁路调度计划编制系统研究

:传统的铁路运输行车指挥模式对调度员的记忆力和经验依赖程度高,随着企业运输任务的不断增加,造成 生产任务难以完成等诸多问题,通过分析企业铁路运输作业流程及特点提出了基于人工智能的调度计划编制方法, 给出了基于人工智能的企业铁路调度计划编制系统的结构方案。

  • 2021-06-21
  • 阅读174
  • 下载0
  • 5页
  • pdf
上一页 1 …… 71547155715671577158715971607161716271637164 …… 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