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

机器人行业研究报告：智能化造就新时代，自动化生产成刚需

智能转型时代，机器人前景可期。智能化时代到来，工业机器人和服务 机器人逐渐普及。疫情后制造业走出低迷，中国工业机器人月产量创新 高。全球老龄化问题日益严重，中国作为劳动密集型制造大国也已出现 老龄化现象，出现刘易斯拐点，自动化生产或成制造业刚需配备。中国 “十四五”规划将加速智能制造产业链进程，工业机器人行业将受益。

  • 2021-07-21
  • 阅读111
  • 下载0
  • 24页
  • docx

5G专网技术及工程建设研究报告

本研究报告首先仍 3GPP 规范的觊度系统介绉了 5G 与网的关键技术和组网架构，剖析了每种架构对应的部署模式和适用场景；然后仍运营商的觊度，梳理了三大运营商关亍 5G 与网的总体规划情况，幵对运营商 5G 与网部署模式不3GPP 做了对比分析；最后仍工程实施的觊度，阐述了 5G 与网规划、建设、优化各阶段的主要思路和方案。希望本研究报告能够为 5G 与网产业链相关各方提供有意义的参考。

  • 2021-07-20
  • 阅读122
  • 下载0
  • 38页
  • docx

学术前沿：城市大脑的起源、发展与未来趋势

前言：本文2021年5月发表在人民日报《学术前沿》期刊，从6个方面对城市大脑的起源，发展和未来趋势进行了详细阐述，总字数1万6千字。相比之前的研究，这篇论文对城市大脑与智慧城市的关系；城市大脑在产业界的发展情况与存在的问题；新一代城市大脑的1+N模式与建设框架示意图；城市大脑到世界数字神经系统对人类社会的意义等问题进行了新的思考和探索，敬请各位专家和读者指正和探讨。

  • 2021-07-20
  • 阅读214
  • 下载0
  • 17页
  • pdf

公司IT规划报告

***IT规划的成果是用来指导******今后1-2年信息化建设的总体规划，其目的是根据对******发展趋势及业务管理状况的分析，系统性地规划出支撑这一发展趋势及业务管理需要的信息系统蓝图、IT建设策略、IT投资计划。 IT规划成果的落实有赖于******在今后1-2年内的分步实施，并需在每年结合******的实际进展状况对实施计划进行更新。 信息化建设存在风险，在每一次信息化建设前清楚的了解主要的难点能够有效的提高成功率

  • 2021-07-20
  • 阅读147
  • 下载2
  • 49页
  • ppt

车联网拟态防御系统研究

在物联网时代万物互联，车联网作为其产物之一为消费者提供了便利的出行方式。但同时由智能化。网络化带来的汽车行驶安全问题也面临着各种风险，这严重威胁着人们的生命财产安全.因此,采用拟态防御的方式设计并实现了车联网拟态防御系统,通过对车载瑞威胁数据的采集、车载服务器端威胁数据的识别。建主报态防御分析引擎对各种已知威胁进行有效的防护,同时通过分析引擎,对未知漏洞、威胁进行预判,从而形成一种主动防御的行为。最后通过实验表明该方法能够有效保障车联网的安全,为车联网业务安全提供有力的安全支撑.

  • 2021-07-20
  • 阅读97
  • 下载0
  • 8页
  • pdf

工业控制系统安全等级保护测评研究

摘要在物联网时代万物互联，车联网作为其产物之一为消费者提供了便利的出行方式。但同时，由智能化。网络化带来的汽车行驶安全问题也面临着各种风险，这严重威胁着人们的生命财产安全.因此,采用拟态防御的方式设计并实现了车联网拟态防御系统,通过对车载瑞威胁数据的采集、车载服务器端威胁数据的识别。建主报态防御分析引擎对各种已知威胁进行有效的防护,同时通过分析引擎,对未知漏洞、威胁进行预判,从而形成一种主动防御的行为。最后通过实验表明该方法能够有效保障车联网的安全,为车联网业务安全提供有力的安全支撑.

  • 2021-07-20
  • 阅读96
  • 下载0
  • 7页
  • pdf

基于API序列和卷积神经网络的恶意代码检测

塞积神经网絡（ convolutional neural network. CNN）在诸多领域得到了广泛点用。Windows API序列在姑构上存在前后依赖关系，仅仅使用卷积神经网络实现悉意代码检测将忽略词的上下文语义,因此使用了词向量模型来训练API序列，并且融合5个大小不同的卷积核来弥补传统暮积网络丢失序列时序信息和语法信息的缺点在Cuckoo沙箱中运行样本文件，提取动态API序列并进行去重处理。预训练得到词向量，输入到多核融合的CNN网络中训练悉意代码检测模型.最后使用测试集测试模型的有效性,测试集的正确率值达到了98.1%,结果表明所提出的方法能有 效地检测悉意代码

  • 2021-07-20
  • 阅读103
  • 下载0
  • 8页
  • pdf

基于神经网络基础情感分析现状

现有情感分类模型大都采用Word2Vee,GloVe（gobal vectors）等 获取文本的词向量表示，忽略了词的上下文关系。针对此问题，提出基于BERT（ bidirectional encoder representations fromtransformers）预训练语言模型与双向长短时记忆网络（ bidirectional long short term memorynetwork, BLSTM）及注意力机制相始合的神经网络模型进行文本情感分析.首先通过BERT预训练模型获取包含上下文语艾信息的词向量，然后利用双向长短时记忆网络提取上下文相关特征进行深度学习,最后引入注意力机制对提取出的信息分配权重,突出重点信息，进行文本情感分类。在 SST（stanford sentiment treebank）数据集上测试准确率可达到88.91%.表明该方法较其他方法在 分类准确率上有一定程度的提高

  • 2021-07-20
  • 阅读136
  • 下载0
  • 8页
  • pdf