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

基于深度学习的地质找矿大数据挖掘与集成的挑战

基于深度学习的地质找矿信息挖掘与集成已经成为数学地球科学的前沿领域 .深度学习作为一种具有多级非线性变换的层级机器学习算法，在地质找矿大数据挖掘与集成中仍处于探索阶段，还有一系列问题亟需解决 . 以卷积神经网络为例，探讨了基于深度学习的地质找矿大数据挖掘与集成过程中两大挑战：训练样本不足和深度学习网络模型构建困难，重点分析了基于复制和添加噪声的地质找矿数据增强技术并开展了多组对比实验，构建了适用于地质找矿大数据挖掘与集成的训练样本和卷积神经网络模型 . 该模型对闽西南铁多金属成矿区的地质、地球物理和地球化学等多源数据进行了特征提取与集成融合，圈定了找矿远景区，为该区进一步找矿提供了科学依据 .

  • 2021-06-17
  • 阅读274
  • 下载1
  • 9页
  • pdf

食品科学大数据与人工智能技术

要 大数据技术是指从各类数据中，通过不同分析方法和工具获取有价值信息的能力。 人工智能技术是指研究、开发用 于模拟、延伸和扩展人的智能的理论、方法、技术。 大数据技术与人工智能技术相辅相成，大数据是人工智能的基石，人工智 能是大数据应用的体现。 食品科学大数据与人工智能则是将大数据技术、人工智能技术与食品科学交叉融合。 将人工智能 与大数据技术融合到传统食品科学领域中，可以创新食谱并智能推荐，追踪溯源食品，分析用户口味偏好，监控食品安全 等，使得食品科学获得更大发展，并为人们提供更好的服务。 本文阐释当前食品领域大数据与人工智能交叉融合发展现状， 分析其面临的挑战，讨论可行性解决方案，展望食品科学大数据与人工智能技术未来发展趋势。 本文通过抛砖引玉，旨在吸 引更多的大数据和人工智能技术与食品科学相结合，从而更好地预见并服务于未来食品的发展。

  • 2021-06-17
  • 阅读240
  • 下载0
  • 8页
  • pdf

基于SA算法的主动配电网网损优化模型研究_曾鸣

分布式电源的接入会对主动配电网系统网损以及其运行经济性造成一定的影响。文章在传统最优潮流（Optimal Power Flow,OPF）模型的基础上,提出了基于敏感性分析（Sensitivity Analysis,SA）算法的主动配电网系统网损优化模型及其求解流程,并在华北地区某34节点配电网系统中对上述模型进行了仿真验证。算例结果表明,在一定的优化误差内,SA算法较传统OPF优化过程具有更高的计算效率,风电出力的不确定性会对系统网损及其最佳接入位置的选择产生较大的影响。

  • 2021-06-17
  • 阅读251
  • 下载0
  • 6页
  • pdf

2019中国互联网广告流量报告

2019年，移动端的广告流量同比下降7.4%。移动端广告流量以视频服务和综合资讯为主，其中视频服务类媒体占58.6%，同比小幅下降，综合资讯的广告流量同比增加10.9%。按照媒体小类细分，在线视频、新闻资讯和短视频的广告流量共同占据移动端广告流量72.2%的份额，在线视频广告流量同比下降21.3%，新闻资讯广告流量同比增加19.6%，短视频广告流量同比增幅达到314.1%。

  • 2021-06-17
  • 阅读214
  • 下载0
  • 32页
  • pdf

车载物联网:未来交通系统的主要技术

不知从什么时候开始，汽车厂商开始奉“大屏”为圭臬，消费者似乎也极度认同“屏大=科技感+智能化”。随着用户习惯的改变，传统DMR\模拟车载台和LTE数字集群车载台交互性差的缺点越来越明显。深圳市遨游通讯设备有限公司根据以往为客户提供定制车载台的经验，推出颠覆行业认知的智能大屏车载台-遨游V80。遨游V80是一款集DMR数字对讲+LTE专网通讯的数据采集多模融合通讯智能车载台。

  • 2021-06-17
  • 阅读197
  • 下载0
  • 7页
  • pdf

泛在电力物联网体系架构及实施方案初探

泛在电力物联网体系架构及实施方案初探

  • 2021-06-17
  • 阅读199
  • 下载0
  • 8页
  • pdf

物联网体系结构与实现方法的比较研究

物联网体系结构与实现方法的比较研究

  • 2021-06-17
  • 阅读156
  • 下载0
  • 21页
  • pdf

打造教育人工智能大脑_教育数据中台技术实现路径

在智能时代，基于教育数据打造驱动教育不断发展的“教育人工智能大脑”，是一个前沿而紧迫的问题。数据中台的出现为实现教育数据的快速流转与价值发掘，构建最强的教育大脑带来可能。本研究首先分析了教育数据中台之于“教育是什么”“为什么”“将来会怎样”以及“如何应对”等教育应用的前景及 ＯnｅＤａｔａ 的核心运行机制；然后从教育数据采集层、数据存储层、数据开发层、数据服务层和数据治理层等方面剖析教育数据中台的技术架构；最后结合当前教育数据中台建设的基本情况，从顶层数据意识引导、基础设施建设和智能服务生态三方面提出教育数据中台的实现路径，以期为教育数据中台的落地做铺设。

  • 2021-06-17
  • 阅读338
  • 下载0
  • 8页
  • pdf