大数据及其成因

大数据的成因源于信息技术的发展。回顾半个多世纪人类信息社会的历史，1966年摩尔定律的提出，使晶体管越做越小、成本越来越低，为大数据现象的形成奠定了物理基础，这相当于铸器，人类有能力制造巨鼎盛载海量的数据；1989年数据挖掘技术的产生，让大数据实现了“大价值”；2004年出现的社交媒体，则把全世界每个人都转变成了潜在的数据生成器，向摩尔定律铸成的巨鼎当中贡献数据，这是“大容量”形成的主要原因。本文通过分析大数据的静态的概念和动态的成因，使人们更清楚地理解大数据的特点。

2021-04-25
阅读330
下载0
13页
pdf

零信任工程之规划、场景化构建与项目管理

将安全措施从网络转移到具体的人员、设备和业务资产；在边界安全之上叠加基于身份的逻辑边界；其本质是基于身份的、细粒度的动态访问控制机制。 1、对所有设备、用户和网络流量进行身份认证、授权和加密。 2、访问控制策略应该是动态的，基于尽可能多的数据源计算出来

2021-04-25
阅读301
下载0
24页
pdf

零信任安全在精准云网场景应用的实践与思考

发展趋势--＞系统复杂化 – 由封闭转向开放，主体多元化， – 商业模式、信任关系变化 – 终端、业务、基础设施多样化 – 端到端、个性化的安全保证

2021-04-25
阅读273
下载0
20页
pdf

基于BIM技术的建筑工程高支模监测应用与研究

当前建筑工程的体量规模、设计复杂性逐渐增长,建筑物平面布局、结构类型变得新颖多样,大跨度大截面梁、高空间建筑物增多,这对建筑施工支撑体系设计提出了更高要求,表现为支撑体系更高大、更复杂、更细致,支撑体系施工过程中的安全、稳定是保证工程项目安全、顺利实施的关键。结合具体案例,在高支模施工过程中运用基于 BIM 技术的监测技术,通过对支撑体系进行受力计算、施工监测、数据分析,确保了高大模板支撑架体科学、安全实施。

2021-04-25
阅读372
下载0
5页
pdf

安全的最后一公里：特权访问安全

PAM成为最重要的安全领域之一：任何组织都需要解决特权账号以及其他拥有高级权限账号的安全问题，因为这些账号一直是攻击者的首要目标，利用这些账号可以轻易获取敏感信息和数据。

2021-04-25
阅读303
下载0
17页
pdf

智能建造产业链的核心产业筛选

智能建造是我国传统建筑业转型升级的必由之路，然而在企业转型实践过程中，部分企业对自身的发展定位不够明晰，企业转型难以取得突破性进展。其中一个重要原因在于国家层面缺少引领产业系统性发展的规划文件，企业本身也缺少对智能建造产业体系的深刻认识。因此，现阶段构建层次分明的智能建造产业体系就显得尤为重要。基于智能建造产业链，针对建筑业转型升级过程中存在的技术缺位，从 225 个智能建造相关产业中筛选出 45 个推动智能建造快速发展的核心产业，以期为构建智能建造产业体系、制定产业发展政策提供基础性建议。

2021-04-25
阅读378
下载0
6页
pdf

基于智能家居数据的住宅空调用能行为实测方法研究

空调用能行为数据是住宅能耗预测与模拟的研究基础。常规的问卷调查、户外电表读取、电能计量仪以及温湿度计等实测方法为以往的研究提供了大量基础数据，但仍然不够理想。随着物联网的快速发展，集监测与控制于一体的智能家居设备逐步得到大众的认可与采用。该文通过对智能家居设备的调研与实测方法分析，提出基于智能家居设备来开展空调用能行为实测的3个技术支撑要素，5个用能行为关键绩效指标以及其在实测数量、时长、成本、精度和实时数据等方面的技术优势，希望为相关用能行为数据收集提供更多实测方法与创新思路。

2021-04-25
阅读404
下载0
6页
pdf

人工智能技术在建筑能源管理中的应用场景

本文简要介绍了建筑能源管理（BEM）的概念。并从5个方面阐述了BEM对人工智能（AI）技术的需求，即楼宇控制需要由从顶到底的基于物理模型的控制模式，转变为从底到顶的基于数据的控制模式；建筑能源系统由单一能源转变为多能源，需要解决可变可再生能源的不稳定问题；BEM的管理模型，需要从白箱转变为灰箱，甚至黑箱。此外还有负荷预测问题和非结构化数据的处理问题。文章还提出了BEM系统架构、迁移学习、物联网构建、AI与BIM的关系，以及负荷反推等需要研究的问题。文章并对人工智能在BEM领域的发展提出了建议。

2021-04-25
阅读443
下载0
11页
pdf

上一页 1 …… 7830 7831 7832 7833 7834 7835 7836 7837 7838 7839 7840 …… 7956 下一页共 63644 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

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR

阅读716
下载8

2026“人工智能+”行业发展蓝皮书

2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

阅读2499
下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。

阅读2953
下载14

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。有效降低设备故障率、减少停机损失，简化线下运维管理流程。助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。

阅读2682
下载12

最新上线

智慧校园音频应用方案

教育机构的规模壮大，行政会议频繁，而机构的复杂性与地域的分散性常常使信息传达的周期过长，影响工作内容的执行，更耗费了不少的差旅费。本系统可以召开主会场和所有分会场参加的全网视频会议。利用视频会议系统可以随时召开日常会议，减少差旅会务成本，缩短时间消耗可以打造一个跨区域多人共享、沟通无障碍的工作空间。

阅读50
下载0

中国城市人工智能发展指数报告（2025-2026）

能源转型正以前所未有的速度重塑全球经济发展格局。当前，以新能源为主体的新型电力系统建设正在加快推进，风电、光伏等可再生能源装机规模持续增长，能源生产和消费方式不断发生深刻变化。与此同时，新能源发电的波动性和间歇性也使电力系统对于灵活调节能力提出了更高要求，储能作为支撑能源转型的重要基础设施，正在从新能源发展的“配套环节”逐步成为推动能源体系变革的“关键支柱”