• 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

基于云平台的物联网停车场管理系统设计_潘宇

随着物联网技术快速发展,并在很多行业领域普及,在实际技术应用中大大提高了工作效率,节省了人工成本。本文设计了一个基于云平台的物联网停车场管理系统,系统软件可以在PC机WEB端以及手机APP上应用。系统创新点基于安放在停车场的传感器,用户可以通过手机APP实现车位查询、车位预订、自动导航路线并引导到预订停车位泊车。出入停车场门禁前可以通过APP扫码验证,验证通过后门禁会自动开启,停车场管理人员还可以通过系统接入安防监控摄像头实时查看停车场状况,一旦有火灾事故发生时,系统APP第一时间产生警示信息。

  • 2021-06-22
  • 阅读172
  • 下载0
  • 5页
  • pdf

基于大数据的高校学生在线学习画像研究

以四川省某高校的网络教学平台为研究对象,对该平台的学生在线学习数据进行学习行为画像。采用 python、 dycharts、图表秀,对不同任务点(视频)学习情况下学生章节测验平均分、不同作业平均分下学生的章节测验平均分、不同 网络测评成绩下学生网络学习状况进行了画像。画像结果能直观看出任课老师对于课程设置的情况、学生学习的各项基 本情况、各学院对于学生学习管理的长处和短处,从而更有针对性地进行改善和提高。

  • 2021-06-19
  • 阅读172
  • 下载0
  • 5页
  • pdf

表生地球化学数据库及大数据研究进展

表生地球化学是研究地球表层系统的交叉学科,与气候、环境、人类活动等密切相关。随着大数据时代的来临,表 生地球化学正面临着新的机遇和挑战。为了给深时数字地球(Deep-time Digital Earth, DDE)科学计划的数据平台建设提供 借鉴和参考,文章对现有的表生地球化学领域的数据及其数据库进行了初步调研。结果表明,表生地化数据具有多元化、 跨学科的特点,大多数的数据处于缺乏统一标准和非结构化状态;诸如GEOTRACES、PANGAEA等大型数据库具有相对成 熟的数据标准和数据管理经验,SISAL数据库在数据结构化的层面上取得了关键成果,都为表生地球化学数据库的进一步建 设和完善提供了基本方法和参考经验。文章最后提出表生地球化学大数据建设应以研究目标和需求为导向,组建相应专题 科研工作组,集中力量,全面推动学科数字化

  • 2021-06-21
  • 阅读172
  • 下载0
  • 15页
  • pdf

基于学习大数据的学习评价_原理、模型及实施策略研究

随着5G网络、大数据、万联网和人工智能的颠覆式创新发展,基于学习过程大数据的学习评 价已成为教育评价研究的新热点,并初步呈现出以大数据为基础的新一代评价范式转型建构之趋势。文章 在界定学习大数据概念的基础上,阐释论述了学习大数据的价值和基于学习大数据的学习评价原理,诠释 构建了基于学习大数据的过程性评价模型,论述并提出了基于个性化学习大数据的学习评价实施策略。

  • 2021-06-21
  • 阅读172
  • 下载0
  • 7页
  • pdf

云系统中基于同态哈希认证的大数据安全传输

针对云系统中现有安全数据传输机制缺乏明确的数据分类以及传输过程中安全风险较大等问题,提出一种云系统 中基于同态哈希认证的大数据安全传输。将不同类型的文件转换为文本文件,基于风险影响程度对其分类,文件被标识为 机密或公共。当机密文件传输时,发送方加密文件,接收方基于同态哈希对发送方进行身份认证,确保数据安全性。在 Hadoop 分布式文件系统中,对所提方法的性能进行论证,实验结果表明,所提方法能够在提高数据传输安全性的同时尽 可能小地影响数据传输量。

  • 2021-06-21
  • 阅读172
  • 下载0
  • 7页
  • pdf

物联网搜索技术综述

物联网搜索技术的逻辑,语言,发展前景,面临困境

  • 2021-06-17
  • 阅读172
  • 下载0
  • 20页
  • pdf

双背景模型自适应运动目标检测算法在交通监控系统中的应用研究_成亚玲

针对现有运动目标检测算法不能满足复杂场景需求,提出一种基于高斯混合模型和时间平均模型改进的双背景模型自适应运动目标检测算法。对视频图像背景进行简单背景和复杂背景自适应判别,并建立相应的背景模型。双背景模型获取的运动目标区域信息更完整、清晰。实验表明,与传统检测算法相比,新算法在去除区域孔洞、目标区域完整性具有较好性能和优越性。

  • 2021-06-17
  • 阅读172
  • 下载0
  • 5页
  • pdf

基于网络科学方法探讨智能家居可靠性

本文以网络科学的方法为工具,用国家标准中给出的智能家居拓扑图为研究对象,对智能家居物联网的结构特点进行了分析,利用分析结果对智能家居可靠性的保障提出了建议。

  • 2021-06-21
  • 阅读172
  • 下载0
  • 5页
  • pdf
上一页 1 …… 311312313314315316317318319320321 …… 2040 下一页 共 16314 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740
  • 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795
  • 下载6

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890
  • 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877
  • 下载10

最新上线

智慧商业综合体概念方案

智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案智慧商业综合体概念方案

  • 阅读12
  • 下载0

全球热泵行业数据发展报告(简介版)

数据来源链:空气源热泵主机厂家、上下游产业链企业、市场经销商、第三方相关机构,所涉及到的金额均为2023年自然年收入, 均为不含税销售收入。

  • 阅读23
  • 下载0

人工智能行业-2026年人工智能趋势研究

感觉ChatGPT横空出世仿佛是上辈子的事情,但自从生成 式人工智能(AI)革命全面展开,也仅仅过去了三年。从 那时起,无数新平台和用例如雨后春笋般涌现,品牌和用 户对生成式AI的理解也在稳步演变。

  • 阅读23
  • 下载0

人工智能在玩具箱中:父母如何看待针对儿童的AI玩具

智能玩具和以儿童为中心的设备迅速从新奇品转型为主流假日产品,被市场誉为富有乐趣、寓教于乐以及日益具备对话能 力的儿童伴侣。近期媒体报道突出了人们对这一趋势既兴奋又不安的复杂情绪,父母们面临玩具对话、记忆过去交互以及 模拟社交或情感反应的挑战(赫斯和梅辛格,2025;拉德斯基,2025;苏金德,2025)。与此同时,该领域的早期安全 检测已经开始暴露出一些潜在风险。独立玩具安全研究指出,部分智能玩具收集儿童敏感数据,比如儿童的声音和对话, 在测试中,这些玩具产生了不适或发展不恰当的内容(穆雷等人,2025)。这些产品带来了关于屏幕时间和学习的老问题 ,也引入了关于数据收集、情感依托以及人工智能在儿童社交发展中的角色等新担忧。

  • 阅读21
  • 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