二十一世纪以来以数字化技术为核心的全球新一轮科技和产业革命正在孕育兴起，美国、德国等世界发达国家纷纷将数字化作为振兴实体经济、培育新动能的重要战略，积极抢占全球产业制高点。伴随着数字化技术的发展，我国经济发展也进入新常态，《智能制造发展规划（2016—2020 年）》更是明确了国家对重点领域数字化发展的目标。RK 公司作为我国橡胶机械制造业的代表型企业，面对数字化技术的飞速发展和产业竞争的持续加剧，亟需采用数字化技术优化企业管理流程、提升产品技术水平，获取数字化的竞争优势。
随着视频设备的普及，人体行为识别技术被广泛应用于智能制造，智能监控等领域中。传统的人体行为识别方法通常是经过人工设计特征的方式进行行为识别，例如模板匹配，三维建模等。虽然这些方法在场景简单视频中可以取得较好的识别率，但是面对现实中场景复杂的视频时，识别效果却是不尽人意。在人体行为识别任务中，主要难点是对人体的动作特征和时域特征进行准确提取，而人工设计的特征的方式难以做到这一点。随着卷积神经网络的发展，人工设计特征的方式逐渐被卷积神经网络自动提取特征的方式所替代，大量的图像识别任务以及视频检测任务被解决。因此，本文提出一种基于卷积神经网络的人体行为识别方法。
自改革开放的提出，我国的经济迅速发展，其中我国的制造业做出了巨大贡献，但随着全球价值链的重新解构与当前面临的国际形势，我国制造业出现了“低端锁定”的局面。现有较多研究集中于国家层面融入全球价值链的制造业转型升级分析，而忽略了区域内部异质性，对中部欠发达地区的相关研究还不够深入。中部地区不仅仅占据“承东起西”的地理位置，同时也承担了东部沿海地区的产业转移，积极推动中部地区发展，避免“中部塌陷”促进“中部崛起”是区域协调发展的应有之义。
工业机器人在制造领域得到了越来越广泛的应用，具有人机协作特点的人 机共融制造成为近年来工业机器人和智能制造领域最热门的研究方向之一。在 操作人员与工业机器人近距离协作完成任务的背景下，保证协作人员的安全是 一个重要的目标。实际应用中的工业机器人大多不具备协作能力或仅仅只具有 安全急停等被动应急响应，一旦发生安全急停，恢复生产需要耗费大量时间， 无法满足人机协作制造对生产效率的要求。为了实现高效的人机协作制造，必 须对工业共融机器人的实时风险性进行评估，让操作员对工业机器人工作空间 安全性有直观的认识，并使机器人具有决策能力做出主动响应来保证人员安全。 针对上述问题，本文重点研究了制造领域中工业共融机器人安全风险评估方法 及响应策略，主要研究工作如下
当今世界,智慧城市建设成为城市发展的必然趋势。在中国,智慧城市建设将推动新兴产业发展,促进经济转型,打造经济新的增长极。全国各地目前建设智慧城市的投资规模已达千亿元以上,智慧城市建设的市场前景广阔。笔者将从智慧城市的市场发展、思路设计、模式运营、生态构建等方面,探讨智慧城市建设新生态。
齿轮箱是旋转机械设备的重要部件之一。本文主要研发重型机械用齿轮箱的远程监控和故障诊断系统，是工业4．0背景下推进智能制造和工业互联网的重要内容之一。重型机械如矿车、大型客车等由于其负载大、运行环境复杂，因此齿轮箱故障频发，导致重型机械的性能和使用寿命显著下降，因此亟需研究面向重型机械的齿轮箱远程监控和故障诊断方法，并基于该方法研发应用系统。
建立能够和谐平衡各个信息系统之间数据断层的机制是实现管理决策变革最关键的 ３ 大基 础之一，也是智能决策支持系统研究领域的重点内容之一．随着互联网＋时代的到来，各式各样的 数据资源不断积累，数据断层现象在多个领域表现得愈加明显．通过对数据断层理论体系的进一步 研究与实践，着重分析微观层面的数据断层现象，一方面用显断层概念描述各系统之间以及系统内 部存在的较为明显的断层现象，另一方面用隐断层概念描述各系统之间以及系统内部存在的非明 显的断层现象，并在数据显断层中引入缝隙的概念来描述主题无关数据对象，采用数据聚合的技术 手段来降低缝隙数据的断层属性，同时在隐断层中引入“有效密度”来形象地描绘数据分布情况，通 过数据熔合来减少无效数据占用的空间．最后以上海“动感 １０１”音乐电台的移动客户端应用日志 数据为例，分析了电台数据中所存在的数据显断层和数据隐断层现象．
基于行业的安全需求 基于需求的安全状况 基于状况的安全痛点 甲方和乙方和黑客 议题简介：议题主要系统化地对甲方安全进行分析，从安全架构反向分析企业安全中常常忽略的地方，从根源指出问题。运维、应用、开发、人性都是企业安全治理中的痛点，为何企业安全总是痛上加痛？本文将从乙方安全从业者的角度来痛定思痛
没有账户，需要注册
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
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”。
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。
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。
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
物联网平台、工业物联网、数字孪生、设备全生命、生产管理、IOT、三维可视化、数字化大屏、数据采集、SIS、DCS、SCADA 工业互联网平台、工业物联网、能源管理、时序数据库、实时数据库、数据中台、智慧园区、智能楼宇、生产管理系统、机加生产管理系统、MES、设备资产管理系统、设备运维管理系统、设备监控、设备健康、MDC、DNC、倾斜摄影、数字化交付、组态工具
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。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
