• 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

大数据能促进中国制造业结构优化吗_

大数据是产业转型升级的重要引擎。基于2005—2017年中国省级制造业部门面板数据,系统分 析大数据影响制造业结构优化的机制和路径,从劳动生产率视角重新测算制造业产业结构高级化和合理化, 从资源和技术方面量化大数据发展水平,并利用计量模型进行实证分析。结果表明:大数据能有效促进中国 制造业结构高级化和合理化。同时,大数据对制造业结构高级化和合理化的影响具有区域差异。具体而言, 中部地区制造业结构高级化在大数据发展中受益最多,东部次之;合理化方面,大数据对东部地区的影响最 大,西部次之。这意味着大数据不仅能提升中国制造业结构优化,还能通过合理的引导与规划缩小地区间发 展差距,统筹区域协调发展。

  • 2021-06-23
  • 阅读274
  • 下载0
  • 12页
  • pdf

基于大数据的智能电网数据调度与快速分发方法研究

针对云计算集群环境,智能电网的大规模数据处理面临巨大压力,任务调度和大规模数据分发的快速处理是 亟待解决的问题。文章基于云计算和大数据处理技术,提出一种用于电力数据处理任务调度和分发的多队列动态 优先级调度算法和节点选择算法,可以及时可靠地处理和分发关键数据。通过仿真将该算法与经典算法进行比 较,验证算法的准确性和有效性。结果表明,该方法可以有效地分配节点负载,在任务完成时间和完成率上优势明 显。该研究为我国电力大数据信息平台的研究提供参考和借鉴。

  • 2021-06-23
  • 阅读218
  • 下载0
  • 6页
  • pdf

改进的kNN分类算法在工业物联网中的应用

在工业物联网中,k近邻分类(kNN)被广泛应用于缺陷产品识别和异常检测。但kNN自身 存在计算复杂度高、不适用于分布式环境等缺点。因此,文中提出了一种安全有效的分布式kNN分 类算法,以防止信息泄漏和控制流泄漏,同时支持分布式服务器上的大规模数据分类。首先设计了一 个安全有效的向量同态加密方案。在该方案的基础上,提出了DkNN,有效地实现了数据流的机密 性、kNN查询和类标记,同时实现了对加密数据的同态操作。实验结果表明,提出的DkNN算法能够 满足实际需要

  • 2021-06-23
  • 阅读246
  • 下载0
  • 6页
  • pdf

基于大数据车辆模拟运行及日志收集仿真研究

:中国汽车保有量呈井喷式上涨,需要面对越来越多的车辆违法行为,如超速行驶、遮挡牌照、套牌、占道等等。 针 对这些问题,传统的车辆稽查方式显得力不从心,存在数据单一、实时性差、离线分析为主等缺点。 为减轻交管部门的车 辆稽查压力,构建了以大数据实时分析技术为基础的车辆模拟运行及日志收集仿真模拟系统。 该仿真模拟系统采用 Flume、Hadoop 框架和 Redis 集群,参照城市街道布局设计,不仅对海量车辆的超高并发度运行和城市交通进行了模拟,还 对车辆日志信息进行了实时收集。 以此为依据,构建的车辆模拟运行场景,可以有效地提高车辆稽查效率。 该系统为数 据量较大的行业提供了一种解决问题的思路,用同样的方法可以为城市旅游、城市产业分布等进行场景模拟,进而调整旅 游服务、产业调整等方案。

  • 2021-06-23
  • 阅读204
  • 下载0
  • 5页
  • pdf

工业物联网中大规模受损边缘计算网络修复机制

针对工业物联网中边缘计算网络与其余子网的相互依赖特性所导致的网络大规模级联故障问题,考虑到 网络修复初期的资源有限性,提出了一种联合考量计算需求与修复开销的网络修复机制。考虑到受损网络结构(拓 扑关系与链路容量)和动态特征(边缘计算节点计算需求),基于节点计算量守恒定理构建了链路修复策略集与 网络计算迁移的联合分析框架。基于 Benders 分解算法,将原 NP-hard 问题转化为相互依赖的主问题与子问题, 通过割平面的不断逼近,实现对原问题最优解在多项式时间内的高效探索。结合局部分支法,进一步保障 Benders 分解算法的上界在迭代过程中的非增特性,加快算法收敛速度。仿真结果表明,所提算法的系统总开销性能优于 传统基于拓扑结构的修复算法,并且可以在多场景下保持其性能优势。

  • 2021-06-23
  • 阅读237
  • 下载0
  • 11页
  • pdf

基于环境建模的物联网系统TAP规则生成方法

用户需求是物联网智能服务的根本驱动力,如I唧等很多物联网框架允许用户使用简单的触发.命令 编程(TAP)规则进行编程,但它们描述的是设备调度程序,并不是用户服务需求.一些物联网系统提出采用面向目标 的需求方法,支持服务目标的分解,但很难保证物联网不同服务间的一致性和服务部署的完整性.为了支持正确的 “用户编程”并保证用户服务需求的一致性与完整性,提出了基于环境建模的TAP规则自动生成方法,在用户提供的 服务需求的基础上,根据环境模型自动推导出所需的系统行为,以检测系统行为的一致性和完整性,并最终自动生成 TAP规则,实现从用户服务需求到物联网设备调度的自动生成.构建了物联网应用场景的环境本体以建模环境,并定 义了基于环境本体的服务需求的描述方法.另外,针对方法的准确性、效率、性能以及构建环境本体的时间开销,在 智能家居场景上进行了评估.结果表明,所提方法的准确性、效率和性能均超过可用阈值,且在需求达到一定数量 后,构建环境本体花费的时间可忽略不计

  • 2021-06-23
  • 阅读233
  • 下载0
  • 19页
  • pdf

基于区块链与农业物联网技术的订单农业供应链运营决策

应用物联网技术The opacity of the supply chain process has seriously hindered the development of agriculture,andblockchain and Internet of Things have provided solutions for this. According to the investmentandnon-investment of blockchain, Internet of Thingsandother technologies in the "company + farmer" contract farming supply chain, Stackelberg game models composed in the traditional modelandthe "blockchain + " model was constructed to consist the companyandfarmer respectively. A comparative analysis method was used to analyze the impact of the "blockchain+" model on the productionandmanagement decisionsandprofits of companyandfarmer. The research results show that the existing market size has the greatest impact on the choice of farmers; the company's decision mainly considers the construction costs of blockchainandInternet of Things. The results of numerical analysis show that when the construction cost is small enoughandthe market size is small, the company and the farmer will choose to join the "blockchain + " model; when the construction cost is greater than a certain threshold, regardless of the market size, the companyandthe farmer will both at the same time, selectthe "Blockchain +" mode to achieve a win-win situation. Key words: Blockchai

  • 2021-06-23
  • 阅读209
  • 下载0
  • 6页
  • pdf

基于以太坊的改进物联网设备访问控制机制研究

当前物联网设备节点动态性强且计算能力弱,导致物联网中的传统访问控制机制存在策略判决与策略权 限管理效率较低、安全性不足等问题。提出基于以太坊区块链的物联网设备访问控制机制,结合基于角色的访问 控制(RBAC)模型设计智能合约。对以太坊相关特性进行分析,建立结合用户组的改进 RBAC 模型。设计基于以 太坊区块链技术的物联网设备访问控制架构及算法,通过编写图灵完备的智能合约实现物联网设备访问控制,融 合以太坊区块链 MPT 树存储结构与星际文件系统对访问控制策略进行存储管理。在以太坊测试链上的实验结果 表明,该机制具有较高的策略判决性能与安全性。

  • 2021-06-23
  • 阅读239
  • 下载0
  • 9页
  • pdf
上一页 1 …… 161162163164165166167168169170171 …… 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

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1537
  • 下载5

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1956
  • 下载9

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1836
  • 下载6

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读1678
  • 下载0

最新上线

四大AI工程支柱(模智空间)

中服云www.cserver.com.cn 中服云长期致力于工业物联网平台及工业APP的研发和服务,是业界领先的工业物联网厂商。其工业物联网平台系列产品是基于云计算、大数据、人工智能等前沿技术构建的综合性工业物联网解决方案,包括基本版、企业版、集团版、数字孪生版和设备版,旨在为不同规模、不同需求的企业提供定制化的数字化转型解决方案。

  • 阅读17
  • 下载1

智慧畜牧白皮书

所有现场人员都要加强精神文明建设,遵守职业道德,减少施工对周围环境的影响,由专人负责公共关系协调,听取有关方面提出意见和建议,虚心的接受检查和批评。并在可能的情况下加以整改,满足有关部门要求,使工程能顺 利进行。

  • 阅读54
  • 下载0

2026中国制造业精益白皮书

刚刚过去的2025年,中国制造业正站在人口红利结束、全球供应链重构与智能制造时代加速的十字路口。面对竞争加剧、客户需求更迭迅速、成本压力持续上升,“内卷”已成常态的形势下,企业必须建立可持续的卓越运营能力。从1999年成立至今,北京冠卓咨询已在中国服务超过250家从优秀向卓越迈进的工厂,包括数十家上市公司与世界500强在华工厂。本白皮书基于我们过去25 年的一线项目数据、行业趋势洞察与工厂改善经验,旨在为中国制造业提供。

  • 阅读82
  • 下载1

工作场所中的人工智能

端到端重新思考工作是创造价 值的前提 越来越多的组织正在使用AI进行"创新”,构建新的商业模式。端到端重新设计工作流程的公司在价值捕获和员工满意度方面表现优于仅部署工具的公司。差距不断扩大,驱动力来自更清晰的路线图和对人才的更深入投资。

  • 阅读63
  • 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