• 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

_基于大数据分析的智能交通云平台建构

随着我国科学技术的不断进步和发展,智能交通系统已经广泛应用于我国的高速公路工作中。智能交通系统的出现有效地解决了公速公路的交通问题,为高速公路的发展奠定了坚实的基础,做出了巨大的贡献。智能交通也是交通领域的主要研究课题之一,它涉及各种技术的综合运用

  • 2022-08-05
  • 阅读239
  • 下载0
  • 2页
  • pdf

_基于车路协同技术的智能交通下多匝道协同控制算法

为提高智能交通下多匝道协同控制能力,提出基于车路协同技术的智能交通下多匝道协同控制算法。构建智能交通下路网均衡配置模型,采用分区块化网格划分方法实现多匝道协同参数解析和融合控制,结合车路协同参数调节的方法,构建多匝道协同控制目标函数,通过交通网络的流量参数分析,实现对多匝道协同规划和路径优化设计; 采用车路协同技术实现对多匝道协同规划和智能控制,实现多匝道协同空间规划设计。仿真结果表明,采用该方法进行多匝道协同控制的交通规划能力较好,交通流量控制能力较强,缩短了车均延误时间。

  • 2022-08-05
  • 阅读198
  • 下载0
  • 4页
  • pdf

_基于车路协同的车联网体系架构及关键技术分析

V2X(车联网)是为提升汽车智能化水平和自动驾驶能力、改善汽车驾乘感受、提高交通效率,而借 助信息和通信技术,构建的车与车、车与路、车与人、 车与服务平台的全方位网络连接[1]。

  • 2022-08-05
  • 阅读196
  • 下载0
  • 4页
  • pdf

_基于C-V2X技术与智能交通相结合的典型应用分析

文章通过简述C-V2X、车路协同技术、MEC的概念及原理,提出了基于C-V2X的解决方案架构。针对目前智能交通的安全、效率、信息服务典型问题,对智能交通的典型场景如交通信号灯、交通出行效率、交通安全、自动驾驶云控平台等场景做出具体分析,并提出对应的解决办法,希望能为各地测试区的智能网联项目应用场景建设提供一些参考建议。

  • 2022-08-05
  • 阅读191
  • 下载0
  • 7页
  • pdf

_夯实智慧道路数字底座,构建车路协同新体系

车路协同时代的智慧道路数字底座是一种新型的交通信息基础设施,新基建政策的出台对实现国家生态化、数字化、智能化和高速化转型有着极为重要的意义,对夯实智慧道路数字底座、构建车路协同新体系也有着深远的影响。

  • 2022-08-05
  • 阅读217
  • 下载0
  • 4页
  • pdf

_国外自动驾驶保险模式对我国的启示

研究国外自动驾驶保险模式及其相应法规,探讨我国自动驾驶保险发展面临的挑战,对推进我国自动驾驶保险规范化具有现实意义。

  • 2022-08-05
  • 阅读276
  • 下载0
  • 3页
  • pdf

_高速公路车路协同技术应用探讨

阐述了车路协同技术的基本概念,从智能车载技术、智能路侧技术、通信技术和云计算等方面分析了车路协同关键技术。从车辆安全辅助驾驶、最优路径导航、前撞预警、弯道车速预警等方面分析了车路协同技术在高速公路运营管理中的应用,得出采用车路协同技术可明显减少交通事故,提高道路运行效率。

  • 2022-08-05
  • 阅读191
  • 下载0
  • 3页
  • pdf

_分析物联网技术在智能交通中的应用

在社会经济可持续发展的过程中,各行各业顺应着时代变迁高速、高质的发展,中国交通运输业就是其中的代表。 在 物联网与大数据时代,各种高效的管理应用模式逐渐服务于交通管理。 物联网从理论知识渐渐成为交通管理的重要基石,如提高信息管理、自动化水平、交通运输业的建设中物联网起着重要的作用。 本文结合物联网发展的总体环境,对物联网在智能交 通领域的具体应用进行设计,研究物联网的应用问题以及交通运输业存在的问题,并提出相应的解决方案。 以期促进物联网的发展,在智能交通中更好地利用物联网。

  • 2022-08-05
  • 阅读314
  • 下载0
  • 2页
  • pdf
上一页 1 …… 808809810811812813814815816817818 …… 5897 下一页 共 47175 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

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读106
  • 下载2

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941
  • 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2751
  • 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3175
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读41
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读61
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读66
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读62
  • 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