• 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

基于自适应差分演化算法的光伏模型参数提取_李水佳

快速准确地提取光伏(PV)模型的参数对于光伏系统的模拟、评估和控制是至关重要的。近些年来,使用智能优化方法对PV模型进行参数提取得到了极大的关注。然而,这些智能优化方法往往消耗了大量的计算资源。为了准确快速地提取光伏模型的参数,提出了一种新型的自适应差分演化算法。在该算法中,提出了一种新的变异策略。为了验证算法的性能,选择单二极管模型、双二极管模型和PV模型作为测试模型。实验结果表明:提出的算法可以快速准确地提取到不同PV模型的参数。因此,提出的算法可以作为一种有效的PV模型参数提取方法。

  • 2021-04-26
  • 阅读405
  • 下载0
  • 6页
  • pdf

基于一种混合智能算法的有限元模型修正多解问题_康俊涛

为了使有限元模型修正结果更加符合结构实际情况,将传统的提供单一修正结果转变为提供多个修正结果,然后由决策者根据现场情况、类似工程经验等非参数信息来决定最终采用的修正模型;并且针对这一问题,将优化速度快的稳态遗传算法和优化精度高的梯度下降算法相结合,提出了一种混合智能算法.最后分别采用数值算例和ASCE-Benchmark模型修正过程验证了所提算法的寻找多解能力和优化精度.结果表明,本文所提算法可以寻找到定义域内的全部极值,且相比于稳态遗传算法具有更高的精度,ASCE-Benchmark算例中,两个修正后的有限元模型与实测结果之间的频率误差均有明显下降.

  • 2021-04-26
  • 阅读434
  • 下载0
  • 9页
  • pdf

基于滑窗算法和序列翻译模型的非侵入式负荷跨域分解_刘海东

非侵入式负荷分解作为实现电网与家庭用户能量监测的关键技术,能够量化能耗,为合理分配能源提供数据支撑。虽然目前已有算法在同数据集中功率分解准确率上有了很大的提高,但模型泛化性差且跨数据集间分解准确率低。为此,文中提出了一种基于滑窗方法的序列翻译优化模型,并运用迁移学习实现算法的跨数据集分解。该模型以滑动窗口的方式读取主电源有功功率的时间序列,采用基于LSTM编解码的序列到点模型预训练,经迁移学习获得训练模型,实现在不同数据集中的负荷分解。算例结果表明提出的深度学习模型在不同的数据集间训练测试均有较高的分解性能和准确率,提高了算法的泛化能力。

  • 2021-04-26
  • 阅读601
  • 下载0
  • 10页
  • pdf

物联网安全:安全问题分析

物联网的安全问题是多方面的,包括传统的网络安全问题、计算系统的安全问题和物联网感知过程中的特殊安全问题等。下面简要介绍物联网系统中一些特殊的安全问题。

  • 2021-04-26
  • 阅读229
  • 下载0
  • 5页
  • pdf

AI设计下的智能驾驶场景文本识别技术

交通标志识别作为智能驾驶、交通系统研究中的一项重要内容,具有较大的理论价值和应用前景。尤其是文本型交通标志,其含有丰富的高层语义信息,能够提供极其丰富的道路信息。因此通过设计并实现一套新的端到端交通标志文本识别系统,达到有效缓解交通拥堵、提高道路安全的目的。

  • 2021-04-26
  • 阅读314
  • 下载0
  • 7页
  • pdf

开源:物联网发展的“中场战事”丨物深度004

从软件到数据库,从芯片到操作系统,开源已经得到物联网领域的广泛认同。显而易见,随着万物互联时代的到来,越来越多的开源项目正在酝酿,开源俨然已经成为智能时代的主流趋势。可以说,开源正在吞噬世界。

  • 2021-04-26
  • 阅读247
  • 下载0
  • 23页
  • pdf

认知计算、区块链IoT、物联网安全…看懂的人将控制未来

目前B2C消费产品占据物联网市场超过半壁江山,但是根据IDC的预测,到2020年,物联网市场的80%以上将用于B2B应用。 当代世界,各种前沿科技层出不穷,形成了人工智能、虚拟现实、区块链等相互叠加的科技爆炸时代。借由这些新技术的应用,物联网将创造新的商业模式、新的工作流程、新的生产力引擎以便形成更好的成本控制和用户体验。

  • 2021-04-26
  • 阅读213
  • 下载0
  • 11页
  • pdf

三年NB-IoT,十年物联网物深度001

物联网的发展与繁荣离不开各从业人员的坚持与努力,作为物联网行业的深度观察者和研究者,物联网智库致力于从物联网整个行业中挖掘出有价值、有深度、有共鸣的内容,特推出【物深度】专栏以飨读者。本文是【物深度】专栏第001篇文章,主角为NB-IoT。

  • 2021-04-26
  • 阅读197
  • 下载0
  • 25页
  • pdf
上一页 1 …… 27112712271327142715271627172718271927202721 …… 2879 下一页 共 23026 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1116
  • 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1527
  • 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1458
  • 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1275
  • 下载0

最新上线

高校一体化大数据平台解决方案

高校教学工作诊断与改进简称“诊改”工作,一体化大数据平台助力学校根据自身办学理念、人才培养目标,专业设置条件、教师队伍建设、课程体系改革、课堂教学实践、学校管理制度、校企合作创新、质量监控成效等人才培养工作要素,查找不足与完善提高的工作过程。

  • 阅读14
  • 下载0

园区智慧管理数字平台·

通过将各个子系统智能化集成控制,建设一套互相关联、统一协调的系统集控平台,使各系统信息得到高效、合理的分配和共享,达到信息共享、系统联动的目的,并完成数据采集、存储、分析、生成报表等;为大楼管理者提供实时准确数据可视化。主要监控子项如下:新风、照明、给排水、通风与空调

  • 阅读37
  • 下载0

一体化数据中台体系方案

通过打造省市级联系统,实现跨部门、跨层级、跨系统、跨地域的数据共享。通过数据共享,切实化解了异地提取住房公积金的堵点、难点,让长三角地区缴存职工切实感受到住房公积金服务水平的提升。

  • 阅读44
  • 下载0

数字政府新型智慧城市一网统管顶层设计 建设方

本项目实施过程中遇到的问题主要有以下几个汇报方式: M信息产业有限公司项目组每天汇总项目实施情况,讨论遇到的问题; > 信息产业有限公司项目组以工作日报的方式向业主方方项目组报告工作进展情况和问题; > 信息产业有限公司项目组每天向业主方方项目负责人口头汇报遇到的问题; 》 对于重大问题,信息产业有限公司项目组以书面的形式向业主方方项目负责人汇报;双方召开协调会进行讨论决策;对协调会进行记录并提供会议纪要。

  • 阅读55
  • 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