• 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

美团技术解析:模型加速与模型裁剪算法概述

本篇介绍了深度学习模型在自动驾驶感知上的应用。出于自动驾驶感知的要求,模型需要具有较高的实时性与准确度,这两个要求在很多时候是矛盾的。因此本文作者提出了一些模型加速与裁剪的方法,以保证模型的快速性与准确性。

  • 2021-04-17
  • 阅读901
  • 下载0
  • 20页
  • pdf

PID控制算法一勺烩 从模型到实现再到口诀

在工业应用中PID及其衍生算法是应用最广泛的算法之一,是当之无愧的万能算法,如果能够熟练掌握PID算法的设计与实现过程,对于一般的研发人员来讲,应该是足够应对一般研发问题了,而难能可贵的是,在很多控制算法当中,PID控制算法又是最简单,最能体现反馈思想的控制算法,可谓经典中的经典。经典的未必是复杂的,经典的东西常常是简单的,而且是最简单的。PID算法的一般形式:

  • 2021-04-17
  • 阅读923
  • 下载0
  • 20页
  • pdf

汽车制动距离估算模型和安全车距控制算法

针对智能车辆自动紧急制动和自主跟车时安全距离控制稳定较差的问题,提出了一种最小安全车距控制算法,基于汽车制动距离分段精确估算模型,针对车辆制动过程的不同阶段,采用不同的制动距离估算模型,准确计算制动距离。尤其是初始制动距离的精确估算,可以准确给出实施制动的最佳时机。再结合周期安全距离闭环控制算法,实现了最小安全车距的精准控制。该模型及算法已应用于奇瑞智能驾驶自动紧急制动和自主跟车系统中,经过5种初始车速,3 000次的实际工况试验,最小安全车距均保持在1.0~2.0 m内,控制精度<±0.5 m。结果表明:所提算法能够精确控制最小安全车距,尤其是针对前方静止目标的工况下,能够保证驾乘舒适性,同时有效提高车辆行驶安全性和道路行车效率。

  • 2021-04-17
  • 阅读977
  • 下载0
  • 17页
  • pdf

CNN模型压缩与加速算法综述

自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后,卷积神经网络(CNN)的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计(hand-crafted)特征和分类器,不仅提供了一种端到端的处理方法,还大幅度地刷新了各个图像竞赛任务的精度,更甚者超越了人眼的精度(LFW人脸识别任务)。CNN模型在不断逼近计算机视觉任务的精度极限的同时,其深度和尺寸也在成倍增长。

  • 2021-04-17
  • 阅读896
  • 下载0
  • 17页
  • pdf

如何构建阿里小蜜算法模型的迭代闭环?

伴随着AI的兴起,越来越多的智能产品诞生,算法链路也会变得越来越复杂,在工程实践中面临着大量算法模型的从0到1快速构建和不断迭代优化的问题,本文将介绍如何打通数据分析-样本标注-模型训练-监控回流的闭环,为复杂算法系统提供强有力的支持。

  • 2021-04-17
  • 阅读931
  • 下载0
  • 15页
  • pdf

作业帮-Doris在数仓中的实践-DorisMeetup

在大数据生态中,数据分析系统在数据创造价值过程中起着非常关键的作用,直接影响业务决策效率以及决策质量。Apache Doris 作为一款支持对海量大数据进行快速分析的 MPP 数据库,在数据分析领域有着简单易用、高性能等优点

  • 2021-04-17
  • 阅读279
  • 下载0
  • 35页
  • pdf

如何提高"强化学习算法模型"的泛化能力?

在深度学习中,模型很容易过拟合到参与训练的数据集。因此,深度学习训练模型的时候通常会将数据集分成训练集和测试集,保证训练的模型在测试集上仍然有很好的性能,即模型的泛化能力。在深度强化学习的应用中,模型的泛化能力也同样重要。本文将介绍最近深度强化学习领域中提高模型泛化能力的一些方法,如域随机化、正则等。

  • 2021-04-17
  • 阅读958
  • 下载0
  • 13页
  • pdf

互链脉搏2019中国技术团队公链技术发展报告

区块链技术起源于公链,在过去10年间,公链一直引领着区块链技术不断创新突破。 公链大都是无国界的,本次参与评估公链的技术团队主体或者核心开发人员在中国或者是中国籍的。 中国公链的技术发展水平究竟如何?互链脉搏联合工信部电子五所、中央财经大学、中国区块链测评联盟从技术能力、 性能表现、应用能力、安全性、社会影响力五大纬度,按照37个指标,对国产38条公链进行综合评估,并共同制作和发 布本报告,供业界同仁参考。

  • 2021-04-17
  • 阅读1048
  • 下载0
  • 21页
  • pdf
上一页 1 …… 28292830283128322833283428352836283728382839 …… 2883 下一页 共 23064 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1704
  • 下载6

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2142
  • 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1991
  • 下载8

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1826
  • 下载0

最新上线

物流产业园区建设规划方案

传统消防与安防系统孤立,缺乏数据共享和联动机制·设备运行状态缺少预警机制,出现火警,才发现设备故障无法使用,错过最佳处理时机离线巡查数据无法实时同步,无法实现现场数据回传·设备巡检手工纸字抄录,维护记录无法有效追溯

  • 阅读21
  • 下载0

智算中心高速互连技术报告(2026)

预计在未来更高传输速率的时代,“光铜并存、优势互补”将成为长期且稳定的产业格局。一个务实且高效的智算中心互连架构,应该是铜负责短距、光负责长距的混合模式:铜互连凭借其在成本、功耗及散热上的综合优势,承接机柜内及柜间近端的短距互连;光互连则依托其高带宽与低损耗传输特性,承担起跨机柜及远距离通信的重任。二者并非简单的替代关系,而是基于应用场景的深度协 同与互补。

  • 阅读44
  • 下载0

AI漫剧最佳实践 - AI如何重构短剧内容生产链路

当人人都能做漫剧真正稀缺的是什么?过去,我们拼演员、拼产能、拼制作、拼投放。现在,当产能不在稀缺,真正的痛点是什么?

  • 阅读50
  • 下载0

具身智能技术与产业发展报告

人工智能正在沿离身智能和具身智能两条路径并行演进。离身智能以大模型、智能体和代理式软件系统为代表,重点提升数字空间的信息组织、内容生成和流程决策能力;具身智能进一步把模型能力延伸到物理世界,通过“AI大脑+物理载体+环境交互”形成感知、认知、决策、执行和学习闭环。离身智能决定数字生产力扩张速度,具身智能决定人工智能能否真正进入制造、物流、能源、公共服务和家庭服务等实体领域。

  • 阅读49
  • 下载2
  • 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