• 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

工业4.0的核心概念之二:PLM,产品全生命周期管理

制造业升级,大国行动刻不容缓:随着我国人力成本不断上升、制造业增长动力持续放缓,且面临着日益缩短的产品创新周期,以智能制造推动制造业升级已经刻不容缓。

  • 2024-01-02
  • 阅读671
  • 下载2
  • 33页
  • pdf

精细化状态监测服务,全面提升炼化装置关键机泵的可靠性

精细化状态监测服务主要包含:机泵的运行工况评估、转子稳定性监测、滚动轴承故障监测及机械密封可靠性管理。进行长周期数据采集和数据积累,通过工况分析、振动趋势和频谱分析、温度趋势监测等技术措施,对影响可靠性和MTBF的转子、轴承、机械密封等零部件进行早期故障预警,对机泵整体健康状况进行评估,最大限度的降低由于轴承损坏和密封泄漏导致的非计划停机风险,提高运行的可靠性,为机泵连续、可靠、安全、稳定运行保驾护航,为用户创造价值。

  • 2022-10-31
  • 阅读671

带时间窗和同时送取货的车辆路径问题模型及算法_袁晓建

研究了带时间窗和同时送取货的车辆路径问题,建立相应的数学模型,并在量子进化算法的基础上,提出一种新的改进量子算法.为了得到高质量的初始解,通过定义满载率和向心角,设计了带有回场权重的初始解生成方案.同时,通过定义量子元胞体、互换量子α位与β位等方法,尝试解决量子进化算法中有效信息丢失严重的问题,为解决量子域、二进制域及问题域之间的映射问题提供一种思路.最后,选取Wang和Chen测试数据集,对算法性能进行有效性测试.

  • 2021-04-22
  • 阅读671
  • 下载0
  • 7页
  • pdf

基于半张量积的修正压缩感知模型重构算法研究_刘俊梅

为了降低随机观测矩阵的存储空间,给出一种基于半张量积的正交匹配追踪重构算法.该方法利用半张量积理论,修正压缩感知模型,构造低维观测矩阵对原始信号进行随机观测,并采用正交匹配追踪算法对信号进行重构,从而得到稀疏信号的估计值.仿真实验分别采用1维时域稀疏信号、1维变换域稀疏信号进行测试,并从重构误差、重构概率、重构时间等角度进行了测试.给出的算法可以大大降低观测矩阵的存储空间,也可以降低数据运算复杂度,在压缩感知中可以得到广泛应用.

  • 2021-04-21
  • 阅读670
  • 下载0
  • 5页
  • pdf

20250201不锈钢牌号及化学成份GBT20878-2024

20250201不锈钢 牌号及化学成份GBT20878-2024,20250201不锈钢 牌号及化学成份GBT20878-2024,20250201不锈钢 牌号及化学成份GBT20878-2024

  • 2024-09-23
  • 阅读670
  • 下载1
  • 61页
  • pdf

【IEEETETCI】基于张量的工业网络流量恢复—基于BCD启发的潜在非线性和稀疏性神经逼近

由于工业物联网产生了大量的网络数据,张量作为紧凑的多维表示被广泛用于对工业网络流量进行建模。不稳定的数据采集往往会导致流量张量中实体的部分丢失,而传统的流量张量补全算法是基于线性代数和低秩的。然而,由于域变换和变换后的稀疏性之间的密切相关性,线性域变换不能准确地近似潜在的非线性相关性,导致恢复性能不足。本文提出了一种具有非线性变换和稀疏正则化的混合结构深度模型,以自动搜索最优域变换方法和相应的稀疏约束。该模型采用张量奇异值分解框架,由两个不同结构的神经网络组成。一个神经网络具有具有完全连接网络的自动编码器结构,仅从部分观测到的数据中恢复丢失的实体,卷积神经网络构造另一个网络来约束变换域中的稀疏性。此外,我们基于变换张量的局部光滑性施加了额外的拉普拉斯约束,以克服连续的数据丢失。受块坐标下降算法的启发,交替训练相互匹配的非线性变换器和稀疏正则化子。对工业网络流量的大量实验结果表明,我们提出的模型在不同的采样率和模式下都优于最先进的方法。

  • 2024-06-17
  • 阅读670

5G+煤矿智能化白皮书

煤炭工业这么多年的努力方向一直是节省人的体力和脑力,逐渐用机器替代人工,识别、分析、决策和解决问题的主体也将从人变为机器,因此煤矿智能化是煤炭工业必然的变革过程。它可能实现煤炭工业的最终目标,也就是完全替代人工,实现煤炭开采的无人化。

  • 2021-12-09
  • 阅读670
  • 下载5
  • 11页
  • pdf

Beta回归模型基于EM算法的变量选择方法_王玲

本文针对响应变量取值为(0,1)区间上的比例数据研究Beta回归模型的贝叶斯变量选择方法。首先通过选取合适的先验分布,基于贝叶斯随机搜索和EM方法提出了参数的估计算法;然后根据回归系数相应的指示变量后验分布提出了重要变量选择的门限准则,所提方法具有易实施、快速计算等特点;最后通过研究中国上市公司股息率实际数据的影响因素以说明所提方法的有效性。

  • 2021-05-07
  • 阅读670
  • 下载0
  • 6页
  • pdf
上一页 1 …… 155156157158159160161162163164165 …… 2878 下一页 共 23017 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读129
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读136
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读291
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读314
  • 下载9

最新上线

低碳园区综合能源管控解决方案

低碳园区综合能源管控解决方案低碳园区综合能源管控解决方案低碳园区综合能源管控解决方案低碳园区综合能源管控解决方案低碳园区综合能源管控解决方案低碳园区综合能源管控解决方案

  • 阅读11
  • 下载0

智能超算解决方案

现代气象观测系统所获取的气象信息是大量的,要求高速度地分析处理,采用电子计算机等现代自动化技术分析处理资料,是现代气象观测中必不可少的环节。许多现代气象观测系统,都配备了超算中心,及时分析处理观测资料和实时给出结果。

  • 阅读12
  • 下载0

2026年中国媒介展望:从掌控到赋能

2025年,持续的地缘政治紧张局势和贸易不确定性,取代了对“统一全球市场”的信念。全球品牌不再被动观望,而是转向更深层次的“在中国”融合:采用本土科技平台、加大研发投入,并推进逆向创新。 中国品牌为应对国内过度竞争以及对本土消费的过度依赖,加速出海扩张。 面向全球的品牌传播必须针对中国的竞争环境进行精细化调整;本地化不再是可选项,而是必选项。

  • 阅读20
  • 下载1

安全应急装备产业发展研究报告(2025年)

安全应急装备是防范化解重大风险、提升突发事件应对能力的物质基础与技术保障,其发展水平直接关系到国家公共安全保障能力和产业链现代化水平。习近平总书记指出,“要巩固壮大实体经济根基,把集成电路、网络安全、生物医药、电力装备、安全应急装备等战略性新兴产业发展作为重中之重,着力打造世界级先进制造业集群。”当前,全球风险挑战日趋复杂严峻,气候变化引发的极端天气事件频发,城市运行系统日益复杂化,对现代化安全应急体系建设提出了新的挑战,也对安全应急装备产业提出更高要求。同时,新一代数字信息技术融合应用不断深化,以及全社会日益增长的安全保障需求,也为安全应急装备产业发展带来重要机遇。

  • 阅读24
  • 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