• 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

基于改进TLBO算法的模型自由飞气动参数辨识_李飞

针对传统气动参数辨识中使用的梯度下降寻优算法易于陷入局部最优解问题,首次提出了基于改进教与学优化的气动参数辨识算法。采用自适应教学因子达到前期快速搜索、后期深度挖掘的目的;"教"阶段,通过种群个体(学生)向最优个体(教师)学习,保证算法快速聚集于真值附近;"学"阶段,通过种群个体之间相互学习,增加种群多样性,尽可能保证辨识结果的全局最优性。仿真结果表明,改进型教与学优化参数辨识算法可有效提高辨识精度,具有一定的工程应用推广价值。

  • 2021-05-06
  • 阅读478
  • 下载0
  • 7页
  • pdf

保证金约束下资产定价模型的广播式异步算法研究_童骏

有保证金约束的资本资产定价模型在实际应用中面临着两个挑战,一是模型引入了非线性的约束条件,导致没有解析的均衡价格,二是市场中投资者和资产的数量都很庞大,如何高效地找到近似解。针对有保证金约束的资本资产定价模型,提出适用于多服务器协同运算的广播式异步算法。该算法把投资者分成若干个不同的组,各组在不同的服务器上独立运行,组与组之间通过网络相互传递外部价格信息,各组内部根据现有的价格和接收到的外部价格信息重新更新组内价格,并广播给相邻的组,减少了单台服务器的计算负担。该算法可看成一个非做市商的价格形成过程。研究证明,在满足一定的条件下,各组价格均以概率1收敛到相同的均衡价格。数值实验验证了所提算法的效果。

  • 2021-05-06
  • 阅读478
  • 下载0
  • 6页
  • pdf

基于动态投影系统的带非线性边界约束混行路网均衡模型求解算法_徐若辰

烧失量(LOI)是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2的含量数据以及烧失量为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,成功建立了海洋沉积物烧失量的遗传算法(GA)-BP神经网络预测模型。利用X射线荧光光谱(XRF)分析数据并结合GA-BP神经网络预测海洋沉积物烧失量,烧失量预测结果的相对标准偏差(RSD)为1.3%;海洋沉积物标准样品和实际样品中烧失量的预测值与参考值的相对偏差绝对值在0.1%~6.2%之间,为烧失量的测定提供了一种新的有效途径。

  • 2021-05-06
  • 阅读478
  • 下载0
  • 8页
  • pdf

基于SSD模型的人脸检测与头部姿态估计融合算法_方阳

针对头部姿态估计常用的人脸检测、姿态估计两步串联框架中流程复杂、耦合性高、整体鲁棒性低的问题,提出了一种基于改进SSD模型的人脸检测与头部姿态估计融合算法.通过拓展SSD模型,设计了人脸检测与姿态估计融合网络模型,在多层次卷积特征图上检测人脸,并估计头部姿态;采用端到端训练模式进行模型训练,简化了头部姿态估计任务的处理流程.在Pointing′04和300W-LP数据集上进行了试验.结果表明,本模型能够在满足实时性要求的前提下有效地完成检测任务与估计任务,在两个数据集中的pitch预测平均绝对误差分别达到了4.80°和6.48°,这充分证明了所提出算法的实用性和鲁棒性.

  • 2021-05-06
  • 阅读478
  • 下载0
  • 7页
  • pdf

欧盟《通用数据保护条例》(GDPR)

大数据(big data,mega data)或称巨量资料,指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

  • 2021-04-20
  • 阅读477
  • 下载0
  • 42页
  • pdf

2021年中国BI商业智能应用实践白皮书

信创产业建设如火如荼,BI将迎来国产化春风 随着国际环境日趋复杂,为避免关键技术被卡脖子,应逐步实现国产化替代。 BI的业务流程涉及数据挖掘、数仓建设等,需要对接企业核心业务数据,从应用安全性角度考虑,BI国产化替代将是未来发展趋势。 BI的应用持续深化,面向业务的智能决策是核心 随着企业数字化转型的深入推进,数据驱动的分析决策场景将无处不在,BI将在各个行业和业务场景落地。

  • 2021-05-24
  • 阅读477
  • 下载0
  • 39页
  • docx

基于PoolNet显著性和SUR_省略_IBE模型的林火视频烟雾提取算法_汪鑫

烟雾的实时视频探测可用于早期森林火灾的预警,然而,由于烟雾具有飘动、扩散、闪烁等特性,通过实时视频提取烟雾区域具有极大挑战。本文根据人眼视觉注意力机制,将阴燃烟雾看作视频中湍流和灰色显著的区域,提出了一种基于显著性检测和SURF-VIBE模型的疑似烟雾区域提取算法。首先采用一种基于PoolNet的显著性检测方法获得烟雾显著性图谱,通过VIBE运动检测算法获得视频中运动前景,并使用SURF特征匹配算法消除相机抖动等对运动前景带来的干扰,再由计算出的运动前景构造运动能量函数,对显著性谱进行估计,最终提取出疑似烟雾区域。实验验证结果表明:该算法检测准确率为91.3%,每帧检测速度为0.028 s,可用于实时视频烟雾探测。

  • 2021-04-29
  • 阅读477
  • 下载0
  • 7页
  • pdf

虚拟增强现实白皮书2021

我国 VR/AR 产业发展取得了积极成果,但也存在一些问题与挑战。我国应紧抓 5G 与人工智能机遇期,突破业界惯有展厅级、孤岛式、小众性、雷同化的发展瓶颈, 聚力融合创新与规模应用,实现产业级、网联式、规模性、差异化的虚拟现实普及之路

  • 2021-04-23
  • 阅读477
  • 下载0
  • 81页
  • pdf
上一页 1 …… 406407408409410411412413414415416 …… 2884 下一页 共 23066 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

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129
  • 下载6

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2056
  • 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2517
  • 下载11

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2301
  • 下载9

最新上线

交通指挥中心及数据机房环境支撑系统解决方案

中服云工业物联网平台入选工信部工业互联网优秀产品、制造业与互联网融合发展试点示范项目,并获评工业互联网平台20强之一。未来,中服云将继续深耕工业物联网领域,以自主可控的平台技术赋能更多行业的数字化、智能化转型。

  • 阅读10
  • 下载0

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129
  • 下载6

数据中心800V直流供配电系统解决方案技术白皮书

本白皮书中,“800V直流供配电系统”用于指面向数据中心场景的系统级供电与配电架构;“800V直流母线”用于指系统中的主干直流配电电压平台;“SST”用于指固态变压器技术路线;“PDM、PDU、rPDUPowerShelf、Sidecar”等机柜侧设备名称在不同生态和厂商中可能存在功能边界差异,本文主要按照系统功能进行归纳,具体定义应以产品规格书和项目方案为准

  • 阅读119
  • 下载0

2026AGI时代全球数智医学影像生态产业发展白皮书

当人工智能以前所未有的速度重塑千行百业,医疗 健康领域也正在经历一场从“经验驱动”迈向“数 据智能”的深刻变革。医学影像贯穿疾病筛查、临 床诊断、治疗规划、疗效评估和随访管理全过程, 具有应用频率高、数据规模大、临床价值直观等特 点,已成为人工智能率先实现规模化应用的重要医 疗场景之一。

  • 阅读467
  • 下载1
  • 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