针对侧扫声纳呯信号中的斑点噪声问题，采用一维离散小波变换对信号在各尺度分解，采用非极大值抑制技术平滑信号，并对各层小波系数模极大值进行阈值化处理抑制噪声，讨论了不同阈值对去噪效果的影响。结果表明，尺度因子和阈值的选择对原数据能量保持影响不大，但对噪声抑制效果影响大。文中算例均能较好地保持边缘，边缘保持指数均在0.5 以上。
侧扫声呐是由Side-Scan Sonar一词意译而来，国内也叫旁扫声呐、旁视声呐。国外从五十年代起开始应用，到七十年代已在海洋开发等方面得到了广泛的使用。侧扫声呐主要用于海底面状况的探测，用于出露于海床面以上的海底目标探测，它具有较高的分辨率，能较准确地判别海底目标特征，探明障碍物的形状、大小、出露高度、大致性质和海底底质类型概况。目前，侧扫声呐技术在航行障碍物探测方面已达到很高的水平。
水声学作为声学的一个分支，主要研究声波在水下的产生、辐射、传播和接收的理论，用以解决与水下目标探测、识别以及信息传输过程有关的声学问题。在海战中，声纳是海上作战个体（各种舰、艇）的五官，所有的水下战场侦察都要以声纳为媒体，缺之不可。水声换能器作为声纳系统的重要部件之一，是水声学的一个重要研究方向，新型水声换能器的研究是海军声纳技术发展的一个关键内容。水声换能器是水下各种发射、接收测量用传感器的总称，它将水下的声信号转换成电信号（接收换能器），或将电信号转换成水下的声信号 （发射换能器），是声纳的重要组成部分。一部声纳性能的优劣与水声换能器性能的优劣直接相关。在水声工程中，换能器技术处于一个基础性的地位。换能器技术的进步可带动声纳系统技术水平的提高，因此，新型水声换能器的研究工作具有重要意义。
近年来，随着各种先进技术在电网中的广泛应用，发展智能电网已在世界范围内形成共识。由于智能电网尚处于起步阶段，国际上对其还没有达成统一而明确的定义。从技术发展和应用的角度看，世界各国、各领域的专家、学者普遍认同以下观点，智能电网是将先进的传感测量技术、信息通信技术、分析决策技术、自动控制技术和能源电力技术相结合，并与电网基础设施高度集成而形成的新型现代化电网。作为一个完整的电力系统，智能电网涵盖发、输、变、配和用全流程，各个环节中涉及大量的电力设备和关键技术。智能电力设备，从狭义上来说，是具有信息获取或传输，并能进行逻辑判断的电力设备，而广义上，则可以认为是适应和支持智能电网新特点的有电力设备。实际上，就智能电网相关的各种硬件设施，比如高度的电力设备自动化，各国一直都在进行相关的建设。智能电网具有系统整合的特点和趋势，将涉及到的各个单元或是部件整合成一个能智能化工作的系统，如智能配电系统，数字化变电站用户电价互动系统等，这些系统中已经包含多种智能单元和部件，整合后的系统可能同时包含多个当前电力系统一、二次设备。
近年来，国家电网、南方电网均对其下辖电力公司下达了“实现经营区域内用电计量终端、电能表‘全覆盖、全采集’”的要求，旨在通过实现终端电表在用电场所的全面覆盖和各类用电数据的自动采集，提高抄表效率，降低人工抄表成本，有效支撑电量、电费及时准确的计算，服务电力营销精益化管理。
随着我国电力市场化交易体系的逐步完善，交易品种的逐步丰富，对建设安全、公平、可信、高效的市场交易环境提出了更高的要求。针对目前电力交易过程中多市场主体协同效率低、信任缺失等问题，区块链将能够在其中发挥重要作用，碰撞出新的火花。本文将结合电力交易信息化项目实践，简要分享区块链在电力交易清分结算中的应用。
充分借助互联网大数据时代的数据驱动力（和数字科技的突破力，自主研发K3智能策略体系、AlphaS信贷审核机器人（11.170, -0.33, -2.87%）帮助客户重构业务流程、共筑反欺诈防线，“欧拉”、“猎户座”标杆产品，助力机构实现精准获客，赋能企业转型升级，为各行业提供了从产品设计、智能风控、营销获客、产品运营、产品流程优化的全套决策智能解决方案。
本文从智能搜索算法着手，探索基于ERP系统的省级电网企业物资协议库存匹配的优化研究。基于整数规划基本理论，通过分析建立模型及蚁群算法来实现协议库存自动匹配，解决多需求多个目标匹配问题，满足协议同步提升且需求度完成最高。
没有账户，需要注册
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
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”。
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。
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。
在多品种、小批量、高精度、快速换产与质量一致性要求并存的高精密制造场景下，制造企业已步入物理AI的工程化探索阶段。随着产品迭代加速、生产批量柔性化程度不断提升、产品形态与工艺要求不断更新，同时企业对质量稳定性的严苛标准始终未变，机器人系统不再仅需执行固定运动轨迹，还需在真实物理环境中实现实时感知、定位、推理与作业执行。
功率预测是新能源电力系统应对风电随机波动、保障安全稳定运行的前置支撑。 风电装机规模快速跃升，而预测精度提升相对滞后，预测误差对电力系统的冲击持续放大。 突破预测精度瓶颈，成为保障新能源电力系统安全运行的关键。
能源转型正以前所未有的速度重塑全球经济发展格局。当前，以新能源为主体的新型电力系统建设正在加快推进，风电、光伏等可再生能源装机规模持续增长，能源生产和消费方式不断发生深刻变化。与此同时，新能源发电的波动性和间歇性也使电力系统对于灵活调节能力提出了更高要求，储能作为支撑能源转型的重要基础设施，正在从新能源发展的“配套环节”逐步成为推动能源体系变革的“关 键支柱”
《2026全球个人机器人行业研究报告：进入个人生活——个人机器人应用的场景与价值》。报告从品类定义、产业条件、拥有理由、生活场景、体验要求、用户参与、产品形态与企业路径等维度展开，希望越过参数、动作演示和单点功能的表层叙事，回到一个更重要的判断标准：机器人能否进入真实生活，并在持续使用中创造可靠、可负担、可控的个人价值
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
