• 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

2020 DevSecOps 企业实践白皮书

随着技术的不断发展,软件开发模式也在不断变化。从传统的瀑布式到敏捷(Agile)、精益(Lean),越来越多的公司开始采用DevOps。DevOps主张在软件开发生命周期的所有步骤实现自动化和监控,缩短开发周期,增加部署频率。

  • 2021-05-07
  • 阅读394
  • 下载0
  • 40页
  • pdf

一种基于C_V模型的电晕放电紫外成像分割方法_潘臻

为了判断高压设备发生电晕放电的位置和大致的放电强度,利用紫外成像仪对设备进行记录并判断高压设备的绝缘缺陷。通过C-V(Chan-Vese)模型方法对紫外图像光斑进行图像分割提取,且引入了光斑面积和光斑边界周长两个特征量来判断设备放电状态。结果表明,C-V模型提取光斑自动化程度高,耗时短,抗噪能力更强,具有很好的全局优化,能够在一定程度上减少漏检的放电区域,且引入的特征量能够较好地表征放电状态。

  • 2021-04-30
  • 阅读367
  • 下载0
  • 6页
  • pdf

仿生型脉冲神经网络学习算法和网络模型_尚瑛杰

为解决脉冲神经网络训练困难的问题,基于仿生学思路,提出脉冲神经网络的权值学习算法和结构学习算法,设计一种含有卷积结构的脉冲神经网络模型,搭建适合脉冲神经网络的软件仿真平台。实验结果表明,权值学习算法训练的网络对MNIST数据集识别准确率能够达到84.12%,具备良好的快速收敛能力和低功耗特点;结构学习算法能够自动生成网络结构,具有高度生物相似性。

  • 2021-04-30
  • 阅读369
  • 下载0
  • 8页
  • pdf

网格模型上基于线性插值的自适应保特征去噪算法_岳少阳

网格去噪是改善扫描设备所得数据并为后续数字几何处理提供理想模型的重要步骤.针对近年来涌现出的各种网格去噪算法难以平衡好时间消耗和去噪结果之间的关系,提出一种高效的基于线性插值的框架性保特征去噪算法,将体现结构特征的充分磨光模型与包含综合信息的噪声模型进行联合分析,通过自适应的线性插值算法逐步从噪声模型中提取出特征信息加到光滑模型中,从而实现保持不同程度特征(从显著特征到微弱特征)的去噪结果.同时提出迭代去噪算法的迭代终止判别条件,可为不同迭代去噪算法提供自动且可靠的终止条件.大量在不同复杂度和不同噪声程度的模型上的实验结果表明,与现有的局部迭代算法相比,该算法取得更好的视觉效果和较低的均方角度误差值,能够保持不同程度的特征且具有较好的时间性能.

  • 2021-04-30
  • 阅读788
  • 下载0
  • 12页
  • pdf

基于多元线性回归算法的5G基站能耗模型_帅农村

5G基站能耗高,对运营商的网络运营成本带来较大的压力。优化了5G基站能耗测试方法和业务加载方法,获取了大量现网5G基站能耗和无线利用率关系的实测基础数据。基于多元线性回归算法,构建了不同场景下的5G基站能耗模型,能耗模型拟合优度达到0.99以上。

  • 2021-04-30
  • 阅读368
  • 下载0
  • 6页
  • pdf

基于AdaBoost算法的炉芯温度预测模型_王坤

为了更好地检测炉缸工作状态的变化,运用AdaBoost集成算法建立了炉芯温度提前预测模型。通过提前预测炉芯温度,可以捕捉炉缸状态的变化趋势,便于操控者及时调整。收集了承钢4号高炉相关参数的实时数据,以时间为轴进行整合对应,使用拉依达准则进行粗大异常值的检验,线性插值法进行空缺值的填补,再利用相关性系数对输入参数进行冗余剔除,最后运用AdaBoost集成树模型进行预测,发现其预测效果较之单棵决策树模型要更加精准。

  • 2021-04-30
  • 阅读364
  • 下载0
  • 7页
  • pdf

基于Faster_R_CNN网络模型的铁路异物侵限检测算法研究_徐岩

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量;通过增加锚点个数来提高对目标区域建议的精确性;引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。

  • 2021-04-30
  • 阅读378
  • 下载0
  • 8页
  • pdf

一种基于质点弹簧模型的牙龈软组织形变仿真算法_李晋芳

在虚拟手术系统中,软组织形变仿真的好坏会直接影响其仿真的真实感。本文以口腔手术涉及的牙龈软组织为对象,应用质点弹簧模型建立其物理模型,提出一种适用于虚拟手术中牙龈形变仿真的中点平均算法。融合了中点法和平均法的优点,采用中点法对速度进行迭代求解,采用平均法对位移进行求解,能够有效减小误差及受步长的影响。通过与多种欧拉算法对比,进一步验证了中点平均算法求解精度更高、受步长的影响更小的优点。

  • 2021-04-30
  • 阅读378
  • 下载0
  • 6页
  • pdf
上一页 1 …… 239240241242243244245246247248249 …… 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

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183
  • 下载2

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163
  • 下载2

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113
  • 下载0

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1010
  • 下载0

最新上线

新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角

新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角

  • 阅读81
  • 下载0

具身智能行业应用方案解决方案

具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案

  • 阅读115
  • 下载0

数据中心电力电子变压器技术探讨

数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨

  • 阅读110
  • 下载0

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183
  • 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