• 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

基于工业互联网操作系统的视频监控控制方法

本发明提出了基于工业互联网操作系统的视频监控控制方法,包括获取生产环境视频,在视频采集器中将生产环境视频进行加密处理后得到加密视频,将加密视频发送至生产环境侧网络设备;令生产环境侧网络设备获取办公环境侧网络设备的参数设置,基于已知的参数设置将加密视频进行适应性转换,将转换后的加密视频经专用端口发送至办公环境侧网络设备;令办公环境侧网络设备接收加密视频,进行解密后得到生产环境侧的监控视频,将监控视频进行处理后传输至用户设备进行显示。通过将监控视频进行基于网络设备参数设置的适应性改进,使得监控视频能够通过隔离的网络由生产环境传输至办公环境,弥补了现有技术中在工业操作系统中无法传输视频的缺陷。

  • 2021-06-16
  • 阅读151
  • 下载0
  • 9页
  • pdf

2016年互联网+智慧城市服务业平台商业计划书精品模板(20210615191631)

网络购物使用率增加;移动端购物增长迅速;40岁以上年龄段网购消费者购买力被更多激发。市场趋于成熟、竞争愈来愈烈;中小企业B2B交易额过半;支付、物流等配套服务发展迅速。

  • 2021-06-16
  • 阅读176
  • 下载0
  • 29页
  • pdf

智慧房管-智慧城市组成部分和数据基础

以“楼—楼盘表一户”为主线,基于房屋图形GIS系统,实现精确到户的房屋产权、用途、合法性、安全等房屋情况的直观、精细化管理,以及对每一手房屋交易信息的实时展现和管理。

  • 2021-06-16
  • 阅读174
  • 下载0
  • 47页
  • pdf

基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法

本发明公开了基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法,通过构造小区内用户计算卸载的网络模型、时延模型、能耗模型和经济开销模型,并根据小区内用户数,设置Q-learning模型中的环境状态、卸载动作和奖励函数,从而依据Q-learning迭代学习后所获得的Q表执行卸载动作,获得最优的卸载策略,完成小区内用户计算任务的分配处理。本发明克服了传统数据计算卸载系统无法应对复杂多变的网络环境和服务器状态以及局限于对单一开销优化等问题。仿真实验表明,本发明提出的基于Q-learning的工业互联网设备用户数据计算卸载决策方法在减少用户总体和局部计算卸载开销方面具有一定的优势。

  • 2021-06-16
  • 阅读130
  • 下载0
  • 16页
  • pdf

一种工业互联网APP的限制使用方法及系统

本发明公开了一种工业互联网APP的限制使用方法,包括:当接收到用户对目标APP的安装包的下载请求时,获取该用户的授权文件;获取授权文件中包含的离散可逆函数和数据分段长度;将所述安装包分割成预设长度的数据段,将每一个数据段划分成所述数据分段长度的各个子段;依据离散可逆函数对各个子段进行满射排序,得到目标安装包;对所述目标安装包进行校验计算,得到第一校验码;当所述目标安装包和所述第一校验码下载到目标系统时,对所述目标安装包进行校验,得到第二校验码;若所述第一校验码和所述第二校验码不同,限制所述目标APP安装使用。上述方法,在目标APP下载过程中,需要进行校验,校验不成功,不能安装使用,使用受限。

  • 2021-06-16
  • 阅读122
  • 下载0
  • 14页
  • pdf

一种工业互联网标识解析根节点数据同步方法

本发明公开一种工业互联网标识解析根节点数据同步方法,针对现有的主流标识解析体系与国家标识解析顶级节点架构设计,在工业互联网标识解析多个并行根节点场景下无法很好的满足节点间同步需求、安全防篡改需求的问题进行改进,基于区块链技术实现并行根节点的数据备份与同步,并保证同步过程中的系统稳定与数据可信;对各标识解析体系的标识数据进行标准化,实现多种标识解析体系数据的高效读写。

  • 2021-06-16
  • 阅读155
  • 下载0
  • 11页
  • pdf

基于体素模型与卷积神经网络的三维模型分类算法_刘泽鑫

针对传统三维模型分类算法时间复杂度较高、分类准确率较低等问题,提出一种基于体素模型与卷积神经网络的三维模型分类算法。将原始模型表示为八叉树结构的体素模型以优化模型的性状表达,使用设计的卷积神经网络对体素模型进行特征提取以及分类运算。实验结果表明,与其他三维模型分类算法相比,该分类算法的显存占用较小,同时具有较低的时间复杂度和较高的分类能力。

  • 2021-06-18
  • 阅读1173
  • 下载0
  • 6页
  • pdf

基于RF_AdaBoost模型的血液种属鉴别算法_魏曼曼

针对人类和非人类血液种属鉴别对无损、高效分析方法的需求,结合随机森林(Random Forest)和Ada Boost(Adaptive Boosting Algorithm)算法,提出了一种血液种属鉴别方法(RFAdaBoost).该方法将RF作为Ada Boost的弱分类器,以达到提高模型鉴别准确度,增强模型鲁棒性的目的.

  • 2021-06-16
  • 阅读1139
  • 下载0
  • 8页
  • pdf
上一页 1 …… 331332333334335336337338339340341 …… 2876 下一页 共 23002 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

2025年车路云一体化系统云控基础平台功能场景参考架构报告2.0

汽车智能化网联化融合发展已经成为全球政府、产业界的发展共识,各国通过升级政策法规、推动测试示范、加速创新应用等方式推动智能网联汽车产业发展。2024年1月,我国启动智能网联汽车“车路云一体化”应用试点,推动车路云一体化从技术验证迈向规模化应用。

  • 阅读121
  • 下载2

2025年中国新锐品牌全球成长白皮书

过去十年,中国消费市场的高速迭代催生了一批极具活力的新锐品牌。它们凭借对消费趋 势的敏锐洞察、柔性灵活的供应链体系以及成熟的数字化运营能力,在国内细分市场中迅 速崛起,创造了一个又一个“爆款神话”。

  • 阅读103
  • 下载2

中服云多模态工业物联网平台介绍

中服云作为国内著名的专业工业物联网平台系列产品提供商,历经十余年深耕发展,已构建起成熟的全系列多层次产品体系,精准适配不同行业、不同规模用户的差异化需求。凭借在工业数据采集、边缘计算、人工智能、数字孪生等领域的深厚技术积累与持续创新,中服云已为海量工业企业提供了稳定可靠的数字化转型解决方案。平台支持云端SaaS在线部署与用户现场私有化部署两种模式,既满足中小企业轻量化、低成本的在线使用需求,也保障大型企业对数据安全、定制化服务的高标准要求。

  • 阅读112
  • 下载0

中服云工业物联网平台数字孪生版技术原理与功能介绍

中服云数字孪生平台以物联网平台+数据中台为坚实基础,以2D/3D/GIS为核心展示形式,致力于打造一个从设备原始数据到孪生应用落地的一站式数智化平台。

  • 阅读160
  • 下载5

最新上线

人工智能赋能教育高质量发展

从知识传授者到引导者:知识哪里获取、如何获取、如何应用AIGC技术使教师从传统的知识传授者转变为学习引导者,更多地关注学生的个性化学习需求。

  • 阅读19
  • 下载1

2025年度低空经济投资策略

市场担心十四五期间国内无人机采购费用增速不及预期。我们认为:无人机是未来战争关键环节,当前我国军用无人机装备处于起步阶段。我们预计十四五未期我国军用无人机采购费用有望快速增加。

  • 阅读27
  • 下载0

数字档案馆标准建设方案

XX数字档案馆项目实施的过程中,将涉及到档案馆多个职能部门、多个立档单位及参与项目建设的其他单位,档案馆应建立力量强大、耶责明晰的项目建设和管理杌构,确保项目实施过程中冬个环节之间能够有条不紊的协调工作,将项目实施风险控制在最低程度。

  • 阅读39
  • 下载0

智慧物流园区信息化趋势

区别于传统消防联网模式,在符合GB50440要求的同时,将互联网思维融入消防信息化管理,将离散在园区各个消防设施实时状态信息有效整合在统一系统上。

  • 阅读81
  • 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