会员中心
搜索
登录
注册

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

苏州华育COTF智慧班牌

苏州华育智能科技股份有限公司成立于2012年元月，前称“江苏希沃智能科技有限公司”，现已发展成为一家以教育信息化及智能化建设为主的专业化、现代化企业。 企业成立之初，重点研发销售交互智能平板，改变了传统教学模式，为教育装备革新做出了贡献，随着公司在教育行业的耕耘发展，对于教育信息化、智能化的深刻理解，公司接着推出了“I-EDU多维度智慧校园”理念，在“智慧学习、智慧教学、智慧行政、智慧健康、智慧环境、智慧绿能”六个维度开始全面开发产品，服务于现代信息化、智能化教育模式。

  • 2021-04-28
  • 阅读326
  • 下载0
  • 5页
  • pdf

智慧屏&小推车_5G远程医疗

5g远程医疗,医疗视频系统,适用医学会议&培训&远程会诊等场景,兼容主流硬件,性价比高!为医院/药企提供一站式医疗解决方案,突破传统医疗局限,让医疗系统更智能便捷!

  • 2021-04-28
  • 阅读316
  • 下载0
  • 5页
  • pdf

一种智能高校楼宇消防安全及应急系统

一种智能高校楼宇消防安全及应急系统，属于高校消防技术领域，包括中央处理器、信号收发器、探头、电源模块、灭火模块、排烟模块、警铃模块，其特征在于：所述信号收发器输入信号端连接有探头，所述信号收发器输出信号端连接有中央处理器，所述中央处理器一号输出信号端连接有电源模块，所述中央处理器二号输出信号端连接有灭火模块，所述中央处理器三号输出信号端连接有排烟模块，所述中央处理器四号输出信号端连接有警铃模块，工作人员可以将探头放置在教室不同高的的墙体上，并且在火灾发生时可以在第一时间将电源进行断电。

  • 2021-04-28
  • 阅读267
  • 下载0
  • 5页
  • pdf

大数据时代对社会生活的影响

近来，大数据似乎在- "夜之间闯入了任何一个关于互联网未来的讨论，成为一个炙手可热无所不包的概念。“ 大数据时代”的来临也已成为媒体关注的热门话题。无论人们对此持有何种观点，但下列结论是共同的: “大数据时代”的来临己成为不争的事实，大数据作为一种新的资源，将给并正在给我们的社会生活带来深远的 影响。

  • 2021-04-28
  • 阅读348
  • 下载0
  • 5页
  • pdf

智慧医院数字平台建设与新技术应用

智慧医院数字平台建设与新技术应用王战武,华为医疗行业 解决方案技术总监 医、教、研、管需要信息化建设协同提升 医:高质服务医疗服务质量 医护患体验和满意度 教:能力传承专

  • 2021-04-27
  • 阅读303
  • 下载0
  • 5页
  • pdf

智慧教室-华为&智园智慧教室联合解决方案v0.3

在信息化的背景下 , 如何 " 基于教学场景 , 利用智慧教室开展特色教学 " 已成为教育行业的热点话题。为了让更多的教室享受到高效、健康的互动教学体验 , 华为新推出的协作平板系列华为

  • 2021-04-27
  • 阅读292
  • 下载0
  • 5页
  • pdf

基于机器学习算法构建缺血性卒中3个月死亡预测模型研究_陈思玎

目的探讨基于机器学习算法XGBoost构建缺血性卒中发病3个月死亡预测模型的应用价值。方法选择中国国家卒中登记（China National Stoke Registry,CNSR）数据库中缺血性卒中患者为研究对象。按照7∶3比例随机分为训练集和测试集,训练集用于构建预测模型,测试集用于评价模型效果。分别采用XGBoost和Logistic回归方法构建缺血性卒中发病3个月死亡预测模型,通过ROC曲线下面积（area under the curve,AUC）评价两种模型的预测价值。结果共纳入10 645例缺血性卒中患者,平均年龄65.18±12.23岁,女性4045例（38.0%）,入院NIHSS评分4（2～9）分,3个月死亡患者447例（4.48%）。XGBoost和Logistic回归预测模型的AUC分别为0.8539、0.8278（P=0.0835）,灵敏度分别为0.7413、0.7133,特异度分别为0.8286、0.8040。结论基于机器学习算法XGBoost构建的缺血性卒中死亡预测模型表现良好且稳定。

  • 2021-04-26
  • 阅读480
  • 下载0
  • 5页
  • pdf

基于粒子群优化算法的CE模型研究_汪瑾

针对CE模型多参数测量数据的融合性弱和自适应调度能力差的问题,提出基于粒子群优化算法的CE模型。首先构建多参数测量数据传输的约束进化参量,根据多参数测量数据融合的优化训练,得到粒子群的适应度函数,建立多参数测量数据传输模型,然后进行CE模型的约束参量输出控制。在此基础上采用粒子群寻优方法进行多参数测量数据的寻优控制,分布式检测多参数测量数据,建立多参数测量数据分布式检测模型,采用非线性重构的方法进行多参数测量数据CE模型构造过程中的自适应调度,实现多参数测量数据的稀疏性重组和融合调度。仿真结果表明,采用该方法进行多参数测量数据CE模型设计,提高了数据的融合和自适应调度能力,粒子群进化寻优的收敛性较好。

  • 2021-04-26
  • 阅读445
  • 下载0
  • 5页
  • pdf