• 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

基于量子人工鱼群和模糊核聚类算法的网络入侵检测模型研究_李根

针对基于传统模糊C均值聚类的网络入侵检测模型存在分类效果不佳,且容易出现局部极值的问题,提出了一种基于量子人工鱼群的半监督模糊核聚类算法。该算法使用少量的标记数据和大量未知标记数据生成网络入侵检的分类,并通过核距离的方式构建了模糊C均值聚类算法的新目标函数,此外,结合了量子人工鱼群算法来解决模糊核聚类算法的全局最优解问题,适用于并行执行架构。在KDD Cup 99网络入侵检测数据上的仿真实验结果表明,相比于基于FCM和PSO-FCM的入侵检测模型,以及基于此提出的算法入侵检测模型具有更好的检测率。

  • 2021-05-06
  • 阅读445
  • 下载0
  • 5页
  • pdf

结合颜色模型的核相关滤波跟踪算法_袁友前

为改善Staple目标跟踪算法的运行速度,在学习位置滤波器的过程中,对提取的图像特征进行PCA降维;在学习尺度滤波器的过程中,将提取的不同尺度样本个数由33减少至17,并且通过QR分解对尺度信息进行压缩。为保证尺度估计的准确性,在计算尺度响应时,使用插值法将尺度响应个数插值到33。实验结果显示,在准确率几乎不变的情况下,所提算法可将跟踪速度提升50%左右。

  • 2021-05-06
  • 阅读531
  • 下载0
  • 5页
  • pdf

一种改进的Adaboost_BP算法在手写数字识别中的研究_叶晓波

为了提高神经网络对手写数字的识别率,基于Adaboost思想改进Adaboost-BP二分类算法,实现用于多分类的Adaboost-BP算法,提高了神经网络对手写数字的识别率。改进了"弱"分类器权重值的计算公式,将权重值归一化处理的步骤放到"弱"分类器迭代训练完成之后,"强"分类器的构成不使用符号函数而是直接计算分类结果。实验数据采用MNIST手写数据库,实验结果显示改进的Adaboost-BP算法构造出的"强"分类器分类结果正确率明显高于"弱"分类器。改进的Adaboost-BP算法可明显提高手写数字识别正确率。

  • 2021-05-06
  • 阅读477
  • 下载0
  • 5页
  • pdf

黄朝光:数字化技术推动福州地铁新发展

近年来,福州地铁集团积极响应“数字中国”建设规划,落实“数字福建”“数字福州”建设决策部署,深入开展“智慧地铁”探索,在数字建设、运营等方面取得了一些阶段性的成果,例如运营大数据平台、盾构远程监控系统等等,一定程度上提升了建设、运营的智慧化、精细化管理水平,未来我们将继续扩大成果应用,努力实现数字技术应用新提升。

  • 2021-05-06
  • 阅读241
  • 下载0
  • 5页
  • docx

工业物联网UWB人员定位数字化转型工厂技术应用

工业数字化转型本质上是“以业务价值提升为导向,以机制体制优化为保障,以技术创新应用为手段,最终提升工业面向未来的综合竞争力”的工业发展新范式。 传统工业数字化智慧升级的背后是各类科技技术的快速发展与成熟应用,要建设“安全、环保、高效、灵活”的智慧工厂,需要拥有“自分析、自学习、自优化、自诊断、自采集”的能力。

  • 2021-05-06
  • 阅读204
  • 下载1
  • 5页
  • docx

无线传感网与移动通信网融合业务流模型和预测算法研究_唐宾徽

由于移动通信网和无线传感网各有特点,且各自的网络结构和协议栈差别较大,两网异构融合产生的多业务数据流量将同时具备局部性、周期性、随机性、突发性等多重特点,结构复杂,对网络运营能力及安全监测带来了技术难题。文中针对多业务流的场景,分析各类业务流模型的特点,提出一种基于异构网的融合业务流模型,并对业务流量通过预测算法进行预测。仿真结果表明,该模型算法的预测精度较高,为异构网的多业务融合起到了重要的支撑作用。

  • 2021-05-06
  • 阅读518
  • 下载0
  • 5页
  • pdf

飞机数字化装配工艺仿真技术

利用产品的三维数字样机,对产品的装配过程统一建模,在计算机上实现产品从零件、组件装配成产品的整个过程的模拟和仿真。这样,在建立了产品和资源数字模型的基础上,就可以在产品的设计阶段模拟出产品的实际装配过程,而无需实物样机。

  • 2021-05-06
  • 阅读209
  • 下载0
  • 5页
  • docx

智能建筑新五热点大解剖

智慧建筑(Smart Building)是一个被有效管控的、具备各方面相关系统的运营环境,作为一个生态系统涵盖了安全、能源、排污、服务等方面,并在建筑物或园区级别实现优化管理,它与其内部的各个系统(如楼宇自动化系统)协同运作,并有机地组成了智慧城市的一部分,它将关键事件信息发给城市指挥中心,并接受来自城市指挥中心的指示。

  • 2021-05-06
  • 阅读208
  • 下载0
  • 5页
  • pdf
上一页 1 …… 22662267226822692270227122722273227422752276 …… 2883 下一页 共 23064 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

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1730
  • 下载6

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2171
  • 下载9

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2014
  • 下载8

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1845
  • 下载0

最新上线

数据中心低压配电系统培训

.设备动作与连接:继电器、接触器、开关动作是否正常;所有电气连接点是否紧固。 2.电流负荷监控:电线、电缆、母排的运行电流严禁超过其额定允许值。 3.温度控制:设备各部件温度不得超过规定的最高允许值,三相电路相对温差不应大于25°C。 4.线路与保护匹配:确保线路额定电流≥断路器整定电流≥负载额定电流。 5.系统功能测试:定期测试ATS系统,确保联络功能正常可靠。

  • 阅读14
  • 下载0

《AIDC基础设施规范-2026》发布

宜部署AIDC基础设施的智能运营管理系统,宜具备数据采集能力,通过网管系统、动力环境监控系统与群控系统对IT设备、制冷系统设备(CDU、板式换热器、冷却塔等)进行数据采集:

  • 阅读25
  • 下载0

数字员工运营管理指南(1.0)

知识实体扩展与泛化效果显著:实体数量从500个扩展到动态无限;识别准确率从75%提升至95%,提升20个百分点;维护成本降低80%。

  • 阅读32
  • 下载1

物流产业园区建设规划方案

传统消防与安防系统孤立,缺乏数据共享和联动机制·设备运行状态缺少预警机制,出现火警,才发现设备故障无法使用,错过最佳处理时机离线巡查数据无法实时同步,无法实现现场数据回传·设备巡检手工纸字抄录,维护记录无法有效追溯

  • 阅读53
  • 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