• 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

51单片机波特率计算

51单片机波特率计算以及附带程序

  • 2021-04-22
  • 阅读195
  • 下载0
  • 5页
  • pdf

福建成品油管道停输后压力预测算法模型_邵晓

停输操作在福建成品油管道运行管理中时常发生,停输再启动过程中管内压力变化剧烈。当管内压力下降时,现场人员经常误以为发生泄漏等异常事故,需巡检排查,增加了现场的管理难度。为了提高现场管理水平,从机理模型分析了管道停输时段压力变化的影响因素,并基于出站油温、压力等检测数据,同时考虑环境温度的变化,建立基于机器学习算法的压力预测模型,监测管内压力变化情况。以泉港南线和黄塘溪东出站点为例,以RMSE、MAE、R2为指标,对比了LR、SVM、DT、RF、GB这5种回归预测模型。结果表明:DT、RF、GB模型适用于福建成品油管道停输的管内压力变化分析,而RF准确度最高。建立预测模型后,利用天气预报的气温数据,可以预测未来时段管内压力的变化趋势,当预测值与检测值差别较大时,实现报警功能。

  • 2021-04-22
  • 阅读493
  • 下载0
  • 5页
  • pdf

基于特征选择算法的建筑能耗预测集成模型_白雪

为提高建筑能耗预测效果,提出一种基于随机森林特征选择算法的建筑能耗预测集成回归模型(RF-GBDT)。通过随机森林的特征选择算法处理原始数据集生成最优特征子集,使用梯度提升决策树算法将6种基础的机器学习算法建立集成回归模型,以最优特征子集作为集成模型的输入数据集。使用评价指标RMSE和R2将集成模型预测结果与传统集成模型以及单一机器学习算法的预测结果进行对比,实验结果验证了集成后的RF-GBDT模型比单一算法的预测性能有了大幅度提升。

  • 2021-04-22
  • 阅读694
  • 下载0
  • 5页
  • pdf

基于回归模型的全卷积网络人群计数算法_吴晓燕

针对当前采用密度图回归方法估计人群数量时人数被高估的问题,提出一种基于计数回归和密度图估计的全卷积网络框架,采用计数回归与密度图回归相结合的方式对人群密度图进行估计。为训练模型参数和有效避免过拟合现象的出现,设计一种更深更轻且参数数量很少的完全卷积网络(full convolutional network,FCN)作为人群密度图估计器。实验结果表明,提出算法对密度分布不均和尺度不一的人群图像都有很好的适用性和准确性,算法性能优于现有的人群计数算法。

  • 2021-04-22
  • 阅读694
  • 下载0
  • 5页
  • pdf

基于粒子群算法的齿轮减速器模型的仿真设计_杨焱

为了解决减速器存在体积大、质量大、承载能力低、成本高和寿命短等问题,通过对一级圆柱齿轮减速器进行优化设计,以体积最小作为目标,结合轴强度、齿轮的强度、齿宽、模数等约束条件建立优化设计模型;结果表明:利用粒子群算法对减速器模型进行优化,包括粒子群初始化、计算适应度值、更新粒子等能够得出最优值。最后通过对齿轮减速器的校核验算来证明该齿轮减速在设计上是可行的。

  • 2021-04-22
  • 阅读705
  • 下载0
  • 5页
  • pdf

基于最邻近模型的知识库多层次标签分类算法_黄秀彬

传统的知识库多层次标签分类算法分类精度低,为了解决这一问题,基于最临近模型的知识库研究一种新的多层次标签分类算法。该算法对知识库多层次标签进行特征提取,将提取的对象标签特征进行特征降维,以此获得简化知识库多层次的特征空间,通过最临近模型计算简化知识库空间中对象特征之间的距离,通过计算结果完成多层次标签分类,实现基于最临近模型的知识库多层次标签分类算法研究。实验结果表明,基于最邻近模型的知识库多层次标签分类算法能够在短时间内实现精准分类。

  • 2021-04-22
  • 阅读661
  • 下载0
  • 5页
  • pdf

基于航空旅客隐私数据保护的联邦学习算法应用模型研究_郭睿

文章对目前人工智能算法在航空领域存在的数据孤岛问题和数据隐私保护问题进行分析,并提出面向数据隐私保护的联邦学习航空出行预测方法。在数据隐私保护的前提下,融合高铁出行数据、第三方应用APP记录的居民消费数据进行联邦学习,极大提高了航空出行预测的准确性和可靠性,同时解决了多企业多行业数据融合机器学习带来的数据隐私保护问题。

  • 2021-04-22
  • 阅读660
  • 下载0
  • 5页
  • pdf

基于GBDT算法的大数据风控模型研究_王心逸

风电与储能联合投标可有效应对风电的随机性,提高风电与储能的综合效益。文章针对电力市场环境下风储联合投标的模型与算法问题开展研究。首先,详细考虑储能电池循环寿命、风储联合调频性能、风储联合运行条件及电力市场方面的约束,建立风储联合参与电能量市场和调频市场的投标模型。然后,将所提模型转化为马尔科夫决策过程,并提出一种改进动态规划算法进行求解。该算法利用情景记忆避免对各个子问题的重复计算,可显著提高计算效率,并有效处理风储联合投标过程中出现的随机性、非线性、离散性问题和逻辑变量。最后,通过算例说明了所提方法的有效性。

  • 2021-04-22
  • 阅读480
  • 下载0
  • 5页
  • pdf
上一页 1 …… 22682269227022712272227322742275227622772278 …… 2878 下一页 共 23017 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

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162
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读183
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读325
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读345
  • 下载9

最新上线

智慧产业园弱电系统建设方案

智慧产业园弱电系统建设方案智慧产业园弱电系统建设方案智慧产业园弱电系统建设方案智慧产业园弱电系统建设方案智慧产业园弱电系统建设方案智慧产业园弱电系统建设方案

  • 阅读14
  • 下载0

信息化机房建设方案

信息化机房建设方案信息化机房建设方案信息化机房建设方案信息化机房建设方案信息化机房建设方案信息化机房建设方案信息化机房建设方案

  • 阅读15
  • 下载0

工业园区级虚拟电厂建设实践

工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践

  • 阅读27
  • 下载0

新型电力系统需要人工智能

新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能

  • 阅读29
  • 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