• 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

2022年小微融资发展与展望研究报告

报告重点关注小微企业融资及小微企业数字化服务行业的发展问题,核心聚焦于其中的“小店”群体。通过对小微企业融资供需关系的探讨,提出小微融资面临供给不足、结构性失衡的问题,而科技对于小微企业及小微融资的赋能,是解决当前小微融资问题的关键。在展现小微融资科技化与科技赋能小微融资表现的同时,探讨小微企业数字化服务作为小微融资产业延伸的重要意义。

  • 2023-02-27
  • 阅读661

全球5G终端发展及展望

伴随着各行各业数字化的发展浪潮,企业服务一直以来是创投圈里的一大热门行业。 关于企业服务行业的定义,目前还没有准确的描述。在百科词条中,企业服务的范围非常宽泛,指的是“第三方为企业客户提供的无形服务”的总称。而在一些行业性报告中,企业服务则指“作用于企业主体、涵盖企业运作相关流程、为企业降本提效提供的专业化信息服务”,具体可划分为人力资源、ERP、财税服务、信息安全等数十个细分领域。相对来说,行业报告的定义、分类与创投市场的认知更为接近。

  • 2023-02-27
  • 阅读372
  • 下载0
  • 12页
  • pdf

什么是NLP(自然语言处理)

NLP 的全称是 Natural Language Processing,翻译成中文称作:自然语言处理。它是计算机和人工智能的一个重要领域。顾名思义,该领域研究如何处理自然语言。

  • 2023-02-27
  • 阅读316

多层感知机(MLP)简介

多层感知机(MLP,Multilayer Perceptron)也叫人工神经网络(ANN,Artificial Neural Network),除了输入输出层,它中间可以有多个隐层,最简单的MLP只含一个隐层,即三层的结构,

  • 2023-02-27
  • 阅读378

CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)含义以及区别

DNN指的是包含多个隐层的神经网络,如图1所示,根据神经元的特点,可以分为MLP、CNNs、RNNs等,下文在区分三者的时候,都从神经元的角度来讲解。MLP是最朴素的DNN,CNNs是encode了空间相关性的DNN,RNNs是encode进了时间相关性的DNN。

  • 2023-02-27
  • 阅读353

1、DNN(深度神经网络),2、CNN(卷积神经网络),3、RNN(循环神经网络)

1、DNN(深度神经网络), 2、CNN(卷积神经网络), 3、RNN(循环神经网络)

  • 2023-02-27
  • 阅读311

RNN和CNN的区别表现在哪些方面?

RNN(循环神经网络),和CNN(卷积神经网络)是深度学习经常进行比较的两个概念,下面小编整理了RNN和CNN的一些区别,希望对大家有所帮助。 1.从应用方面来看CNN主要用于图像识别比较多,而RNN被用于语言处理多一些,主要用于时序和NLP RNN的假设——事物的发展是按照时间序列展开的,即前一刻发生的事物会对未来的事情的发展产生影响。 CNN的基础的假设——人类的视觉总是会关注视线内特征最明显的点 2.当RNN、CNN都用于NLP时,它们的区别在于:

  • 2023-02-27
  • 阅读306

RNN基本原理和RNN种类与实例

之前提到的CNN模型主要用到人类的视觉中枢,但其有一劣势,无论是人类的视觉神经还是听觉神经,所接受到的都是一个连续的序列,使用CNN相当于割裂了前后的联系。从而诞生了专门为处理序列的Recurrent Neural Network(RNN),每一个神经元除了当前信息的输入外,还有之前产生的记忆信息,保留序列依赖型。

  • 2023-02-27
  • 阅读332
上一页 1 …… 324325326327328329330331332333334 …… 2884 下一页 共 23066 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

时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读97
  • 下载2

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2051
  • 下载8

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2512
  • 下载11

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2299
  • 下载9

最新上线

时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读97
  • 下载2

数据中心800V直流供配电系统解决方案技术白皮书

本白皮书中,“800V直流供配电系统”用于指面向数据中心场景的系统级供电与配电架构;“800V直流母线”用于指系统中的主干直流配电电压平台;“SST”用于指固态变压器技术路线;“PDM、PDU、rPDUPowerShelf、Sidecar”等机柜侧设备名称在不同生态和厂商中可能存在功能边界差异,本文主要按照系统功能进行归纳,具体定义应以产品规格书和项目方案为准

  • 阅读117
  • 下载0

2026AGI时代全球数智医学影像生态产业发展白皮书

当人工智能以前所未有的速度重塑千行百业,医疗 健康领域也正在经历一场从“经验驱动”迈向“数 据智能”的深刻变革。医学影像贯穿疾病筛查、临 床诊断、治疗规划、疗效评估和随访管理全过程, 具有应用频率高、数据规模大、临床价值直观等特 点,已成为人工智能率先实现规模化应用的重要医 疗场景之一。

  • 阅读465
  • 下载1

2026-2027年中国汽车行业发展及消费需求洞察报告

汽车行业涵盖乘用车、商用车及特种车辆的设计、制造、销售与服务,核心产品包括传统燃油车、新能源汽车及其零部件,并延伸至整车交易、售后维修、金融租赁和共享出行等业务。主要商业模式为整车制造与销售结合供应链管理、经销商网络及增值服务。行业关键特征是高资本密集、技术驱动、产业链长且受政策与环保标准深度影响。

  • 阅读995
  • 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