• 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

低秩稀疏矩阵优化问题的模型与算法

低秩稀疏矩阵优化问题是一类带有组合性质的非凸非光滑优化问题. 由于零模与秩函数 的重要性和特殊性, 这类 NP-难矩阵优化问题的模型与算法研究在过去?几年里取得了长足发 展. 本文从稀疏矩阵优化问题、低秩矩阵优化问题、低秩加稀疏矩阵优化问题、以及低秩张量 优化问题四个方面来综述其研究现状; 其中, 对稀疏矩阵优化问题, 主要以稀疏逆协方差矩阵估 计和列稀疏矩阵优化问题为典例进行概述, 而对低秩矩阵优化问题, 主要从凸松弛和因子分解 法两个角度来概述秩约束优化和秩 (正则) 极小化问题的模型与算法研究. 最后,总结了低秩 稀疏矩阵优化研究中的一些关键与挑战问题, 并提出了一些可以探讨的问题。

  • 2021-04-17
  • 阅读947
  • 下载0
  • 31页
  • pdf

机器学习算法模型在券商行业的应用实践及发展前景

本文重点介绍机器学习模型在券商行业的应用和实践。首先分析了当前机器学习的发展和现状,然后从实际应用出发,分析解读机器学习算法在券商行业的场景应用,进一步的阐述了几种机器学习算法在实际场景中的应用,最后讲到机器学习平台的使用以及未来机器学习应用前景。

  • 2021-04-17
  • 阅读805
  • 下载0
  • 8页
  • pdf

详解风控场景下分类模型算法

本文主要面向的读者是使用过评分卡模型建模,希望学习或者已经在使用更先进算法如GBDT类和神经网络类模型的风控建模人员。也欢迎所有对机器学习有兴趣的读者一起研讨。本文会详细分析各个算法之间的异同,帮助大家打通这些模型算法之间的联系,并在工作中逐步转移到更先进的算法当中去。

  • 2021-04-17
  • 阅读800
  • 下载0
  • 11页
  • pdf

DSP基础算法与模型研究

美国有一家很优秀的DSP公司–M6D(m6d.com),这个公司只是个startup公司,却已经在KDD之类的顶级会议发表的7-8篇优秀的文章。最近我研究了一下他们的DSP算法,和大家分享一下我的理解,希望以一个实例让大家对DSP中的基础算法和模型有一个初步的了解。写得不对的地方,还请大家及时指正。

  • 2021-04-17
  • 阅读799
  • 下载0
  • 17页
  • pdf

美团技术解析:模型加速与模型裁剪算法概述

本篇介绍了深度学习模型在自动驾驶感知上的应用。出于自动驾驶感知的要求,模型需要具有较高的实时性与准确度,这两个要求在很多时候是矛盾的。因此本文作者提出了一些模型加速与裁剪的方法,以保证模型的快速性与准确性。

  • 2021-04-17
  • 阅读823
  • 下载0
  • 20页
  • pdf

PID控制算法一勺烩 从模型到实现再到口诀

在工业应用中PID及其衍生算法是应用最广泛的算法之一,是当之无愧的万能算法,如果能够熟练掌握PID算法的设计与实现过程,对于一般的研发人员来讲,应该是足够应对一般研发问题了,而难能可贵的是,在很多控制算法当中,PID控制算法又是最简单,最能体现反馈思想的控制算法,可谓经典中的经典。经典的未必是复杂的,经典的东西常常是简单的,而且是最简单的。PID算法的一般形式:

  • 2021-04-17
  • 阅读840
  • 下载0
  • 20页
  • pdf

汽车制动距离估算模型和安全车距控制算法

针对智能车辆自动紧急制动和自主跟车时安全距离控制稳定较差的问题,提出了一种最小安全车距控制算法,基于汽车制动距离分段精确估算模型,针对车辆制动过程的不同阶段,采用不同的制动距离估算模型,准确计算制动距离。尤其是初始制动距离的精确估算,可以准确给出实施制动的最佳时机。再结合周期安全距离闭环控制算法,实现了最小安全车距的精准控制。该模型及算法已应用于奇瑞智能驾驶自动紧急制动和自主跟车系统中,经过5种初始车速,3 000次的实际工况试验,最小安全车距均保持在1.0~2.0 m内,控制精度<±0.5 m。结果表明:所提算法能够精确控制最小安全车距,尤其是针对前方静止目标的工况下,能够保证驾乘舒适性,同时有效提高车辆行驶安全性和道路行车效率。

  • 2021-04-17
  • 阅读890
  • 下载0
  • 17页
  • pdf

CNN模型压缩与加速算法综述

自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后,卷积神经网络(CNN)的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计(hand-crafted)特征和分类器,不仅提供了一种端到端的处理方法,还大幅度地刷新了各个图像竞赛任务的精度,更甚者超越了人眼的精度(LFW人脸识别任务)。CNN模型在不断逼近计算机视觉任务的精度极限的同时,其深度和尺寸也在成倍增长。

  • 2021-04-17
  • 阅读813
  • 下载0
  • 17页
  • pdf
上一页 1 …… 737475767778798081 下一页 共 643 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370
  • 下载5

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590
  • 下载4

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545
  • 下载4

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494
  • 下载0

最新上线

IT运维信息安全解决方案

,提供IT运维服务中的信息安全管理一直是重点问题之一。企业和IT服务供应商将一起参照IS0/IEC27001标准内容不断完善对IT运维服务的安全管理,确保能为企业和组织的信息安全管理提供可靠保障。

  • 阅读8
  • 下载0

智慧应急平台项目建设方案

采用基于1oT、大数据、5G、边缘计算、云计算和A应用技术的通用全平台,搭建感知设备接入管理平台,实现对感知层的设备的接入和管理,实现设备部署、帐号注册、配置更新、固件升级、业务分析、设备监控管理、主动监控等功能服务于一体,提供WEB图形化用户界面,带来安全可靠、便捷高效、易用易部署的全方位设备管理解决方案。

  • 阅读8
  • 下载0

数据安全建设方案

结合数据流相关的业务流程,加强数据在访问、运维、传输、存储、销毁各环节的数据安全保护举措: ·及时梳理和更新数据资产清单,增加/修改核心数据资产信息及安全访问角色; ·监控数据安全指标,加强敏感数据的用户访问行为管控; ·主动响应最新合规需求,新增或移除数据安全管控策略; ·当业务模式或组织结构发生变化,及时调整敏感数据的访问权限和行为方式;建全高效数据安全组织结构,调整和持续执行数据安全策略和规范。

  • 阅读13
  • 下载0

云数据中心设计方案

模块内应配备视频管理和存储设备(提供接口供远程访问,可查看实时视频、历史录像),例如DVR设备,实现本地录像功能。

  • 阅读13
  • 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