• 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

滑坡实时监测预警模型调度算法优化研究_何朝阳

监测预警是地质灾害防灾减灾的重要手段。在滑坡的实时监测预警中,预警模型的调度算法直接关系到预警的成功与否。传统的做法是根据一定时间间隔启动预警服务,这种方法易于实现,但受到预警时间间隔的影响,其预警结论及其处置建议的发布存在一定的延迟,无法达到真正的实时预警。如何通过预警模型和实时监测数据快速地得到预警等级、如何控制好预警信息发送的时间与频率,是需要解决的两个关键问题。为了尽量缩短从数据采集到预警信息发出的时间间隔,为后续预警处置赢得更多时间,本文从预警流程和模型调度算法入手,研究基于时间驱动和数据驱动的预警模型调度方式,结合实时监测数据类型及其特征,提出预警模型调度策略及预警信息发布策略,以期提高滑坡的预警精度,最后研发一套预警等级求解器,采用多线程思路,构建基于策略的预警模型通用计算框架,从而实现对滑坡的实时过程跟踪预警,充分发挥预警平台的作用。

  • 2021-04-21
  • 阅读682
  • 下载0
  • 15页
  • pdf

招标采购中的采购物品打包模型及其优化算法_黄学文

招标采购是采购物品(货物或服务)的有效方式,采购物品打包是招标采购的重要环节并对采购绩效有重要影响。采购物品打包是确定一组互斥的采购包集合,在充分的市场竞争条件下购买全部采购物品,且每个采购包的候选供应商应对该采购包中的所有物品进行投标。目前采购物品打包问题的研究文献较少,本文通过定义采购包和采购打包方案等概念,建立了采购物品打包问题的0-1整数规划模型。由于该模型具有NP-hard特征,为此首先将其转化为旅行商问题,并基于遗传算法设计采购物品打包问题的求解算法。实验表明:与整数规划求解软件和双聚类算法相比,本文所提出的算法在解决采购物品打包问题时具备更好的优化性能和计算效率。

  • 2021-04-22
  • 阅读682
  • 下载0
  • 9页
  • pdf

基于移动机器人的订单拣选系统货位优化模型和算法研究_袁瑞萍

为了提高基于移动机器人的订单拣选系统的拣选效率,文章提出了基于货品相关性和货架中货品总出库频次的货位优化方法.将货位优化分为货品存放到货架及货架布局到仓库中现有位置两个阶段,为避免拥堵采用分散存储策略建立了最小化货架搬运次数以及最小化机器人总拣选路程的数学模型,并设计两阶段启发式算法求解.结合A网上药店的历史订单数据进行了仿真实验,实验结果表明,文章提出的货位优化方法有效提高了订单拣选效率.

  • 2021-04-29
  • 阅读681
  • 下载0
  • 11页
  • pdf

大数据下的用户分析

“大数据”是指以多元形式,许多来源搜集而来的庞大数据组,往往具有实时性。在企业对企业销售的情况下,这些数据可能得自社交网络、电子商务网站、顾客来访纪录,还有许多其他来源。这些数据,并非公司顾客关系管理数据库的常态数据组。

  • 2021-04-18
  • 阅读679
  • 下载0
  • 18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676
  • 下载0
  • 17页
  • pdf

EM算法在P范混合模型的参数估计中的应用_彭飞

针对多种分布形式混合的观测数据,建立了P范分布混合模型,考虑到模型中混合数属于不完全数据,引入EM算法,对该混合模型的参数进行估计,详细推导了P范混合模型参数估计的迭代公式,并给出了相应的迭代步骤。最后采用混合高斯分布数据、拉普拉斯分布与高斯分布混合数据以及实测GPS观测值残差数据,验证了本文公式的正确性和适应性。算例结果表明,相比于单一概率分布,P范混合模型能够准确反映数据分布的实际情况,同时利用EM算法估计的模型参数具有较高的精度。

  • 2021-04-23
  • 阅读676
  • 下载0
  • 11页
  • pdf

机器学习模型算法“知多少”?

众所周知,机器学习模型通常包括分类模型、回归模型、聚类模型、预测模型、关联挖掘模型等。它们分别用于解决不同的问题以及应用于不同的营销场景。今天,让我们就ML中最常见的分类模型进行一番剖析。 我们经常会听到数据分析初学者们提这样一个问题——究竟分类和回归的区别是什么?

  • 2021-04-18
  • 阅读673
  • 下载0
  • 9页
  • pdf

机器学习入门算法:从线性模型到神经网络

近段时间以来,我们频频听到「机器学习(machine learning)」这个词(通常在预测分析(predictive analysis)和人工智能(artificial intelligence)的上下文中)。几十年来,机器学习实际上已经变成了一门独立的领域。由于现代计算能力的进步,我们最近才能够真正大规模地利用机器学习。而实际上机器学习是如何工作的呢?答案很简单:算法(algorithm)。

  • 2021-04-18
  • 阅读673
  • 下载0
  • 5页
  • pdf
上一页 1 …… 1314151617181920212223 …… 81 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

低空基础设施发展研究报告(2025)

当前,世界百年变局加速演进,新一轮科技革命和产业变革?深入发展,低空经济作为新质生产力的重要组成部分,正以前瞻?性、引领性姿态加速崛起,成为推动经济结构优化升级、塑造高?质量发展新动能的关键领域。

  • 阅读282
  • 下载1

华为数字化转型之道

首先从华为的视角总结了企业对于数字化转型的应有的共识,以及从战略角度阐述了华为为何推行数字化转型,然后给出了华为数字化转型的整体框架(方法论),以及企业数字化转型成熟度评估的方法,帮助读者在厘清华为开展数字化转型工作的整体脉络的同时,能快速对自身的数字化水平进行自检,

  • 阅读351
  • 下载4

2025年车路云一体化系统云控基础平台功能场景参考架构报告2.0

汽车智能化网联化融合发展已经成为全球政府、产业界的发展共识,各国通过升级政策法规、推动测试示范、加速创新应用等方式推动智能网联汽车产业发展。2024年1月,我国启动智能网联汽车“车路云一体化”应用试点,推动车路云一体化从技术验证迈向规模化应用。

  • 阅读297
  • 下载3

2025年中国新锐品牌全球成长白皮书

过去十年,中国消费市场的高速迭代催生了一批极具活力的新锐品牌。它们凭借对消费趋 势的敏锐洞察、柔性灵活的供应链体系以及成熟的数字化运营能力,在国内细分市场中迅 速崛起,创造了一个又一个“爆款神话”。

  • 阅读341
  • 下载2

最新上线

综合算力指数蓝皮书(2025 年)

近年来,AI?快速发展。算力、存力、运力以及模型能力的协同发展水平成为衡量地区数字竞争力的关键。算力支撑数据处理与计算,存力保障数据的高效存储与调用,运力保障数据的跨域传输,模型能力则深度释放算力在各场景的应用效能。综合算力是指以算力为核心、存力为基础、运力为纽带、模力为赋能、环境为发展保障的多维度协同能力体系,是衡量数字经济发展的核心生产力指标。如何更科学评估我国综合算力发展现状,全面把握区域产业短板与优势,成为推动数字经济高质量发展的重要命题。

  • 阅读16
  • 下载0

人工智能驱动的科技创新

2022年5月,全球首款全自动生成的32位RISC-VCPU"启蒙1号"由中国科学院计算技术研究所利用AI技术成功设计。AI的利用,将生产周期从数月降至5小时生成400万逻辑门,效率提升至1/1000,标志着芯片设计进入智能化时代

  • 阅读17
  • 下载2

中央企业高质量数据集建设研究报告

在新一轮科技革命和产业变革深入推进的背景下,高质量数据集已成为支撑人工智能发展和行业智能化转型的关键基础。近年来,国务院国资委围绕实施央企"人工智能+"行动和产业焕新行动,将高质量数据集建设作为提升中央企业智能化能力和核心竞争力的重要抓手,通过专题部署、示范发布和平台建设等方式,持续推动数据资源向可用、可管、可共享的数据资产转化。与

  • 阅读19
  • 下载1

数据标准管理实践指南(2.0版)

近年来,国家高度重视数据产业发展,将数据列为生产要素,并持续强化数据标准化工作。自2021年起,《国家标准化发展纲要》《“十四五”数字经济发展规划》《关于构建数据基础制度更好发挥数据要素作用的意见》等多项政策文件陆续出台,大力推动了公共数据、企业数据、个人数据的标准体系建设。2024年,国家发展改革委、国家数据

  • 阅读21
  • 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