• 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

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639
  • 下载0
  • 17页
  • pdf

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638
  • 下载0
  • 15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638
  • 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637
  • 下载0
  • 17页
  • pdf

模型算法回归技术全解

回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。

  • 2021-04-18
  • 阅读636
  • 下载0
  • 10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635
  • 下载0
  • 9页
  • pdf

多模型融合推荐算法——从原理到实践

互联网时代也是信息爆炸的时代,内容太多,而用户的时间太少,如何选择成了难题。电商平台里的商品、媒体网站里的新闻、小说网站里的作品、招聘网站里的职位……当数量超过用户可以遍历的上限时,用户就无所适从了。 对海量信息进行筛选、过滤,将用户最关注最感兴趣的信息展现在用户面前,能大大增加这些内容的转化率,对各类应用系统都有非常巨大的价值

  • 2021-04-17
  • 阅读635
  • 下载0
  • 9页
  • docx

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634
  • 下载0
  • 9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

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63
  • 下载1

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60
  • 下载2

中服云多模态工业物联网平台介绍

中服云作为国内著名的专业工业物联网平台系列产品提供商,历经十余年深耕发展,已构建起成熟的全系列多层次产品体系,精准适配不同行业、不同规模用户的差异化需求。凭借在工业数据采集、边缘计算、人工智能、数字孪生等领域的深厚技术积累与持续创新,中服云已为海量工业企业提供了稳定可靠的数字化转型解决方案。平台支持云端SaaS在线部署与用户现场私有化部署两种模式,既满足中小企业轻量化、低成本的在线使用需求,也保障大型企业对数据安全、定制化服务的高标准要求。

  • 阅读72
  • 下载0

中服云工业物联网平台数字孪生版技术原理与功能介绍

中服云数字孪生平台以物联网平台+数据中台为坚实基础,以2D/3D/GIS为核心展示形式,致力于打造一个从设备原始数据到孪生应用落地的一站式数智化平台。

  • 阅读117
  • 下载4

最新上线

中服云工业物联平台火山地震监测解决方案

中服云作为国内领先的工业物联网平台厂商,其技术架构与功能特性高度适配火山地震监测场景的需求

  • 阅读25
  • 下载0

新一代人工智能发展规划__2017年第22号国务院公报_中国政府网

人工智能的迅速发展将深刻改变人类社会生活、改变世界。为抢抓人工智能 发展的重大战略机遇,构筑我国人工智能发展的先发优势,加快建设创新型国家 和世界科技强国,按照党中央、国务院部署要求,制定本规划

  • 阅读31
  • 下载0

卫生健康行业人工智能应用场景参考指引

:整合多模态医学数据,包括图像、文本、声音、 传感器数据和基因组、转录组、蛋白质组等多组学数据,完成 不同时间点、条件下的数据对齐,构建医学科研数据资源库。 利用数据融合模型与方法,提供跨模态标注算法和标注工具, 揭示跨模态数据之间的语义关联性,帮助分析其相互作用和整 合效果,提高诊断和分析的准确性。面向不同类型的数据,提 供计算机视觉、自然语言处理、图学习等多类算法,对多模态 数据进行特征提取、模型训练、统计分析等,以识别疾病标志 物和模式。提供科研合作平台,促进跨学科研究团队的协作, 支持将分析结果转化为临床辅助决策支持工具,辅助医生进行 更准确的诊断和治疗规划。

  • 阅读48
  • 下载1

生成式人工智能服务管理暂行办法__2023年第24号国务院公报_中国政府网

 为抢抓人工智能发展新机遇,支持人工智能技术赋能智能终端产品,推动智能终端产业高质量跨越 式发展,加快建设国际国内领先的人工智能终端产业集聚区,按照《关于加快发展新质生产力进一步推 进战略性新兴产业集群和未来产业高质量发展的实施方案》《深圳市加快打造人工智能先锋城市行动方 案》等文件要求,结合我市实际,制定本行动计划

  • 阅读33
  • 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