• 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

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745
  • 下载0
  • 11页
  • pdf

从浅层模型到深度模型:概览机器学习优化算法

本篇论文旨在介绍关于将最优化方法应用于机器学习的关键模型、算法、以及一些开放性问题。这篇论文是写给有一定知识储备的读者,尤其是那些熟悉基础优化算法但是不了解机器学习的读者。首先,我们推导出一个监督学习问题的公式,并说明它是如何基于上下文和基本假设产生各种优化问题。然后,我们讨论这些优化问题的一些显著特征,重点讨论 logistic 回归和深层神经网络训练的案例。本文的后半部分重点介绍几种优化算法,首先是凸 logistic 回归,然后讨论一阶方法,包括了随机梯度法(SGD)、方差缩减随机方法(variance reducing stochastic method)和二阶方法的使用。最后,我们将讨论如何将这些方法应用于深层神经网络的训练,并着重描述这些模型的复杂非凸结构所带来的困难。

  • 2021-04-18
  • 阅读744
  • 下载0
  • 11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744
  • 下载0
  • 11页
  • pdf

谷歌中国工程师团队提出颠覆性算法模型,Waymo实测可提高预测精准度

“周围的车辆和行人在接下来数秒中会做什么?”要实现安全的自动驾驶,这是一个必须回答的关键问题,这也就是自动驾驶领域中的行为预测问题。 自动驾驶公司 Chris Urmson 去年曾在一次采访中表示,感知和预测能力很关键,如果有一个模型能预测未来 5 秒会发生什么,这将能很大程度加速自动驾驶的发展。 行为预测的难点在于周围行人、车辆的不确定性和各种规则之外的行为。这些状况难以进行确定性的预测,只能通过训练数据分析各种行为的可能性来达到更加合理的预测效果。另一个难点是盲区与遮挡问题。

  • 2021-04-17
  • 阅读741
  • 下载0
  • 6页
  • pdf

BP神经网络模型算法

BP(Back Propagation)算法,是1986年由Rinehart和McClelland为首的科学家提出,按误差逆向传播算法训练多层前馈网络,是目前最广泛的神经网络模型之一。BP网络能学习和存储大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。学习过程使用最快下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。

  • 2021-04-18
  • 阅读740
  • 下载0
  • 11页
  • pdf

构建基于科技文献知识的人工智能引擎

如何利用科技文献中的知识对深度学习算法模型进行训练改进,以获取知识、发现知识是情报研究的重要课题。为充分挖掘和利用科技文献中的知识,本文提出构建基于科技文献知识的人工智能引擎的目标。

  • 2021-04-26
  • 阅读739
  • 下载0
  • 15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738
  • 下载0
  • 17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738
  • 下载0
  • 18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

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123
  • 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130
  • 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285
  • 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307
  • 下载9

最新上线

2026年中国媒介展望:从掌控到赋能

2025年,持续的地缘政治紧张局势和贸易不确定性,取代了对“统一全球市场”的信念。全球品牌不再被动观望,而是转向更深层次的“在中国”融合:采用本土科技平台、加大研发投入,并推进逆向创新。 中国品牌为应对国内过度竞争以及对本土消费的过度依赖,加速出海扩张。 面向全球的品牌传播必须针对中国的竞争环境进行精细化调整;本地化不再是可选项,而是必选项。

  • 阅读11
  • 下载1

安全应急装备产业发展研究报告(2025年)

安全应急装备是防范化解重大风险、提升突发事件应对能力的物质基础与技术保障,其发展水平直接关系到国家公共安全保障能力和产业链现代化水平。习近平总书记指出,“要巩固壮大实体经济根基,把集成电路、网络安全、生物医药、电力装备、安全应急装备等战略性新兴产业发展作为重中之重,着力打造世界级先进制造业集群。”当前,全球风险挑战日趋复杂严峻,气候变化引发的极端天气事件频发,城市运行系统日益复杂化,对现代化安全应急体系建设提出了新的挑战,也对安全应急装备产业提出更高要求。同时,新一代数字信息技术融合应用不断深化,以及全社会日益增长的安全保障需求,也为安全应急装备产业发展带来重要机遇。

  • 阅读13
  • 下载0

锚定真实的人——2026人群白皮书

当消费市场迎来“人口结构重塑”与“需求多元裂变”的双重变局,消费者正以更立体的姿态重新定义市场规则,这既是当下的行业底色,更是品牌增长道路上必须直面的核心命题。

  • 阅读14
  • 下载1

全球业务高速增长DNA分析报告

核心研究发现 1.增长愈发难以实现:尽管许多企业仍在增长,但高增长企业(即员工规模等级提升一级)的比例已从疫情前的7.4%降至疫情后的4.3%,这表明市场环境日益严峻。1 2.AI技能是增长加速器:高增长企业的A技能发展水平比其他企业高出45%。

  • 阅读11
  • 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