• 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

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639
  • 下载0
  • 18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670
  • 下载0
  • 20页
  • pdf

如何构建阿里小蜜算法模型的迭代闭环?

伴随着AI的兴起,越来越多的智能产品诞生,算法链路也会变得越来越复杂,在工程实践中面临着大量算法模型的从0到1快速构建和不断迭代优化的问题,本文将介绍如何打通数据分析-样本标注-模型训练-监控回流的闭环,为复杂算法系统提供强有力的支持。

  • 2021-04-17
  • 阅读673
  • 下载0
  • 15页
  • pdf

如何提高"强化学习算法模型"的泛化能力?

在深度学习中,模型很容易过拟合到参与训练的数据集。因此,深度学习训练模型的时候通常会将数据集分成训练集和测试集,保证训练的模型在测试集上仍然有很好的性能,即模型的泛化能力。在深度强化学习的应用中,模型的泛化能力也同样重要。本文将介绍最近深度强化学习领域中提高模型泛化能力的一些方法,如域随机化、正则等。

  • 2021-04-17
  • 阅读681
  • 下载0
  • 13页
  • pdf

Reinhard算法模型的色调映射算法的研究

长期以来,图像传感器的动态范围都很小,但是真实场景中亮度的动态变化范围却非常广,平常大部分场最的亮度范围都远远超过了图像传感器所能感受的动态范围,因此,需要-种特殊的图像,即高动态范围图像High Dynamic Range Image . HDRI)来满足要求。动态范围图像是用来实现比普通数字图像技术更大曝光动态范围钾更大的明暗差别)的一组技术, 图像所表现的层次更加丰富图像中高亮度区和低亮度区的细节信息都能很好地保留下来,更接近于人眼观测到的真实场景”。为了解决真实场量与传统显示设备动态范围不匹配的矛盾,国内外学者提出了很多色调映射Gone Mayong)算法来实现在传统显示器上显示高动态范围图像。本文主要研究Reinhanl基于摄影校型的色调映则算法

  • 2021-04-17
  • 阅读657
  • 下载0
  • 4页
  • pdf

交互式多模型跟踪算法的模型组合问题研究

模型的选择和组合问题是交互式多模型跟踪算法中的核心问题,本文以海面机动目标跟踪问题为背景,将常速模型、常加速模型、转弯模型和当前统计模型进行不同的组合,作为交互式多模型跟踪算法的模型集,并对不同机动情况下海面目标跟踪问题进行了模型选择的性能比较,并分析了误差原因。蒙特卡洛仿真结果表明,以当前统计模型为基本模型集的交互多模型算法性能较好。

  • 2021-04-17
  • 阅读609
  • 下载0
  • 6页
  • pdf

目标规划的模型与算法

现代的经济问题往往提出一一连串的目标,这些目标既有先后之分,又有缓急之别,而且可能是相互排斥、相互矛盾或有从属关系。决策者处理含有多个目标的问题时需要有一种方法。1961年A.charnes和w .w ,Cooper开始引入了一种处理多目标决策问题的数学方法●1965年Ijiri, 1968年Contine又对 目标规划的发展做出了贡献。近年来随着电子计算机的日趋完善,计算量大大简化,目标规划也日益为人们所重视,并已应用于生产管理、市场管理、财政计划、学术计划和医院管理等部门,还编制出了计算机程序,月标规划已发展成为一种成熟的管理科学的手段。

  • 2021-04-17
  • 阅读621
  • 下载0
  • 8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632
  • 下载0
  • 11页
  • pdf
上一页 123456789101112 …… 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47
  • 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