• 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

数据治理及数据仓库模型设计

数据治理管理体系由管理政策、管理功能、管理流程、管理组织等几大部分组成

  • 2021-04-20
  • 阅读672
  • 下载0
  • 24页
  • pdf

陆基导弹打击航母的数学模型与算法设计

随着军事力量的发蔚县,导弹成为现代战争中极具威胁性的进攻型武器。航母作为可以整合通讯、情报、反潜反导装置、作战信息和后勤保障的大型海上战斗机移动基地平台,航母对国家安全带来威胁。导弹打击航母技术对保卫国家安全显得尤为重要。

  • 2021-04-17
  • 阅读938
  • 下载0
  • 22页
  • pdf

统计学入门-第二章 参数估计:其他分布参数的区间估计

在前面几个章节中,我们以正态分布为例,学习了如何对正态分布的均值和方差进行区间估计,从中可以看到对不同参数进行区间估计的重要性。与点估计相比,区间估计最大的特点就是能够在一定程度上反映估计量的精确程度。在给定置信度的前提下,估计精度越高,置信区间的长度就越小,反之亦然。因此,区间估计是一个非常有用的统计学工具,需要熟练掌握。但是,实际工作中,除了正态分布以外,还常常会碰到很多其他的重要分布(例如指数分布、0-1分布、泊松分布),它们也常被用于描述不同事件的不确定性。同理,对这些分布中的参数进行估计同样十分重要。本节就将重点讨论如何对常见分布的参数进行区间估计。首先考虑几个典型应用场景。

  • 2022-08-03
  • 阅读2518
  • 下载0
  • 21页
  • docx

基于深度学习的三维模型检索算法综述_刘安安

近年来,深度学习被广泛应用于各个领域并取得了显著的进展,如何利用深度学习高效管理呈爆炸式增长的三维模型一直是一个研究热点。本文介绍了发展至今主流的基于深度学习的三维模型检索算法,并根据实验得出的算法性能评估分析了其优缺点。根据检索任务的不同,可将主要的三维模型检索算法分为两类:(1)基于模型的三维模型检索方法,即检索对象与被检索对象都是三维模型,按照对三维模型的表示方式不同,可进一步分为基于体素、基于点云和基于视图的方法;(2)基于二维图像的跨域三维模型检索方法,即检索对象是二维图像,被检索对象是三维模型,包括基于二维真实图像和基于二维草图的三维模型检索方法。最后,对基于深度学习的三维模型检索算法目前存在的问题进行分析和讨论,并展望未来发展的新方向。

  • 2021-04-20
  • 阅读684
  • 下载0
  • 21页
  • pdf

机器学习十大常用算法

通过本篇文章大家可以对ML的常用算法形成常识性的认识。没有代码,没有复杂的理论推导,仅是图解,介绍这些算法是什么以及如何应用(例子主要是分类问题)。以后有机会再对单个算法做深入地解析。 今天的算法如下: 1、决策树 2、随机森林算法 3、逻辑回归 4、SVM 5、朴素贝叶斯 6、K最近邻算法 7、K均值算法 8、Adaboost 算法 9、神经网络 10、马尔可夫

  • 2021-05-12
  • 阅读721
  • 下载0
  • 20页
  • doc

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756
  • 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768
  • 下载0
  • 20页
  • pdf

决策树模型算法研究与案例分析

决策树(Decision Tree)是一个预测模型;他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象,而每个分叉路径则代表某个可能的属性值,而每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对象的值。数据挖掘中决策树是一种经常要用到的技术,可以用于分析数据,同样也可以用来作预测。从数据产生决策树的机器学习技术叫做决策树学习,通俗说就是决策树。

  • 2021-03-24
  • 阅读775
  • 下载0
  • 19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

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121
  • 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284
  • 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