• 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

基于大数据的军事情报分析与服务系统架构研究

针对大数据时代带来的变革与挑战,开展面向军事领域的情报分析与服务系统架构研究和设计。提出了基于大数据的军事领域情报分析与服务系统的通用体系架构和运行模式设计,并对系统架构的关键技术进行了探索分析。应用大数据技术,对于提高信息化军事情报处理和决策支持能力具有重要意义。

  • 2022-01-18
  • 阅读166
  • 下载0
  • 8页
  • docx

美国防空反导系统中雷达新技术发展及应用研究

经过多年发展,美国部署了遍布全球的预警探测装备。面对导弹技术的扩散、五代机的入役和高超声速武器等新威胁的出现,美军的防空反导系统面临着日益严重的威胁,长期以来难以解决的目标识别难题也更加严重。为进一步提升探测跟踪及目标识别能力,增强防空反导系统的作战能力,美国近年来从雷达新体制、新器件等多个方面,加大雷达新技术的研究力度。目前已开始将一些技术应用于雷达型号的研制与生产中。

  • 2022-01-18
  • 阅读174
  • 下载0
  • 20页
  • docx

人工智能在汽车自动驾驶系统中的应用分析

本文以自动驾驶系统为代表的汽车智能化技术将对汽车产业生态变革产生重大影响。首先,分析了自动驾驶技术发展路线、发展现状及人工智能(Artificial Intelligence,AI)的应用领域,指出 AI 在自动驾驶应用中面临的挑战。然后,提出一种基于 AI 的车云协同自动驾驶系统架构,分析了基于 AI 的智能驾驶终端软硬件架构与基于大数据的自动驾驶云端空间架构;结合车端与云端的 AI 集成应用问题、信息数据交互方法与车云协同技术,讨论了人工智能在自动驾驶系统的主要应用。

  • 2022-01-18
  • 阅读164
  • 下载0
  • 15页
  • docx

DOE提出综合能源系统协同研究的机遇与挑战

近日,美国能源部(DOE)发布《综合能源系统:协同研究机遇》报告指出,与传统独立能源系统相比,综合能源系统(HES)通过总体控制或物理方式集成多种能源生产、存储和/或转换技术,以实现节约成本、增强能效和环境效益。综合能源系统对美国经济脱碳、生产高价值产品(如氢气)、提高电网灵活性,以及扩大可再生能源技术的部署将发挥重要作用。但综合能源系统作为全新的能源系统形态,也为电力市场的设计、运营和监管,国家监管以及能源政策的设计和实施带来了挑战。

  • 2022-01-18
  • 阅读279
  • 下载0
  • 6页
  • docx

为何全视觉方案无法实现真正的自动驾驶

当前,主流的自动驾驶Tier1和主机厂都趋向于设计更加先进的传感器架构将传感器的探测能力提升到最大值。其中,不乏有类似特斯拉、小鹏这样趋向于推进视觉感知架构设计的主机厂,也不乏有类似博世、大陆这类传统趋向于推进雷达感知为主的供应商。也有在传感器架构中趋向于设计全传感冗余方案的主机厂,如蔚来、waymo、百度等不差钱的主机厂。从量产的角度出发,我们在设计传感架构时更多的是追求所谓的性价比,也即用最少的传感器设计最优的系统架构。

  • 2022-01-18
  • 阅读153
  • 下载0
  • 9页
  • docx

高级自动驾驶系统的新型三大感知能力要素分析

自动驾驶传感器配置需求随着汽车智能化和电动化的快速发展不断增加。当前的传感器趋向于从探测范围、探测精度、探测能力上进行不断优化以便适应更多的边缘场景。使用更高级能力的传感器到底能带来哪些优势,又能解决哪些问题,如何对车身周围配置的传感器进行最优化配置和选择将是我们必须要面对的问题。

  • 2022-01-18
  • 阅读155
  • 下载0
  • 13页
  • docx

基于计算机视觉的自动驾驶算法研究综述

本文从基于传统特征和基于深度学习两方面对自动驾驶技术进行了综述:首先论述了基于传统特征的自动驾驶技术,如道路与车道线的检测、前车检测、行人检测和防撞系统等,由于识别目标种类繁多,基于传统特征的目标检测遇到了很难超越的瓶颈;接着阐述了基于深度学习的自动驾驶算法,采用卷积神经网可以直接学习和感知路面及道路上的车辆,可大幅度提升自动驾驶算法的性能;最后总结全文,并展望了未来的研究方向,即整合传统特征和深度学习特征,进一步提升深度驾驶的拟人化和实用化水平。

  • 2022-01-18
  • 阅读161
  • 下载0
  • 10页
  • docx

深度卷积神经网络(CNN)在无人驾驶中的应用

卷积神经网络(Convolutional Neural Network,CNN)是一种适合使用在连续值输入信号上的深度神经网络,比如声音、图像和视频。它的历史可以回溯到1968年,Hubel和Wiesel在动物视觉皮层细胞中发现的对输入图案的方向选择性和平移不变性,这个工作为他们赢得了诺贝尔奖。时间推进到上世纪80年代,随着神经网络研究的深入,研究人员发现对图片输入做卷积操作和生物视觉中的神经元接受局部receptive field内的输入有相似性,那么在神经网络中加上卷积操作也就成了自然的事情。

  • 2022-01-18
  • 阅读162
  • 下载0
  • 11页
  • docx
上一页 1 …… 11651166116711681169117011711172117311741175 …… 2194 下一页 共 17546 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

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读73
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读914
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2697
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3152
  • 下载14

最新上线

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读29
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读28
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读28
  • 下载0

配电室智慧整体解决方案

持续改进与升级是配电室智慧整体解决方案成功的关键,通过定期评估和更新硬件设备、引入智能控制系统、加强数据分析和优化、提升人员培训和技能水平以及建立反馈机制等措施,可以不断提高系统的运行效率和可靠性,满足不断变化的市场需求和技 术进步。

  • 阅读31
  • 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