有人机与无人机混合编队协同作战是未来空战的重要形式。有人机是中央指挥，而无人机直接接受有人机的指挥和控制，并进行战场态势感知、目标打击等。有人机和无人机可以看成空间上分离而逻辑上一体的巨型虚拟战机，二者优势互补，充分发挥最大综合效能，既提高了有人机的生存能力又延伸了无人机的探测距离范围和攻击距离。本文首先简述了有人机/无人机混合编队协同作战的发展历程，然后重点归纳了协同作战的关键技术原理和国内外研究成果，包括协同态势感知与评估技术、协同任务分配技术、协同航路规划技术、编队飞行与跟踪控制技术，并给出了一个在典型作战任务设定下的协同作战流程。最后对该领域的研究发展方向进行了展望。
5G网络和智慧城市建设对挂载用杆塔需求明确，“智慧杆”是新基建时代尚待发掘的金矿。2019年，我国灯杆保有量约为2,935万（国家统计局数据），是全国通信铁塔保有量的十倍以上，如果叠加安防、交通用杆等规模更为惊人。但目前路侧杆建设管理主体分散，难以发挥规模效应集中资源。从2015年左右部分地方政府发布了一系列文件，试点性地推进路侧杆向“智慧杆”改造。
线上线下相融合的混合学习已成为成人学习的主流模式，传统远程学习环境已不再适应和满足新时代成人学习者的需求。文章在梳理了学习空间发展和PSST框架理论应用现状的基础上，从理论与实践相结合的视角构建了PSST框架下智慧学习空间设计模型，提出空间设计应遵循支持形式多元的教育、构建结构灵活的空间、统筹协调社会性因素、实现技术的融会贯通四项基本原则，并以福建开放大学“5G室联网实验室”为例对该模型加以验证与剖析，为智慧学习空间设计提供了范例。针对案例实践效果，文章采用问卷调查、访谈和课堂视频分析相结合的方式从教师、学生、教学过程等方面进行了全面评析，发现师生整体满意度较高，对学习氛围、课堂互动、教学结构产生了积极影响，有效支持了线上线下混合学习，但其应用绩效也受到教师信息素养和教学投入等因素的制约。最后，通过研究总结了5G室联网实验室的优势与不足，并提出了改进建议，对学习空间的后续改善与研究提供有益参考。
5G车联网以无人驾驶和5G技术为核心，已经成为5G新基建应用的核心领域，也已经是事实上5G应用落地的“领头雁”，在政策的助推下，随着技术的不断成熟和产业链的不断完善，5G车联网2020年开始将迎来全面爆发。本文聚焦城市5G-V2X环境下无人驾驶车路协同技术进行深入研究，特别是关键技术——无人车车道检测器的设计。为解决城市复杂环境中无人车快速可靠感知路面主导航标识——车道线问题，提出一种新型视觉检测器设计方法，可有效缓解感知系统实时性和精度相互制约的矛盾。借鉴自校正自适应控制系统理论的思想，设计出一种自校正闭环道路视觉检测器架构，并提出一种基于多尺度IPM图（（Inverse Perspective Mapping））自适应边缘提取的新型检测器算法，可以适用于强光、弱光甚至昏暗空间环境。视觉检测器的性能指标设计以某城市智能网联汽车及车地协同系统需求为导向，以满足城市地上、地下各种类型道路自主导航为目标。选择目前全世界范围内公用的加州理工车道数据集作为本文算法测试和验证的平台。实验结果及道路实测结果均表明，在多尺度IPM道路俯视图ROI区域检测车道线不仅可有效解决传统利用Hough变换检测车道线时干扰点多、车道线拟合困难的难题，还可大幅提升系统实时性，算法处理速度比在前视图直接检测车道线快近10倍。该检测器的设计与实现使自动驾驶技术得到本质提升，必将有助于智慧交通系统的快速建设发展。
人工智能、 机器学习和深度学习是当今机器智能领域最流行的词汇。机器学习可以看作人工智能的一个分支， 而深度学习则是一种特殊的机器学习手段[1]。下文将以深度学习为重点介绍几种常见的机器学习方法的特点及其在电力系统运行领域中的应用。
乡村振兴战略作为新时代“三农”工作的总抓手,是关系全面建设社会主义现代化国家的全局性、历史性任务。十九届五中全会明确提出要加快建设智慧农业，推动数字经济与农业农村经济深度融合发展。数字乡村是以数字化、智能化、优质化的生产要素为基本特征，以互联网平台为运作载体，以物联网、云计算、大数据等新兴实用技术为手段的现代化乡村建设的新颖形态，数字乡村建设成为乡村未来的重要战略任务。数字乡村的建设对于传统乡村治理的影响也是巨大的,它既可以实现传统乡村社会关系的重构和权力体系的再构,也可以从技术上为乡村居民的政治参与拓展了新的途径与方式,甚至还重构了乡村社会治理的公共领域。总的来说,数字技术打破了乡村原有的社会结构、经济结构、关系结构、地缘结构、文化结构,形成了以交互性和群结构性为特征的交互式群治理模式。学术界对建设数字乡村持十分积极态度，认为现代信息与通信技术正在转变为新的生产要素和治理工具,为打破传统城乡分化状态进而推动新时代乡村振兴提供了前所未有的机遇。
碳,中和,目,标下,能源,的,技术进步,偏向,与,电价,调整,空间
炼化,污水,处理厂,降耗,及,资源,能量,回收,模式,探讨
没有账户，需要注册
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”。
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。
腾讯云面向企业客户，打造可落地、可治理的企业级智能体解决方案；前台直接交付结果，中台稳定运行，后台纳管权限、审批、审计与运营。
2026年1月9日，财政部发布《准则》，为我国第三方鉴证机构执行可持续信息鉴证业务提供技术依据与操作规范，搭建可持续信息“披露一鉴证一应用”的关键闭环。《准则》参考国际可持续信息鉴证准则，对鉴证目标、工作要求、质量管理及鉴证业务各环节作出规定，并对可持续信息及披露、鉴证等专业术语进行定义;提出“试点先行、循序渐进”策略，现阶段由鉴证机构自愿实施，为各类机构使用准则预留了准备时间。《准则》对企业可持续信息披露质量提出了进一步要求，将提升可持续信息的公信力与市场应用价值。
可再生能源发电具有随机性、波动性和间歇性的特点，高比例接入电力系统后对系统调节的负担加剧，新能源消纳存在困难。新能源平价上网并不意味着平价利用。当新能源电量渗透率达到15%后，电网消纳可再生能源成本将显著增加，亟需对应建立公平合理的价格形成及疏导机制。
训练与推理是AI芯片的两大核心计算任务。训练需在模型投入实际应用前，处理海量数据并优化参数以完成模型构建。因此，在AISoC行业发展初期，训练是行业的核心。然而，随着AI模型(尤其是大语言模型)在性能与实用性上不断提升，市场需求持续拓展，行业如今更聚焦实际落地应用，AI推理芯片的重要性也与日俱增。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
