• 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

面向智能化切片的服务化等级保障技术增强和研究

网络切片是5G垂直行业应用的重要使能技术,可以为不同应用场景提供差异化服务,切片服务等级保障使得运营商能够准确感知和评估各类业务的服务质量,以便进行服务质量的保障,然而,在切片的应用中,由于缺乏关于业务体验的实时监控,使运营商无法有效评估各类业务的服务质量。为了让运营商可以有效地评估各类业务的服务质量,首先利用网络数据分析功能分析得到切片中某个业务的用户体验,然后借助人工智能技术,基于业务体验数据建立业务模型,评估整个切片在运行态的切片SLA,从而更新切片的资源配置和调度,实现SLA的增强。

  • 2021-11-30
  • 阅读170
  • 下载0
  • 11页
  • docx

面向6G的编码调制和波形技术

针对未来6G对更高的频谱与功率效率,以及更高的可靠性与更低时延的技术指标需求,研究了基于LDPC码的混合多层编码(MLC)和比特交织编码调制(BICM)方案,与传统的BICM方案相比,所提方案能达到更好的误码率性能与更低的复杂度。在此基础上,面向未来6G移动通信中的高频段、高速移动场景,对新型波形技术——正交时频空(OTFS)调制技术的基本原理与性能进行了详细的讨论和分析。结果表明,与正交频分复用(OFDM)相比,OTFS具有更好的鲁棒性、更低的峰均比,并且具有得到全分集增益的潜力。

  • 2021-11-29
  • 阅读692
  • 下载0
  • 18页
  • docx

基于深度学习的语义通信系统

语义通信利用传输内容的语义信息进行编码,可以去除冗余数据,减少传输数据量,满足6G时代的智能通信需求。探究一种以文本为传输内容的语义通信系统,利用深度学习模型进行语义挖掘与特征提取,加入信道编解码层、信道层与量化层,构建端到端的深度神经网络。仿真结果表明,与传统的通信编解码方式相比,所提模型在传输时所需的数据量更少,传输的准确率更高。

  • 2021-11-29
  • 阅读170
  • 下载0
  • 11页
  • docx

面向6G的语义通信

6G移动通信的高可靠、高频谱效率传输需求对于经典信息论指导下的传统通信技术构成了挑战,提取信源语义特征进行编码传输的语义通信技术,为6G移动通信提供了新型解决方案。首先简述了语义信息论基本观点,探讨了语义信息的度量——语义熵,然后提出了语义通信的系统框架,针对文本与图像信源,分别设计了语义编码方案,并与传统编码方案进行对比分析。语义通信方案能够显著提高传输可靠性与链路频谱效率,在未来6G数据传输中有重要的应用前景。

  • 2021-11-29
  • 阅读179
  • 下载0
  • 14页
  • docx

终端变革和6G突破:对6G终端的研究判断和发展展望

在1G到5G的移动通信系统中,终端只是通信的端点,被动接受无线网和核心网的控制,6G更苛刻的KPI指标要求,倒逼通信网体系化的变革。通过对6G终端的研究判断,指出通过突破终端的传统定位,让终端在和网络的交互中发挥更大的作用可以促进6G的突破和发展,主动式终端将成为全新一代信息通信基础设施的重要组成部分。

  • 2021-11-29
  • 阅读164
  • 下载0
  • 10页
  • docx

基于聚类算法的IMT-2030应用场景初步研究

IMT系统已进入新的研究周期,支持的业务种类将更为丰富,业务品质将更加高级,同时业务特性表现为更多的维度和更大的范围,如何对业务进行客观而高效的分析以得到典型的应用场景,对于IMT系统的标准化和产品开发具有重要的指导意义。提出了对IMT业务进行聚类处理,并根据聚类得到的若干类业务生成应用场景的初步方案,利用IMT-2020应用场景对所提方案进行了验证,并采用所提方案对IMT-2030应用场景进行了初步的探索。

  • 2021-11-29
  • 阅读182
  • 下载0
  • 10页
  • docx

面向6G的可重构智能表面部署与应用思考

可重构智能表面是6G的潜在关键技术之一,它通过对无线信号的可控反射,可以有效提升期望区域的覆盖性能。得益于其低成本、轻体量等特性,可重构智能表面在6G网络部署中具备很大的潜力。基于可重构智能表面的技术原理以及潜在应用场景,对其在6G中的部署及应用进行了分析,着重聚焦全透明、半透明、非透明智能表面的特性及其在应用部署中的潜在问题。希望相关分析可以起到抛砖引玉的作用,使业界在研究智能表面技术的同时,更加关注它在落地应用时的痛点问题,协同促进相关产业的发展。

  • 2021-11-29
  • 阅读167
  • 下载0
  • 10页
  • docx

机器学习在无线信道建模中的应用现状与展望

为了适应未来6G通信系统的超宽频谱、超大规模天线阵列、高度异构化以及众多新型应用场景,信道建模成为新系统开发必不可少的技术基础。由于6G通信系统将具有典型的大数据特征,基于机器学习的数据驱动型无线信道建模方法已经将成为未来信道模型开发的重要手段。综合分析机器学习在无线信道建模中的应用现状,主要包括确定性信道模型的射线追踪法,随机性信道模型的多径分量聚类与跟踪以及模型参数估计,数据驱动型信道建模,以及信道场景识别,最后,讨论基于机器学习的无线信道建模方法面临的挑战。

  • 2021-11-29
  • 阅读161
  • 下载0
  • 18页
  • docx
上一页 1 …… 16481649165016511652165316541655165616571658 …… 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53
  • 下载1

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903
  • 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2681
  • 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3141
  • 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3
  • 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2
  • 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4
  • 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8
  • 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