• 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

某集团IT基础设施运维管理规范

为规范公司运维工作,使相关工作具有持续改善及相互协作性,同时加强计算机设备的管理及维护,确保维修工作的及时性,降低计算机设备的报修率,实现业务与技术的融合,将业务部门与IT 部门紧密结合在一起,根据公司管理要求及计算机应用的需要,由运维部制定。

  • 2021-09-15
  • 阅读197
  • 下载0
  • 11页
  • docx

基于DevOps的应用运维实践

Devops在高效交付以及自动运维方面的好处让其快速被市场认可并接受,但是在做Devops实践中往往会遇到很大的阻力。Devops并不是简单的将开发部门和运维部门合并,而是通过自动化的基础设施、合理的流程规范以及智能的自动运行系统测试使开发和运维之间的沟通协作得到加强。这需要开发和运维之间达成共识,并且围绕业务系统来组织工作,弱化职责观念,打破传统IT分组的壁垒。

  • 2021-09-15
  • 阅读194
  • 下载0
  • 25页
  • docx

中台之上(十三):探讨支持组装式开发的业务架构设计方法

面向服务的设计一直都有一个话题,就是服务的“颗粒度”问题,无论是 SOA 还是微服务,都很难把握颗粒度。首先,SOA 在实际操作中并不是真的关心颗粒度问题,一个遗留系统可以直接被封装成一个服务,也可以把很小的功能服务化,二者地位是一样的,所以,大家常说 SOA 本质上是个集成架构,有效解决了异构系统的集成问题,统一了内部通信方式,一般重担会直接压给企业总线。其次,微服务很关心颗粒度问题,但是却很难判断服务合适的大小,太大了,内聚性不好;太小了,通信会过于复杂,降低效率。近几年,也有不少人用 DDD 方法指导微服务设计,取得了一些成果,但是 DDD 方法本身学习门槛比较高,不容易掌握。颗粒度还关乎另一个比较重要的话题,就是组装式开发,之前介绍的业务模型方式是否能够在这方面起到些帮助作用呢?

  • 2021-09-14
  • 阅读219
  • 下载0
  • 4页
  • docx

数据治理系列5:浅谈数据质量管理

“数据质量管理是对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题,进行识别、度量、监控、预警等一系列管理活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高。数据质量管理的终极目标是通过可靠的数据提升数据在使用中的价值,并最终为企业赢得经济效益。”——以上内容摘自百度百科。

  • 2021-09-14
  • 阅读205
  • 下载0
  • 17页
  • docx

数据资产管理体系

背景 企业需要转变对数据资产价值的认知,在企业运营及管理中建立数据资产价值体系。在数字化业务领域中,需要考虑将数据权属定义至指定的部门及岗位,将数据资产的价值纳入到整体运营及考核中,真正做到将数字资产的价值嵌入到每一个数字化流程。

  • 2021-09-14
  • 阅读202
  • 下载0
  • 20页
  • docx

多角度回顾因果推断的模型方法

在国内的时候,向别人介绍自己是研究因果推断(causal inference)的,多半的反应是:什么?统计还能研究因果?这确实是一个问题:统计研究因果,能、还是不能?直接给出回答,比较冒险;如果有可能,我需要花一些篇幅来阐述这个问题。

  • 2021-09-14
  • 阅读186
  • 下载0
  • 28页
  • docx

感知算法、规划地图……波士顿动力揭秘Atlas机器人跑酷背后的技术

波士顿动力 Atlas 展示了接近于人类的跑酷能力,能够快速越过具有一定倾斜度的障碍物、执行快速转身、跳跃等动作。这背后进行了哪些技术改进和创新呢?波士顿动力高级机器人工程师、Atlas 感知软件开发负责人 Pat Marion 为大家详尽地解读了 Atlas 跑酷背后的技术。

  • 2021-09-13
  • 阅读226
  • 下载0
  • 7页
  • docx

BIM到底强大在哪里?能给建筑领域带来什么?

1.三维渲染,宣传展示三维渲染动画,给人以真实感和直接的视觉冲击。建好的BIM模型可以作为二次渲染开发的模型基础,大大提高了三维渲染效果的精度与效率,给业主更为直观的宣传介绍,提升中标几率。 2.快速算量,精度提升BIM数据库的创建,通过建立5D关联数据库,可以准确快速计算工程量,提升施工预算的精度与效率。 由于BIM数据库的数据粒度达到构件级,可以快速提供支撑项目各条线管理所需的数据信息,有效提升施工管理效率。BIM技术能自动计算工程实物量,在国内此项应用案例非常多。

  • 2021-09-13
  • 阅读259
  • 下载0
  • 2页
上一页 1 …… 18721873187418751876187718781879188018811882 …… 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49
  • 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900
  • 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

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49
  • 下载1

中服云数字孪生工具简介

详细介绍了中服云数字孪生普通中的数字孪生工具能力,并详细说明了他的开发过程,适应场景,典型应用

  • 阅读106
  • 下载2

智能仓储数字孪生场景案例

传统仓库是个黑箱,货在哪、有多少、好不好,全靠人跑、靠表记。这套系统把黑箱变成了「透明玻璃房」——数字孪生、物联网、3D 组态三套技术叠在一起,让每一件物资、每一台设备、每一个货位,在屏幕上都有一个实时同步的「数字分身」

  • 阅读36
  • 下载0

面向词元(Token)服务的智算基础设施发展研究报告

中服云工业物联网平台,为速冻食品企业构建速冻工序数据监控体系。速冻库温度、风速、速冻时间——实时采集、自动记录。每一批产品的“速冻档案”完整可查。温度异常自动报警,工艺参数自动比对。

  • 阅读74
  • 下载1
  • 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