• 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

一种工业互联网APP的限制使用方法及系统

本发明公开了一种工业互联网APP的限制使用方法,包括:当接收到用户对目标APP的安装包的下载请求时,获取该用户的授权文件;获取授权文件中包含的离散可逆函数和数据分段长度;将所述安装包分割成预设长度的数据段,将每一个数据段划分成所述数据分段长度的各个子段;依据离散可逆函数对各个子段进行满射排序,得到目标安装包;对所述目标安装包进行校验计算,得到第一校验码;当所述目标安装包和所述第一校验码下载到目标系统时,对所述目标安装包进行校验,得到第二校验码;若所述第一校验码和所述第二校验码不同,限制所述目标APP安装使用。上述方法,在目标APP下载过程中,需要进行校验,校验不成功,不能安装使用,使用受限。

  • 2021-06-16
  • 阅读137
  • 下载0
  • 14页
  • pdf

基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法

本发明公开了基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法,通过构造小区内用户计算卸载的网络模型、时延模型、能耗模型和经济开销模型,并根据小区内用户数,设置Q-learning模型中的环境状态、卸载动作和奖励函数,从而依据Q-learning迭代学习后所获得的Q表执行卸载动作,获得最优的卸载策略,完成小区内用户计算任务的分配处理。本发明克服了传统数据计算卸载系统无法应对复杂多变的网络环境和服务器状态以及局限于对单一开销优化等问题。仿真实验表明,本发明提出的基于Q-learning的工业互联网设备用户数据计算卸载决策方法在减少用户总体和局部计算卸载开销方面具有一定的优势。

  • 2021-06-16
  • 阅读145
  • 下载0
  • 16页
  • pdf

一种工业互联网标识解析数据字典构建方法

本发明涉及一种工业互联网标识解析数据字典构建方法,其特征在于:将工业互联网中的数据信息通过RDF生成数据语义化模型,并根据各类数据的关联关系构建三元组形式的语义数据模型,存储于语义数据库中,生成数据字典。本发明通过统一的数据语义信息解决了不同企业之间的数据信息孤岛问题,同时可以解决企业内部的数据信息集成问题;并且通过对该数据语义信息配置唯一的标识数据,实现了数据信息的唯一标识。

  • 2021-06-16
  • 阅读154
  • 下载0
  • 8页
  • pdf

应用于工业互联网的交互界面生成方法及系统

本发明涉及工业互联网领域,尤其涉及应用于工业互联网的交互界面生成方法及系统,该方法包括以下步骤:S1:获取用户输入的自然语言;S2:通过自然语言处理技术获取自然语言中的交互界面描述数据;S3:根据交互界面描述数据生成交互界面。本发明通过利用自然语言处理技术对自然语言进行分析处理,获取自然语言中的交互界面描述数据,并根据交互界面描述数据自动生成交互界面。

  • 2021-06-16
  • 阅读167
  • 下载0
  • 8页
  • pdf

一种基于工业互联网操作系统的数据采集方法

本发明的目的是提供一种基于工业互联网操作系统的数据采集方法系统,作用在业务层,尽可能在有限的带宽资源下,合理的在通讯网络中进行数据采集,尽可能的利用传输网络带宽,提升系统处理吞吐量。为了达到所述目的,本发明所采用的技术方案是一种基于工业互联网操作系统的数据采集方法,包括所述步骤:步骤1、数据采集识别;步骤2、定义数据采集的调整参数;步骤3:检测通讯网络实时状态,根据网络状况判断是否采用弹性控制处理。由于采用了所述技术方案,本发明基于业务层的弹性数据采集,可以与业务配合的更紧密,对通讯网络以及通讯设备都没有特殊要求。即便应用场景发生变化也无需重新调整策略。

  • 2021-06-16
  • 阅读167
  • 下载0
  • 7页
  • pdf

测绘科学与技术转型升级发展战略研究_宁津生

测绘学面临技术转型升级的困境,在以往的测绘领域,人工的成分占大多数

  • 2021-06-16
  • 阅读141
  • 下载0
  • 9页
  • pdf

一种工业互联网平台监测数据传输交换方法及系统

本发明公开了一种工业互联网平台监测数据传输交换方法和系统,包括:数据采集单元,用于采集生产设备的运行数据;平台登录模块,用于通过身份识别和加密模块登录企业管理平台;数据传输模块,实现企业管理平台向工业互联网平台进行将监测数据的传输;数据处理单元,用于工业互联网平台上的监测模组对数据进行处理;异常检测模块,用于监测模组对数据进行异常判断;报警模块,用于设备需要检修时,进行报警;数据库,用于储存监测数据以及处理后的数据。本发明设置有异常检测模块和报警模块,异常检测模块能欧股判断出数据的异常情况,并通过报警模块进行报警,使得本发明在设备异常时能够自动以及快速的通知工程师进行检修。

  • 2021-06-16
  • 阅读180
  • 下载0
  • 8页
  • pdf

一种工业互联网标识解析根节点数据同步方法

本发明公开一种工业互联网标识解析根节点数据同步方法,针对现有的主流标识解析体系与国家标识解析顶级节点架构设计,在工业互联网标识解析多个并行根节点场景下无法很好的满足节点间同步需求、安全防篡改需求的问题进行改进,基于区块链技术实现并行根节点的数据备份与同步,并保证同步过程中的系统稳定与数据可信;对各标识解析体系的标识数据进行标准化,实现多种标识解析体系数据的高效读写。

  • 2021-06-16
  • 阅读178
  • 下载0
  • 11页
  • pdf
上一页 1 …… 20272028202920302031203220332034203520362037 …… 2193 下一页 共 17542 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219
  • 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257
  • 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385
  • 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398
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读8
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读7
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读8
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读9
  • 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