• 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

【专家PPT】林咏华:以工业互联网驱动农业产业数字化发展

【专家PPT】林咏华:以工业互联网驱动农业产业数字化发展,【专家PPT】林咏华:以工业互联网驱动农业产业数字化发展

  • 2024-05-13
  • 阅读304
  • 下载0
  • 18页
  • pdf

【专家PPT】方国强:智慧港口场景下的5GSA安全解决方案

【专家PPT】方国强:智慧港口场景下的5G SA安全解决方案,【专家PPT】方国强:智慧港口场景下的5G SA安全解决方案,【专家PPT】方国强:智慧港口场景下的5G SA安全解决方案

  • 2024-05-13
  • 阅读312
  • 下载0
  • 15页
  • pdf

【专家 PPT】融合新一代信息技术的中国制造业数字…级关键技术与应用-孔宪光

新一代智能制造产生出了真正的大数据,人— -信息——物理三元融合,新基建助推新一代智能制造发展。新一代智能制造产生出了真正的大数据,人— -信息——物理三元融合

  • 2024-05-13
  • 阅读297
  • 下载0
  • 47页
  • pptx

寿命预测|基于PCA和多变量极限学习机的轴承剩余寿命预测

《基于 PCA 和多变量极限学习机的轴承剩余寿命预测 》提出了一种基于主成分分析(PCA) 和多变量极限学习机(MELM) 的轴承剩余寿命预测方法。

  • 2024-05-11
  • 阅读446

【IEEEKDE】任意步长时间序列预测的可解释张量神经常微分方程

在本文中,我们提出了一种可解释的连续帧工作(ETN-ODE),用于多变量时间序列的任意步长预测。所提出的ETN-ODE利用ODE网络输出任意预测值。我们设计了一个TGRU来处理多变量时间序列,该时间序列表示网络中学习的参数较少的单个输入特征的不同动态。串联注意力被设计为向ODE网络生成更自适应的输入,通过可视化时间和变量贡献来提供可解释性。在四个真实世界数据集上进行的任意步骤预测和标准多步骤预测的各种实验证明了我们模型的有效性。

  • 2024-05-11
  • 阅读467

【IEEETIM】Effinformer:一种基于深度学习的DC-DC双向变换器数据驱动建模

本文提出了一种基于深度学习(DL)的数据驱动建模方法,以精确建模和识别广泛用于可再生能源系统(RES)的直流-直流双向转换器。与需要处理大量电路参数并导致模型往往复杂且昂贵的基于电路理论的方法相比,基于DL的方法产生了更简约的模型。然而,典型的DL方案在准确性、稳定性和计算复杂性方面仍然存在局限性。为此,我们提出了一种名为efficient Informer(Effinformer)的端到端DL框架,该框架利用稀疏自注意、一种新颖的基于扩张因果卷积的提取操作和一种增强的解码器来最小化计算复杂性,同时提高建模精度和速度。通过实验结果和分析,与现有的建模技术和当前最先进的DL技术相比,所提出的Effinformer表现出优越的性能。然后,我们将所提出的网络进一步扩展到长期预测场景,以展示其出色的泛化能力和优雅的鲁棒性。大量实验表明,从处理纹波干扰和异常值的角度来看,Effinformer更有利于提高预测的准确性和可靠性。这一特性使其在实际工程应用中非常有利。

  • 2024-05-11
  • 阅读524

【EAAI】使用1D-CNN和BiLSTM进行时间序列预测的教程:参见峰值需求和系统边际价格预测的示例

尽管基于深度学习的时间序列预测研究正在各个行业积极开展,但深度学习技术对于没有计算机科学专业的研究人员来说仍然有很高的进入门槛。本文介绍了使用基于深度学习的模型进行时间序列预测的教程。介绍了时间序列数据预测的全过程——从数据采集到预测结果评价。通过使用1D-CNN和BiLSTM模型预测韩国济州岛峰值电力需求和系统边际价格的实例,展示了每个步骤的细节。在济州岛,2021年可再生能源在总发电量中的比例提高到67%,需要更准确的电力需求预测。因此,使用2018年2月808天的培训数据,预测了未来21天的电力需求和SMP。为了让读者更容易理解,该示例仅使用开放的公共数据,整个Python源代码通过GitHub存储库共享。WRMSSE计算的预测误差为0.42的电力需求和0.63的SMP最大值。WRMSSE值小于1意味着预测相对较好,即优于天真的预测。本教程不仅限于能源行业,还可用于任何需要时间序列数据预测的应用程序。这篇文章有望对需要了解使用深度学习进行时间序列预测的过程并将其应用于行业的研究人员有很大帮助。

  • 2024-05-11
  • 阅读1426

【ASC】滑动窗口双通道CNN(SWDC-CNN):一种同步预测水泥煅烧过程煤耗和耗电量的新方法

作为加工业的代表,水泥行业消耗了大量的煤电资源。这主要是由于水泥行业内部粗生产和各能耗指标独立统计造成的能源调度不合理。能耗的同步精确预测可以为生产控制过程和能源调度提供更有效的方案。然而,由于生产的时间延迟、变量耦合和不确定性,很难同步预测多个指标。本文提出了一种结合滑动窗口和双通道卷积神经网络(SWDC-CNN)的数据驱动预测方法,以实现未来5分钟的煤耗和电力消耗同步预测。滑动窗口方法用于提取时间序列数据的时变延迟特性,以克服其对能耗预测的影响。通过设计双通道结构,减少了弱相关变量之间冗余参数对能量预测的影响。我们在山西省的实际水泥生产数据上试验并比较了支持向量机(SVM)、极限梯度提升(XGBoost)、递归神经网络(RNN)、长短期记忆(LSTM)和门递归单元(GRU)等优秀模型。实验结果表明,所提出的SWDC-CNN模型性能良好,预测精度最高,能够满足预期要求。

  • 2024-05-11
  • 阅读543
上一页 1 …… 8182838485868788899091 …… 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27
  • 下载0

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898
  • 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2674
  • 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3140
  • 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27
  • 下载0

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80
  • 下载1

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32
  • 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72
  • 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