会员中心
搜索
登录
注册

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

中国移动成都产业研究院从暂停键到快进键从危到机把握新基建

“新基建”打开经济增长“新窗口”。加快5G网络、数据中心等新型基础设施建设进度，是党中央作出的明确部署和要求。在疫情对经济发展产生一定影响的当下，“新基建”建设能够推动有效投资的“马车”多拉快跑，进而连锁促进消费，对于扩大内需有着“立竿见影”的功效。譬如，5G网络建设不仅能够带动相关产品的研发和生产，还同步带来在线教育、远程医疗、智能家居等多领域的迭代升级，对于促进消费、增加就业都将起到一举多得的作用。对此，各地要牢牢抓住这一难得的机遇，加大“新基建”资金和人才力量的投入，持续做大做强做优数字经济“蛋糕”，对冲疫情对经济社会的影响，进而赢得更大的发展主动。

  • 2021-03-17
  • 阅读731
  • 下载0
  • 13页
  • pdf

设备预测性维护：“数据驱动+数字孪生”，终形成“监测-分析-预测-决策-反馈”的设备智能化闭环管理

数字孪生技术是通过将物理实体、系统或过程在数字空间中创建精确的虚拟模型，使其在虚拟环境中实时反映和模拟物理对象的状态、行为和性能。这一技术依托物联网（IoT）、大数据、云计算和人工智能等前沿技术，通过传感器和数据采集手段，持续监控物理实体的运行情况，将收集到的数据输入数字模型中，使其不断更新、优化。数字孪生不仅能帮助企业实时了解设备或系统的运行状态，还能预测未来的运行趋势，进行性能优化，甚至在虚拟空间中测试不同的操作方案，降低风险和成本。这一技术被广泛应用于制造业、城市规划、能源管理、医疗、航空航天等领域，推动了从产品设计、生产制造到运营维护的全流程数字化转型，为智能化决策和自主系统管理奠定了坚实基础。

  • 2025-03-03
  • 阅读731

40张图详解Docker容器监控

在企业中，通常业务是不允许随意停止的，否则将给企业带来巨大的经济损失。 运维工程师要保证业务正常运行，就必须利用工具时刻监控业务的运行状态，容器中的业务也不例外。 除了容器自身的监控命令外，还有一些针对容器的动态特征而开发的第三方监控工具。 本章将对容器监控及其相关内容进行详解。

  • 2022-08-08
  • 阅读731

360安全新基建时代的网络安全与APT攻击

“新基建”热潮持续升温已成为各界关注焦点，对于目前深受疫情影响的中国来说，“新基建”是应对疫情和经济下行最简单且最有效的手段，兼顾供给和需求。但是在我们大力投身“新基建”建设和发展的同时，也不能忽视因此而产生的更加复杂的网络安全挑战，特别是 APT 攻击。

  • 2021-03-17
  • 阅读727
  • 下载0
  • 21页
  • pdf

离心式压缩机的常见故障及排除

离心式压缩机在运行中可能遇到的常见故障及排除方法，涵盖了流量和压力不足、逆转、吸气压力低、分子量不符、转速低、循环量增大、压力计或流量计故障、进口导叶位置不当、防喘阀及放空阀不正常、喘振、密封间隙过大、进口过滤器堵塞、气体温度高、冷却系统故障、叶轮破损、工作条件不良、负荷过大、异常振动、夹杂物侵入、冷凝水浸入、应力腐蚀、齿轮增速器故障、轴承温度升高、油压油温异常、机组振动、轴封不良、齿轮啮合不良、地脚螺栓松动、油冷却器堵塞等多种情况，并提供了相应的解决措施。

  • 2025-03-18
  • 阅读726

数控机床“限位报警”原因分析与处理

此原因引起“限位报警”发生率相对较高，由于外部元器件受环境影响较大，如机械碰撞、积尘、腐蚀、摩擦等因素的影响，易于导致相关限位开关本身损坏及控制电路断路，同时产生“限位报警”信息。也遇见超程开关压合后不能复位的情况。这类故障的处理比较直接，把损坏的开关、导线修复好或更换即可。导线断路或接触不良时需仔细地校线和观察。

  • 2022-08-30
  • 阅读725

医疗+区块链：在多领域的应用变革

区块链技术的主要优势是去中心化、基于共识机制的信息传输和共享、信息的不可篡改三个方面，确保各种场景下的信息安全。纵览目前区块链技术的发展和医疗领域的特征，主要可分为如下三个方面：健康医疗数据与资产管理、支付与理赔和供应链管理。区块链作为一种使能技术，能够优化和解决目前医疗领域存在的诸如信息安全、数据孤岛、信任体系不健全和监管溯源复杂等难题。技术层面上，区块链技术本身的性能效率、智能合约的可靠性、系统安全性、跨链融合存在的瓶颈都需要进一步研究。

  • 2021-03-26
  • 阅读724
  • 下载1
  • 28页
  • pdf

【IEEETETCI】基于张量的工业网络流量恢复—基于BCD启发的潜在非线性和稀疏性神经逼近

由于工业物联网产生了大量的网络数据，张量作为紧凑的多维表示被广泛用于对工业网络流量进行建模。不稳定的数据采集往往会导致流量张量中实体的部分丢失，而传统的流量张量补全算法是基于线性代数和低秩的。然而，由于域变换和变换后的稀疏性之间的密切相关性，线性域变换不能准确地近似潜在的非线性相关性，导致恢复性能不足。本文提出了一种具有非线性变换和稀疏正则化的混合结构深度模型，以自动搜索最优域变换方法和相应的稀疏约束。该模型采用张量奇异值分解框架，由两个不同结构的神经网络组成。一个神经网络具有具有完全连接网络的自动编码器结构，仅从部分观测到的数据中恢复丢失的实体，卷积神经网络构造另一个网络来约束变换域中的稀疏性。此外，我们基于变换张量的局部光滑性施加了额外的拉普拉斯约束，以克服连续的数据丢失。受块坐标下降算法的启发，交替训练相互匹配的非线性变换器和稀疏正则化子。对工业网络流量的大量实验结果表明，我们提出的模型在不同的采样率和模式下都优于最先进的方法。

  • 2024-06-17
  • 阅读716