• 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

中国移动NFV技术应用模式探讨

移动运营商在快速发展VoLTE及4G时,存在网络建设周期长、业务上线时间长、网络建设代价高、业务部署缺乏灵活性等问题。尤其是随着LTE的大规模部署,网络面临大规模更新换代,而中国移动基础业务收入逐步下降,低成本高效运营压力大,降低网络建设成本成为必然趋势。运营商迫切需要一种成本低效率高的运营方式、一种能够灵活快速部署业务的网络架构-NFV(Network Function Virtualization)技术在这种背景下应运而生,它基于通用的计算、存储、网络设备实现电信网络功能,可有效提升管理和维护效率,增强系统灵活性能够有效提升网络弹性、缩短业务部署时间、促进网络高效低成本运营。引入NFV,有利于提升网络部署能力,降低网络部署成本,增强运营能力。NFV是电信级业务云化的核心技术和架构,是未来网络演进的必然趋势。

  • 2022-01-20
  • 阅读176
  • 下载0
  • 6页
  • docx

SDN和NFV之“现状挑战”和“未来趋势”

开源ONOS(Open Network Operating System)是华为的SDN战略方向,ONOS含有全局网络视图功能,在集群中通过ONOS服务器管理和共享网络状态,在每个ONOS实例中发现的网络拓扑和状态,如交换机端口、链路和主机信息构成全局网络视图,并从全局网络视图中读取应用程序确定转发策略,然后将转发策略依次写到网络视图中,当视图信息发生变化时,将变化消息发送到相应的OpenFlow控制器并下发到在指定的交换机上。

  • 2022-01-20
  • 阅读154
  • 下载0
  • 7页
  • docx

SDN/NFV目前所面临的挑战

网络云化的趋势日益明显,SDN/NFV作为其中的关键技术,受到了通信业界的广泛关注,不仅在标准化组织中不断完善,还在产业链多个环节得到了试验验证。SDN和NFV在快深入发展、不断推进的同时,也面临许多挑战和问题,如统一资源协同性、互操作性和性能等,需要得到针对性的应对和解决。

  • 2022-01-20
  • 阅读159
  • 下载0
  • 14页
  • docx

一种基于改进gpr和bagging的短期风电功率组合预测方法

一种基于改进gpr和bagging的短期风电功率组合预测方法一种基于改进gpr和bagging的短期风电功率组合预测方法

  • 2022-02-28
  • 阅读152
  • 下载0
  • 6页
  • pdf

基于相似曲线簇和gbrt方法的超短期风电功率预测

基于相似曲线簇和gbrt方法的超短期风电功率预测基于相似曲线簇和gbrt方法的超短期风电功率预测

  • 2022-02-28
  • 阅读168
  • 下载0
  • 6页
  • pdf

基于前置分解组合预测方法的风电功率爬坡预测研究

基于前置分解组合预测方法的风电功率爬坡预测研究基于前置分解组合预测方法的风电功率爬坡预测研究

  • 2022-02-28
  • 阅读174
  • 下载0
  • 6页
  • pdf

基于马尔科夫——灰色bp神经网络组合模型的深基坑变形预测研究

基于马尔科夫——灰色bp神经网络组合模型的深基坑变形预测研究基于马尔科夫——灰色bp神经网络组合模型的深基坑变形预测研究

  • 2022-02-28
  • 阅读155
  • 下载0
  • 8页
  • pdf

基于灰色关联和协整理论的风功率组合预测研究

基于灰色关联和协整理论的风功率组合预测研究基于灰色关联和协整理论的风功率组合预测研究

  • 2022-02-28
  • 阅读157
  • 下载0
  • 8页
  • pdf
上一页 1 …… 11611162116311641165116611671168116911701171 …… 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75
  • 下载2

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915
  • 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2698
  • 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3152
  • 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29
  • 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28
  • 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28
  • 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31
  • 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