• 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

润滑油监测在水泥设备润滑管理中的应用

润滑油监测是设备开展润滑管理、状态维修的重要基础工作。润滑油监测可以延长设备的换油期或指导正确选用润滑油,更重要的是可以通过及时预报潜在的故障隐患避免设备损坏或减少不必要的维修。对水泥设备的润滑油监测进行了探讨分析,首先对设备润滑管理情况进行了概述,然后根据水泥生产设备特点与现场工况对润滑油取样周期、取样送检标准等进行了简要介绍,最后列举实例提出利用润滑油监测结果指导设备预知性维修保养的理念。

  • 2021-12-30
  • 阅读104
  • 下载0
  • 11页
  • docx

面向5G移动通信系统的本振技术研究

新一代移动通信标准致力于大幅提高数据传输速率,大规模MIMO 是5G 通信的关键技术之一,具有广阔的研究前景。在大规模MIMO 应用场景下,利用数百根天线阵列使大量的终端用户同时共享频率资源,系统中存在多路收发信道,需要多路本振信号,对本振有了些额外的要求,因此本振系统的研究成为关键之一,设计是一个难点。如果本振与收发电路设计在一块电路板上,会加重本振泄露、射频串扰等问题,针对大规模MIMO 系统的多通道设计,还会明显的增加电路板图尺寸与器件成本,为了提高性能、降低成本,我们研究外置的本振系统。本设计采用并行分配输出16 路射频本振信号,使得本振输出通道之间的隔离度高,输出信号一致性良好、相位噪声性能优异,特别是相位的一致,对于大规模MIMO 技术做波束成型很有意义。

  • 2021-12-30
  • 阅读132
  • 下载0
  • 10页
  • docx

面向B5G/6G的无线电监测网建设需求初探

面向B5G/6G,为有效监管空中无线电电磁环境秩序以及快速查除各种无线电干扰源,初步探讨了当今无线电监测网应用现状及相关学术研究成果,分析了其建设需求,并结合近年来出现的各种干扰现象给出建议,为未来无线电监测网建设提供理论参考与借鉴。

  • 2021-12-30
  • 阅读132
  • 下载0
  • 7页
  • docx

工程机械行业5G移动通信技术应用探索

5G移动通信技术在工程机械领域的智能化应用进程正在加速,结合车载以太网、CAN总线、视频、机器学习等技术,越来越多的工程机械行业单机智能化试点案例成功落地,彰显了5G移动通信技术的基础支撑作用,强化了工程机械后市场增值过程中人机交互、作业安全性、作业舒适性、作业效率、作业质量等价值。5G+工程机械的新功能、新应用、新模式方兴未艾。

  • 2021-12-30
  • 阅读106
  • 下载0
  • 13页
  • docx

GPU在联邦机器学习中的探索

在人工智能领域,传统数据处理模式往往是一方收集数据,再转移到另一方进行处理、清洗并建模,最后把模型卖给第三方。但随着法规的完善和监控愈加严格,数据离开收集方或者用户不清楚模型的具体用途都可能会导致运营者触犯法律。为应对隐私泄漏风险,世界各国都采取了相应的措施。2018 年欧盟出台了首个关于数据隐私保护的法案《通用数据保护条例》。国内从 2009 年开始,出台了一系列隐私保护法案,数据隐私的保护正逐步严格化和全面化。

  • 2021-12-30
  • 阅读87
  • 下载0
  • 10页
  • docx

隐私安全计算之联邦学习

人工智能时代兴起,数据资源成为维持相关产业的基础原料,是否能够获取相关海量数据能力成为制约产业发展重要因素。然而,由于数据安全问题、竞争关系等因素,数据在各个行业甚至公司的内部以“数据孤岛”的形式存在,随着数据隐私安全问题突出,国家管控越来越严格,先后发布《网络安全法》等法律法规,在社会层面上,用户对个人隐私数据越发重视。以往科技巨头它们通过提供基于云的AI解决方案以及API,获取大量高质量的业务和个人数据模式,在未来发展中可能受到极大的限制。为此,研究如何在保护隐私和安全的前提下,解决数据孤岛问题实现数据共享需求越来越突出,隐私计算受到极大重视,联邦学习应运而生。

  • 2021-12-30
  • 阅读124
  • 下载0
  • 5页
  • docx

用机器学习预测药物在靶点上的停留时间

药物在靶点上的停留时间(即与特定蛋白靶点结合的持续时间),在某些蛋白家族中,对药效的影响比结合亲和力更重要。为了在药物发现中对停留时间进行有效的优化,需要开发能够预测该指标的机器学习模型。预测停留时间的主要挑战之一是数据的匮乏。本章概述了目前所有可用的配体动力学数据,提供了一个迄今为止最大的GPCR-配体动力学数据资料库(公开来源)。为了帮助解读动力学数据的特征(这些特征的纳入对于预测停留时间的计算模型是有益的),我们总结了影响停留时间的实验证据。最后,概述了用机器学习预测停留时间的两种不同的工作流程。第一个是根据配体特征训练的单靶点模型;第二个是根据分子动力学模拟产生的特征来训练的多靶点模型。

  • 2021-12-30
  • 阅读116
  • 下载0
  • 17页
  • docx

研究综述:机器学习在社会科学中的应用

随着数据的可得和计算机软硬件的发展,机器学习技术在业界及自然科学领域已经得到了广泛地应用。在社会科学领域,该技术使用虽然起步较晚,但发展也非常迅速。本文目的旨在系统介绍机器学习在社会科学中的应用。在简单介绍定义,在业界及自然科学领域的应用后,我们将从数据生成、预测以及因果识别(DID,RD和IV)三方面详细介绍机器学习在社会科学中的应用。局限于社科因果识别方法论的成熟及样本量限制,我们认为机器学习虽然拓展了社会科学研究的边界,但并不会颠覆现有研究范式。最后,本文从学界不平等及可复制性等方面讨论了该技术在应用过程中可能带来的问题。

  • 2021-12-30
  • 阅读106
  • 下载0
  • 40页
  • docx
上一页 1 …… 735736737738739740741742743744745 …… 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257
  • 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296
  • 下载6

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411
  • 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427
  • 下载10

最新上线

智能网联汽车(车联网)蓝皮书(2025年)

报告围绕智能网联汽车产业高质量发展主题,从全球态势、场景应用、技术趋势三大维度系统梳理了产业发展现状,深入剖析了智能网联汽车在汽车、交通、城市治理等领域的价值释放路径,提出了推动产业高质量发展的举措建议与发展展望。

  • 阅读25
  • 下载0

低空产业高质量发展路径与策略研究报告(2025年)

报告重点聚焦低空产业,提出低空产业的体系架构,探讨低空产业发展现状、路径及挑战,提出低空产业下一步发展思考和建议。

  • 阅读10
  • 下载0

人工智能赋能中小企业高质量发展研究报告(2025年)

报告系统性梳理了中小企业人工智能规模化应用的演进态势,分析了模型创新、算力普惠、产品成熟及开源生态蓬勃发展对降低技术壁垒、提升场景适配度的关键驱动作用。

  • 阅读8
  • 下载0

AI4SE行业现状调查报告(2026年)

报告以《智能化软件工程技术和应用要求》《面向软件工程的智能体技术和应用要求》等系列标准为参考,聚焦AI4SE发展现状及落地成效。内容以行业调查结果为基础,对软件工程各阶段的智能化转型现状、落地效能提升情况、未来发展趋势、挑战与机遇等维度进行了深入分析。

  • 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