2020年10月27日，美国发布《人工智能发明：追踪美国人工智能专利扩散报告》。报告突破传统专利研究方法，运用人工智能构建专利景观，深入分析了美国近四十年人工智能的发展。其将人工智能分为八大板块逐一进行机器学习并讨论，提高了准确度并降低了成本。报告指出，美国近四十年人工智能发展迅猛，与其相关的专利申请数量不断攀升，人工智能技术也正在向更大比例的技术子类扩散。越来越多的发明家、公司以及其他组织在其发明和生产过程中使用人工智能。同时，人工智能技术在美国各州和县的传播也更加广泛。将美国人工智能相关数据与我国对比可发现，我国不仅要学习专利景观的分析方法，更要加强在人工智能基础层的专利布局、缩小地域间创新能力差距、提高企业人工智能专利国际竞争力。
海洋地理信息是一切海上活动的基础。海洋地理信息包括通过对整个海洋空间,进行全方位、多要素的综合测量,获取的海底地形、地貌、底质、重力、磁力等各种信息和数据。无论是航行安全，还是海洋勘探开发，都需要掌握精准的海洋地理信息。
海洋基础地理数据由系列比例尺数据组成，每一固定比例尺数据能出版对应比例尺的纸质海图、电子海图等产品。海洋基础地理数据编制最常用的投影是墨卡托投影。基础数据编制首先根据要求设定数据墨卡托投影和编辑比例尺，然后依据海图制图要素综合指标进行制图综合，最后将制图综合结果入库[3-4]。墨卡托投影的变形规律为：在两条基准纬线上无变形；在两条基准纬线之间，长度比小于1，为负向变形；在两条基准纬线之外，长度比大于1，为正向变形；越接近两级点，长度变形越大，极点处长度比为无穷大；面积比是长度比的平方，面积变形更大，产生失真现象。在比例尺一定条件下，墨卡托投影选择不同的基准纬线，综合指标对应的实际距离也不同[6-8]。例如比例尺为1：10万，墨卡托投影基准纬线30°，浅于20m的海区水深注记的密度为10～15mm。在赤道上，对应实地距离850～1300m；在30°纬度上，对应实地距离1000～1500m；在60°纬度上，对应实地距离1700～2600m。
水下地形测量按照是否设置潮位站分为有验潮和无验潮两种方式，无验潮采用RTK-GPS模式直接实现厘米级的高程定位精度，对GPS数据传输的稳定性要求很高。钱塘江河口部分开阔水域处于ZJCORS信号不稳定区域，因此只能采用有验潮模式实现水下地形测量。
泥沙 回淤促使海港的水域部分（码头前沿、港池、航道）水深变浅，严重威胁着船只进出的安全以及海港的经济效益，有的甚至危及其存在的价值。因此，建港必须考虑当地水系的泥沙回淤状况，而已建港必须对海港回淤状况进行调查和分析，掌握回淤规律，采取相应的整治措施。港池、航道整治应以提高和稳定航道尺度，改善通航水流条件，扩大通过能力，满足船舶、船队安全航行的需要为目的。 港口泥沙回淤主要是海岸泥沙运动的结果。而泥沙运动则是在水动力条件制约下，遵循所在地地貌系统自然演变规律而进行，但港口以及防波堤的建立、河流携带泥沙量的变化等因素也可能改变了以前的港口泥沙回淤规律。而且还有其它的因素也影响着泥沙运动，不同的地方影响因素也各异，需要不断地深入调查、研究。
2013年6月，为庆祝“国际海道测量日”，由FIG和IHO组织了一次以“海道测量－支持蓝色经济”为主题的高层次研讨会。该主题实际上是对海道测量服务对象和任务的展望与深层次思考，也是目前海道测量人员对海道测量在社会、经济和军事活动中所担当角色的拓展和再认识，很可能是未来海道测量发展的一个重要转折点。
工业测控设备是工业控制系统的神经中枢，其安全问题日趋严峻，内生安全技术是抵御内外部信息安全威胁攻击的根本。本文从内生安全视角阐述了工业测控设备功能安全、信息安全技术的发展过程，以及目前国内外安全型工业测控设备的产品化业态，介绍了相关工业测控设备安全标准研究进展，最后结合现状分析了未来发展的趋势，为工业测控设备安全技术的研究及发展提供参考。
新一代人工智能持续引发全球政界、学术界和产业界的高度关注。本文以科学引文索引数据库2013-2018年收录的33460篇高质量文献作为研究对象，对世界人工智能研究的发文趋势、储量分布、技术热点、产研融合等方面进行知识图谱分析。研究发现，人工智能高质量发文量呈现整体上升趋势，中国、美国和英国的知识储量全球领先；关键词热点包括神经网络、分类算法、遗传算法、特征选择、支持向量机、聚类算法、数据挖掘、深度学习等；产业界以微软、IBM、谷歌研发实力最为深厚，其中，微软与中国地区学术合作较多。
没有账户，需要注册
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
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”。
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
智能体治理是一项复杂的系统工程，需要政府、企业、学界、社会等多元主体协同参与。一是推动责任共担机制落地。明确基础能力提供者、技术支持者、产品分发者、服务运营者、使用者等各类主体的义务边界，推动供应链各环节的安全责任落实。鼓励行业组织制定自律公约和最佳实践指南，引导企业主动披露安全信息、参与协同治理。二是促进开放互联与公平竞争。
基于国产化软硬件技术栈，打造端到端全链路国产化、自主可控的信创云电脑解决方案，为企业用户提供高安全、高稳定性 高效便捷的信创云电脑服务，满足大中小企业、行业用户的国产化安全办公需求。
全球算力产业正经历以人工智能为核心驱动力的深刻变革，智算供给能力实现快速扩容。算力规模方面，据中国信通院测算，截至2026年6月底，美国智算规模约10805EFLOPS(FP16，下同)，较2025年底增加约3105EFLOPS，2026上半年增速高达40.3%;国智算规模达到2185EFLOPS，较2025年上半年增加1397EFLOPS，增速高达177.3%，与美国共同构成全球智算扩张的两大主引擎。欧 展方阳 洲、日韩等发达经济体持续加大智算基础设施投入，智算底座建设稳步推进，全球智算供给格局加速演进。全球算力技术路线加速迭代，呈现多技术路径并行演进
母线系统的复杂性源于其跨专业的协同属性，需以系统工程思维统筹设计、施工与运维，确保电力传输的安全高效与稳定运行母线系统的复杂性源于其跨专业的协同属性，需以系统工程思维统筹设计、施工与运维，确保电力传输的安全高效与稳定运行
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
