• 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

企业数据安全治理实践方法

在“没有网络安全就没有国家安全”、“实施互联网+计划和国家大数据发展战略”等政策要求的时代背景下,国家层面越来越重视数据安全的发展。根据2019年《中国数字经济白皮书》指出,数字经济占全国GDP总和的36%,随着每年各行各业的数据量成几何倍的速度增长,可以预见在未来数据将会是国家发展、民族复兴的重要资源。为此,数据的安全也是当下数据治理的一个重要组成部分。

  • 2021-09-08
  • 阅读432
  • 下载0
  • 8页
  • docx

全面解读数据湖的缘起、特征、技术、案例和趋势

数据湖最早是由Pentaho的创始人兼CTO, 詹姆斯·迪克森,在2010年10月纽约Hadoop World大会上提出来的。当时Pentaho刚刚发布了Hadoop的第一个版本。在这样的一个大背景下,可以合理的猜测,当时James Dixon提出数据湖的概念,是为了推广自家的Pentaho产品以及Hadoop的。

  • 2021-09-07
  • 阅读446
  • 下载0
  • 23页

工业互联网的发展趋势与安全挑战

作为工业互联网的独立单元,工业控制系统在工业互联网发展中起着决定性作用,如果工业控制系统没有向微型化、网络化、PC化和开放性方向发展,我国工业互联网发展将无从谈起;如果不能实现大规模互联感知,工业控制系统将无网可连,工业互联网将无从发展;如果没有大数据分析,没有云计算存储,工业互联网产生的大规模海量数据将毫无价值,网络应用层的业务将无法优化,工业互联网的发展模式必将单一。本文回顾工业互联网的发展历程,指出发展工业互联网在政策、产业、共赢模式及信息安全方面面临的问题与挑战,并结合我国实际,提出保障我国工业互联网安全发展的对策建议。

  • 2021-09-13
  • 阅读352
  • 下载0
  • 38页
  • ppt

在科技企业之外,为何人工智能应用如此之难?

对于多数有兴趣使用人工智能(AI)的企业来说,不存在可以效法的明确模式。亚马逊和谷歌等大型互联网企业使用的构建AI的方法实在无法转化——多数企业都没有可以用来培育模式的大量数据。 因此,制造业、农业和医疗卫生等行业需要采取不同的方法:使用数据而不是代码进行编程。这些行业的企业拥有的数据集通常相对较小,定制系统成本高昂,而且会被试点与生产之间长久的时间间隔吓退。

  • 2021-09-13
  • 阅读630
  • 下载0
  • 5页
  • docx

基于云计算及物联网构建智慧校园分析

基于云计算及物联网构建智慧校园分析

  • 2021-09-13
  • 阅读366
  • 下载0
  • 3页
  • pdf

如何写网络货运平台系统建设方案?

中国物流市场,目前主要还是公路运输,展望未来,网络货运平台在提高流通效率、优化供应链管理等方面大有可为。与传统实体物流企业不同的是,网络货运平台基于数字能力,实现整个货运物流过程的数据化,让物流行为变得有迹可循,通过数据对物流过程中的各个环节进行定向性的分析、预测和判断,实现更高效的管理。但是,从行业性质而言,物流的本质是一种服务,物流行业属于现代服务业。尤其是在加速推进现代流通体系建设的背景下,从事网络货运的平台不仅要提供大数据科技服务,同样需要扎根到物流场景当中,为货主和车主提供优质服务。

  • 2021-09-13
  • 阅读342
  • 下载0
  • 16页
  • docx

设计用于物联网的以太网供电受电设备

区块链技术推进泛在电力物联网建设

  • 2021-09-13
  • 阅读344
  • 下载0
  • 4页
  • pdf

试谈通信工程在物联网领域的应用

试谈通信工程在物联网领域的应用

  • 2021-09-13
  • 阅读473
  • 下载0
  • 2页
  • pdf
上一页 1 …… 719720721722723724725726727728729 …… 4695 下一页 共 37560 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

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371
  • 下载6

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2233
  • 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2695
  • 下载11

中服设备健康管理系统产品介绍

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。

  • 阅读2454
  • 下载9

最新上线

储存系统基础知识

存储硬件(控制柜、硬盘柜、磁带库、光盘库等)存储软件(管理软件、备份软件、容灾软件、增值软件等) 存储网络(接口卡、交换机、线缆等)解决方案(数据共享、归档 备、)

  • 阅读97
  • 下载0

GitHub热门Harness项目解析架构拆解、机制对比与选型指南

AgentLoop是Harness的中枢,协调工具、模型、上下文、策略、调度、可观测性等组件协同运行。运行时不应是黑盒,可检视性是可控性的前提,若无法检视循环,便无法控制系统。Cline SDK2.0将运行时开放为可编程接口,支持检视、 复刻、扩展与自定义构建。

  • 阅读134
  • 下载1

面向高性能实时计算场景分布式对象数据库技术报告(2026年)

随着航空运输市场动态定价、精细化运营和实时查询需求持续提升,传统数据库架构在面对TB级航空运价数据、高并发读写与毫秒级响应的严苛要求时,可能面临内存冗余、序列化开销及分布式一致性等方面的挑战。本报告聚焦中国民航信息网络股份有限公司(以下简称“中国航信”)在核心运价计算系统中应用的自研海量数据实时计算框架实践情况。该框架以内存原生对象存储为核心,结合分布式对象处理机制,支持多节点强一致访问,用于支撑航班动态定价、历史运价回溯等业务场景。本报告将围绕该技术架构的设计理念、实现路径、应用成效与行业价值进行梳理,旨在为高性能、低延迟、强一致的实时计算场景提供可复用的技术范式与实践参考。

  • 阅读154
  • 下载1

结构调整,经济增速阶段性下降

2026年二季度,GDP同比增长4.7%,低于第一季度0.7个百分点,经济增速阶段性下 降,经济走势“量”轻“质”重。政策调整初见成效,高技术产业规模持续增长,传统产业 过剩产能去化加速。第二季度,尽管国际地缘风险加剧,但随着多国领导人率代表团集体访 华,双边贸易沟通增加,叠加中国经济结构调整,外贸产品结构变化,高技术产品贸易成为 新的增加引擎,进、出口额增速明显上涨,外需贡献增加。

  • 阅读152
  • 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