• 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

数字金融专刊第三期:智能化

当前,新一代人工智能正在全球范围内蓬勃发展,为经济社会发展注入了新动能,并深刻改变着人们的生产生活方式。作为高度数据化的行业,金融是智能技术重塑业务价值的最佳场景之一,在大数据、人工智能、物联网、区块链等一系列创新技术的加持下,正在实现管理模式、运营模式、服务模式的全方位重塑,推动自身向智能化方向快速演进。如今,网络支付、供应链金融、智慧网点、开放银行等概念的兴起,赋予了社会发展更加智慧的金融服务,未来的金融业更将进一步实现全面的网络化、数字化、智能化,金融服务将无感知、无摩擦地存在于社会经济生活的方方面面。

  • 2021-05-06
  • 阅读196
  • 下载0
  • 33页
  • pdf

数字金融:全场景金融云最佳实践

金融信息化建设起步早,业务自动化与管理信息化已在三十年间建立完毕。虽然储备了大量 IT 技术能力。但依旧无法规避业务种类繁多而引起的 IT 资产庞大、架构复杂、整体无法有效联动。造成运维体系割裂,成本开销不可控。无法有效判断投资回报率。更让资本预算支出与管理支出无从参考有效数据。与全新建设云平台相比,现有架构云化难度巨大,技术要求极为苛刻。人行清算总中心全方位无死角调研了北京NPC(生产)与开发测试多个数据中心整体软硬件情况,确定各类业务平台改造云化的具体需求。为后续数据中心整体上云打下坚实基础。

  • 2021-05-06
  • 阅读192
  • 下载0
  • 19页
  • pdf

工业大数据在纺纱厂的应用构建

本文探讨了工业大数据在棉纺厂的应用。介绍工业大数据的定义,目前棉纺企业现状及工业大数据的基础。通过介绍智能化设备、生产系统、实时数据采集(SCADA)平台、设备智能监控系统、生产管理系统等方面展开配棉工艺模型分析与探索,结果表明工业大数据在棉纺企业实现数据采集分析及应用,对推进棉纺企业转型升级有重要意义。

  • 2021-05-06
  • 阅读231
  • 下载0
  • 11页
  • docx

冶金工业互联网与大数据平台建设

近年来,国际产业格局一直面临重大调整,围绕抢夺制造业制高点的竞争愈演愈烈,世界各国结合自身产业发展优势加强战略总体布局和理论方法创新。德国依托雄厚的自动化基础,推进工业4.0。美国在实施先进制造战略的同时,大力发展工业互联网。法、日、韩、瑞典等国也纷纷推出制造业振兴计划。我国也提出“中国制造2025”的发展战略。各国新型制造战略的核心都是通过构建新型生产方式与发展模式,推动传统制造业转型升级,重塑制造强国新优势。与此同时,数字经济浪潮席卷全球,驱动传统产业加速变革。特别是以互联网为代表的信息通信技术的发展极大地改变了人们的生活方式,构筑了新的产业体系,并通过技术和模式创新不断渗透影响实体经济领域,为传统产业变革带来巨大机遇。伴随制造业变革与数字经济浪潮交汇融合,云计算、物联网、大数据等信息技术与制造技术、工业知识的集成创新不断加剧,工业互联网平台应运而生。

  • 2021-05-06
  • 阅读185
  • 下载0
  • 9页
  • docx

化工行业基于大数据驱动的工艺操作优化技术研究

精馏塔是化工生产过程中最常见也是最重要的分离设备之一。其性能直接关系到生产装置的投资、产能、质量、能耗及成本。但是传统的精馏塔工艺控制优化,由于模型构建复杂、构建的数学模型通常不完善、存在控制效果不佳、诊断滞后、不能提前预测等缺陷。本文通过研究大数据驱动的建模方式,利用精馏塔历史积累的大量数据进行模型建立,并在有效建模的基础上实现精馏塔的优化生产,可解决目前行业中存在的难题,将为用户提升产品质量、降低生产能耗做出贡献。

  • 2021-05-06
  • 阅读180
  • 下载1
  • 15页
  • docx

大数据:产业链关键技术步入创新突围期

2020年,受新冠肺炎疫情倒逼,大数据技术、产品和解决方案广泛应用于监测分析、防控救治、资源调配、复工复产,大数据融合应用新场景大量涌现,在常态化疫情防控和经济社会发展中发挥了积极作用。2021年,随着数字经济政策红利进一步释放,我国大数据产业发展迎来新一轮增长周期,围绕大数据关键核心技术的研发投入持续加大,工业企业将更加注重数据资源管理能力提升,多元主体差异化竞争格局将进一步明晰,大数据与区域经济协同发展将持续深入,数据资产有效运营和价值转化将成为各类主体发展的重要命题。

  • 2021-05-06
  • 阅读161
  • 下载0
  • 8页
  • docx

企业撬动“大数据”:技术很重要,但思维是关键

每个企业都可能拥有大数据,但是并非每个企业都能够成为大数据企业。大数据因其体量之“大”而得名,然而体量并非大数据的唯一特征,甚至也不是大数据最为重要的特征。巨大的体量凸显的是技术需求。而对于管理者而言,刻意追求巨大体量的数据并不具有多少现实意义,大数据更重要的特征在于其多样化的来源和形态、持续快速的产生和演变,以及对深度分析能力的高度依赖。

  • 2021-05-06
  • 阅读175
  • 下载0
  • 18页
  • docx

大数据技术在工业界的应用

关于大数据,有许多大家耳熟能详的经典案例,比如沃尔玛的“啤酒和尿布”案例;Target商场预测17岁女孩怀孕的等。 通过这些例子,我们可以了解到大数据具有非常大的潜力和应用价值。如果能够分析出数据的潜在含义,它将在生活中的各个领域发挥巨大的作用。

  • 2021-05-06
  • 阅读166
  • 下载0
  • 16页
  • docx
上一页 1 …… 12571258125912601261126212631264126512661267 …… 1396 下一页 共 11164 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219
  • 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257
  • 下载4

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379
  • 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398
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读3
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读2
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读1
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读2
  • 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