為您找到相關(guān)結(jié)果 1213 篇
-
算法核心能力，通過分析多個自變量和一個因變量之間的線性關(guān)系進(jìn)行預(yù)測，依此建立出口水份預(yù)測模型，進(jìn)行出口水份預(yù)測，并結(jié)合預(yù)測結(jié)果進(jìn)行供水
-
;基礎(chǔ)信息錄入模塊，用于接收煙農(nóng)輸入的煙農(nóng)種植地塊信息和烤房群信息；烤房匹配推薦模塊，用于利用曼哈頓距離算法計(jì)算出煙農(nóng)種植地塊與烤房的距離，進(jìn)行
-
，利用卡爾曼濾波、模糊PID等算法，實(shí)現(xiàn)濾棒壓降指標(biāo)閉環(huán)自動控制。這一發(fā)明專利是濾棒圓周壓降閉環(huán)自動控制系統(tǒng)的一部分，依托該專利能夠有效降低濾棒壓降指標(biāo)人工監(jiān)管、調(diào)控
-
創(chuàng)新裝備與方法研究，系統(tǒng)構(gòu)建了卷煙包裝外觀圖像數(shù)據(jù)集，開發(fā)了泛化性強(qiáng)的卷煙包裝質(zhì)量管控算法模型，已申請國家專利授權(quán)6項(xiàng)、計(jì)算機(jī)軟件著作權(quán)登記2件，
-
樣本的輸入數(shù)據(jù)經(jīng)過參數(shù)優(yōu)化訓(xùn)練得到的。據(jù)悉，該發(fā)明解決了現(xiàn)有技術(shù)中缺少針對不同類型葉組的差異化控制算法而導(dǎo)致的加香加料效果較差的缺陷，針對不同類型的葉組均能夠提供合適的加香
-
儀器分析方法，結(jié)合仿香算法研究，創(chuàng)新完成了數(shù)字化調(diào)香核心功能升級開發(fā)；基于數(shù)字化調(diào)香技術(shù)升級版，高標(biāo)準(zhǔn)完成了行業(yè)數(shù)字化調(diào)香技術(shù)體系研究
-
儀器分析方法，結(jié)合仿香算法研究，創(chuàng)新完成了數(shù)字化調(diào)香核心功能升級開發(fā)；基于數(shù)字化調(diào)香技術(shù)升級版，高標(biāo)準(zhǔn)完成了行業(yè)數(shù)字化調(diào)香技術(shù)體系研究
-
投放策略、訂單特點(diǎn)、包裝形式、設(shè)備產(chǎn)能等要素進(jìn)行分析，運(yùn)用生產(chǎn)線平衡法等科學(xué)算法計(jì)算決策，實(shí)現(xiàn)了一鍵智能排程，排程效率大為提升，有效提高了異形煙排
-
密集成，以支持更高效的工業(yè)生產(chǎn)和更智能的決策制定。在不斷的探索中，人們理順了“數(shù)據(jù)采集、數(shù)據(jù)資產(chǎn)化、算法模型以及智能控制”這樣一條路徑。所謂數(shù)據(jù)采集，就是通過
-
，在訂單執(zhí)行過程中加入預(yù)判算法和全流程管理模塊，解決了營銷訂單破碎、零散與經(jīng)濟(jì)批次車型不匹配的難題，增強(qiáng)了物流運(yùn)輸數(shù)字化管理的預(yù)判能力、聯(lián)動能力、危機(jī)處理能力
