為您找到相關(guān)結(jié)果 4027 篇
-
人工智能知識(shí)圖譜技術(shù)，實(shí)現(xiàn)故障診斷“蛛網(wǎng)”模型在ZJ116-ZB48機(jī)組上高效應(yīng)用，設(shè)備運(yùn)行效率達(dá)到99.81%。AR眼鏡一戴，AR技術(shù)與云計(jì)算、大數(shù)據(jù)等融合
-
卷煙廠還推動(dòng)《制造過程質(zhì)量數(shù)字化管控與追溯》智能場(chǎng)景建設(shè)，持續(xù)開展煙葉制絲水分模型研究、構(gòu)建與試運(yùn)用，完善松散回潮至烘絲入口水分預(yù)測(cè)模型，開展卷煙卷接包SPC
-
，他們應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)算法構(gòu)建了具有自學(xué)習(xí)功能的圖像識(shí)別模型，完成了16種病害的模型訓(xùn)練，對(duì)病害的自動(dòng)識(shí)別準(zhǔn)確率達(dá)到90％。李靜靜對(duì)煙桿根部進(jìn)行
-
、機(jī)會(huì)區(qū)、修補(bǔ)區(qū)四個(gè)區(qū)域）模型”，了解職工對(duì)辦實(shí)事項(xiàng)目的整體評(píng)價(jià)，明確下一階段辦實(shí)事的重點(diǎn)方向。通過“四分圖模型”，對(duì)測(cè)評(píng)數(shù)據(jù)進(jìn)行分析
-
百分點(diǎn)。精準(zhǔn)分析掃碼數(shù)據(jù)，提升客戶指導(dǎo)準(zhǔn)確率數(shù)據(jù)分析小組構(gòu)建零售戶終端掃碼質(zhì)量評(píng)價(jià)指標(biāo)體系，建立數(shù)據(jù)分析模型，從日均掃碼集中度、在線支付占比、在線時(shí)長(zhǎng)等多項(xiàng)指標(biāo)
-
獲取煙葉烘烤實(shí)時(shí)圖像并加以分析，同烘烤數(shù)據(jù)庫(kù)中的大量模型相映射，匹配到最適合該烘烤階段的溫濕度、風(fēng)門開閉程度、風(fēng)機(jī)運(yùn)行檔數(shù)等參數(shù)，實(shí)時(shí)調(diào)控，以
-
頭腦風(fēng)暴會(huì)精耕技能提升?下好人才隊(duì)伍“先手棋”如何促使創(chuàng)新點(diǎn)子孵化成為提升工作質(zhì)效的管理工具,為了破解這一難題,嘉善煙草以強(qiáng)化分層分類培訓(xùn)為抓手,圍繞智能算法模型、網(wǎng)絡(luò)安全維護(hù)等主題,每季度開展信息化
-
。”操作工方霞邊介紹邊在屏幕上輕輕一點(diǎn)，“紅黃藍(lán)”三種顏色的預(yù)警模型清晰呈現(xiàn)。以往，需要操作工、工藝質(zhì)量員、維修工多崗位人員配合，通過產(chǎn)品自檢、巡檢、設(shè)備點(diǎn)檢
-
流通運(yùn)行更高效、服務(wù)更優(yōu)質(zhì)。看專賣監(jiān)管，跨部門數(shù)據(jù)互聯(lián)、線索互享、執(zhí)法互動(dòng)匯聚合力，涉煙車輛預(yù)警分析模型自動(dòng)篩選可疑車輛精準(zhǔn)鎖定，煙草專賣零售許可證辦理“一網(wǎng)
-
情況智能分配煙葉交售設(shè)備及編號(hào)。四是智能分定。按號(hào)分定，由指定分配的分定級(jí)設(shè)備對(duì)煙農(nóng)煙葉按預(yù)定模型進(jìn)行智能分定級(jí)。五是煙葉暫存。驗(yàn)級(jí)煙葉自動(dòng)分級(jí)裝筐，暫存等待煙農(nóng)確認(rèn)驗(yàn)級(jí)
