為您找到相關(guān)結(jié)果 4141 篇
-
各種檢查和分析模型，實時掌握重點監(jiān)管對象的卷煙經(jīng)營情況，實現(xiàn)精準打擊。同時，及時排除異常情況，重點關(guān)注卷煙經(jīng)營大戶和盲點盲區(qū)，并加大
-
運行，不僅充分利用工業(yè)大數(shù)據(jù)分析、機器學習模型、神經(jīng)網(wǎng)絡(luò)算法等新技術(shù)，更創(chuàng)新構(gòu)建單工序智能控制、整線尋優(yōu)、數(shù)字孿生等，以數(shù)據(jù)驅(qū)動、AI賦能等開啟了“無人化”生產(chǎn)
-
949TB，新增指標1100多個、數(shù)據(jù)產(chǎn)品73個，共享數(shù)據(jù)報表630多張、數(shù)據(jù)120多TB，支撐重點數(shù)據(jù)產(chǎn)品的模型優(yōu)化和推廣應(yīng)用；加快全國煙草
-
;讓客戶更“省心”。聚焦農(nóng)網(wǎng)終端建設(shè)模型，堅持“一戶一策一改造、一店一案一特色”的工作思路，開展農(nóng)網(wǎng)終端“舊貌換新顏”攻堅行動，持續(xù)加大農(nóng)網(wǎng)建設(shè)力度
-
;開展基于負荷需求的制冷空調(diào)聯(lián)動控制系統(tǒng)研究應(yīng)用，創(chuàng)新性地提出了全時態(tài)連續(xù)尋優(yōu)控制思路，開展空調(diào)熱工機理模型、崗位送風空調(diào)溫濕度控制等理論研究，形成了空調(diào)系統(tǒng)節(jié)能
-
組克服了兩大難題。一個是如何高速成像的難題，要實現(xiàn)對煙支“支支全檢”；另一個是如何判斷異常的難題，要構(gòu)建基于深度學習的檢測模型。項目組不斷調(diào)試，
-
管控平臺構(gòu)建了移庫算法模型，精準預(yù)測移庫卷煙規(guī)格、數(shù)量、時間，并結(jié)合市場需求和庫存變化情況，實現(xiàn)合理備貨。智能運輸管理系統(tǒng)根據(jù)庫存分布、運力情況，
-
據(jù)中心，提出智慧煙葉生產(chǎn)數(shù)據(jù)模型，設(shè)計煙葉生產(chǎn)數(shù)據(jù)體系，把煙葉生產(chǎn)12項關(guān)鍵技術(shù)分解為100個技術(shù)節(jié)點，制定煙葉生產(chǎn)數(shù)據(jù)采集與共享交互標準
-
、質(zhì)量分析、缺陷分析模型研究，提升生產(chǎn)全鏈條信息化管控水平；推動平臺應(yīng)用融合，以公司批次管理系統(tǒng)、阜煙MES系統(tǒng)等信息化平臺為依托，加強對
-
?連闖三關(guān)，成為行業(yè)唯二的國家智能制造示范工廠揭榜單位；對標國家智能制造能力成熟度模型，多輪診斷，成為行業(yè)首批智能制造能力成熟度達三級
