為您找到相關(guān)結(jié)果 1214 篇
-
，卷煙物流配送中心組建技術(shù)小組，對(duì)標(biāo)準(zhǔn)煙分揀線(xiàn)立式機(jī)煙倉(cāng)、包裝翻板機(jī)撥桿、限位裝置以及出煙算法等進(jìn)行技術(shù)革新，成功實(shí)現(xiàn)了7個(gè)異型煙品規(guī)在標(biāo)準(zhǔn)線(xiàn)分揀。改造后，
-
，實(shí)現(xiàn)“一案一格/垛”，舟山市局以往年案件數(shù)據(jù)為依據(jù)，通過(guò)倉(cāng)庫(kù)容量布局測(cè)算法，科學(xué)劃分區(qū)域分配，合理設(shè)置格垛數(shù)量。同時(shí)，定制
-
使用者自主移動(dòng)，能與現(xiàn)實(shí)世界相交互；AI智能圖像識(shí)別技術(shù)采用卷積神經(jīng)網(wǎng)絡(luò)算法，使圖像的識(shí)別精準(zhǔn)度接近于人眼識(shí)別?！ ∵\(yùn)行該系統(tǒng)后，卷包車(chē)間設(shè)備檢查
-
;操作過(guò)程中通過(guò)使用者自主移動(dòng)，能與現(xiàn)實(shí)世界相交互；AI智能圖像識(shí)別技術(shù)采用卷積神經(jīng)網(wǎng)絡(luò)算法，使圖像的識(shí)別精準(zhǔn)度接近于人眼識(shí)別。
運(yùn)行該系統(tǒng)后，
-
，該方法使用回潮機(jī)的完整的工藝參數(shù)和環(huán)境參數(shù)作為自變量，利用梯度提升樹(shù)算法建立起回潮預(yù)測(cè)模型，充分考慮了不同的影響因子對(duì)煙草回潮機(jī)出料含水率的影響，
-
）在梳理消費(fèi)行為分析主流模型和行業(yè)內(nèi)外相關(guān)優(yōu)秀案例的基礎(chǔ)上，借鑒經(jīng)典的RFM模型，運(yùn)用主成分分析和K-means聚類(lèi)分析等大數(shù)據(jù)分析挖掘算法，結(jié)合卷煙
-
標(biāo)簽，對(duì)數(shù)據(jù)進(jìn)行加工，構(gòu)建不同的數(shù)據(jù)算法模型，為卷煙市場(chǎng)狀態(tài)監(jiān)測(cè)和調(diào)控、貨源精準(zhǔn)投放及品牌培育、卷煙零售客戶(hù)經(jīng)營(yíng)及管理服務(wù)。
4.以隊(duì)伍轉(zhuǎn)型為突破助推
-
、員工素質(zhì)跟上時(shí)代步伐。要有破有立、破立并舉，在思維方式、發(fā)展路徑等方面打破定勢(shì)思維和傳統(tǒng)觀念束縛。要緊緊把握住能力建設(shè)關(guān)鍵點(diǎn)，形成自己獨(dú)有思路的算法模型，
-
一等獎(jiǎng)。
課題組針對(duì)工商物流工作的難點(diǎn)和痛點(diǎn)，應(yīng)用了基于大數(shù)據(jù)的預(yù)測(cè)方法、多目標(biāo)決策及運(yùn)籌學(xué)算法模型，建立柔性化的協(xié)同庫(kù)存管理及訂單優(yōu)化模式，一方面在行
-
“天然植物組分復(fù)配”理論為基礎(chǔ)，運(yùn)用基于LARS回歸算法和綜合權(quán)重分析方法，按照均勻試驗(yàn)設(shè)計(jì)—效果試驗(yàn)—數(shù)學(xué)建模（模型驗(yàn)證）程序模塊等多種手段
