2009年6月,英国出台了“数字英国(DigitalBritain)”战略。>2009年7月,日本推出了《-Japan战略2015》>2009年9月,韩国出台了红IT韩国未来战暗》研究。>2010年5月,欧盟推出了《信息化战略行动计划》以应对当前欧盟的金融危机。2010年,奥巴马政府签署规模为170亿美元的《美国制造业促进法案》;2011年6月,又启动了美国《先进制造伙伴》计划2011年4月,德国首次提出了《工业4.0》发展战略,旨在支持工业领域新一代革命性技术的研发与创新,提高德国工业的综合竟争力T。rasmarte冒aetimtlememtaysshe.OrSIRIRTA欧盟“信息化战略行动计划”欧盟“信息化战略行动计划”是欧洲数字计划七项旗舰举措中的一项,可促进经济的明显增长,使社会各领域都能享受数字时代带来的快捷和便利。增强数字化文化技能应用信息和通信技术应对和包容性气候变化和人口老龄化信息化战略行动计划七大领域更强的互操作性更多的研发投资增强互联网的信任度更快的互联网接入和安全性统一数字市场的建立美国“先进制造伙伴”计划为了巩固制造业竞争优势并确保其在世界制造强囯中的领先地位,美囯提出并启动了“先进制造伙伴(AdvancedManufacturingPartnership)”计划,并投入5亿美元推动这项工作。主题词:3D打印、物联网、制造回归、先进材料、新一代机器人、自动化生产线、节能制造工艺2029年1月人工奥巴马发表美写2013年2月济要让已2014年8月奥巴马国智魘唱长机出工出台《造德驾台支提发动唱长的声明量促进作仅悍计见印素重振美国制告业211年月21年】月选力公室出台【美国奥已马提出键出台《想新战:设全美想遇业3D打印机圈人美西皇保护我们为出胃络针复呢》是济增长机将打情咤需】为方之工业4.0—一从智慧工厂到智能生产信息物联系统aIndustry4.0德国高科技战略计划首位电子、IT、工复杂程业机器人工业革命4度电力广泛应用工业革命30工业革命20茶汽机1784工业革命1018世纪末20世纪初时间工业4.0——从智慧工厂到智能生产aIndustry4.0国高科技战略计划首位“工业4.0”研究项目由德国联邦教硏部与联邦经济技术部联手资助,在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成,并已上升为国家级战略。德国联邦政府投入达2亿欧元运FraunhoferiacatechNATIONALACADEMYOFSCIENCEANDENGINEERINGSIEMIENS-IMDN开发者社群-imdn.cn"> 2009年6月,英国出台了“数字英国(DigitalBritain)”战略。>2009年7月,日本推出了《-Japan战略2015》>2009年9月,韩国出台了红IT韩国未来战暗》研究。>2010年5月,欧盟推出了《信息化战略行动计划》以应对当前欧盟的金融危机。2010年,奥巴马政府签署规模为170亿美元的《美国制造业促进法案》;2011年6月,又启动了美国《先进制造伙伴》计划2011年4月,德国首次提出了《工业4.0》发展战略,旨在支持工业领域新一代革命性技术的研发与创新,提高德国工业的综合竟争力T。rasmarte冒aetimtlememtaysshe.OrSIRIRTA欧盟“信息化战略行动计划”欧盟“信息化战略行动计划”是欧洲数字计划七项旗舰举措中的一项,可促进经济的明显增长,使社会各领域都能享受数字时代带来的快捷和便利。增强数字化文化技能应用信息和通信技术应对和包容性气候变化和人口老龄化信息化战略行动计划七大领域更强的互操作性更多的研发投资增强互联网的信任度更快的互联网接入和安全性统一数字市场的建立美国“先进制造伙伴”计划为了巩固制造业竞争优势并确保其在世界制造强囯中的领先地位,美囯提出并启动了“先进制造伙伴(AdvancedManufacturingPartnership)”计划,并投入5亿美元推动这项工作。主题词:3D打印、物联网、制造回归、先进材料、新一代机器人、自动化生产线、节能制造工艺2029年1月人工奥巴马发表美写2013年2月济要让已2014年8月奥巴马国智魘唱长机出工出台《造德驾台支提发动唱长的声明量促进作仅悍计见印素重振美国制告业211年月21年】月选力公室出台【美国奥已马提出键出台《想新战:设全美想遇业3D打印机圈人美西皇保护我们为出胃络针复呢》是济增长机将打情咤需】为方之工业4.0—一从智慧工厂到智能生产信息物联系统aIndustry4.0德国高科技战略计划首位电子、IT、工复杂程业机器人工业革命4度电力广泛应用工业革命30工业革命20茶汽机1784工业革命1018世纪末20世纪初时间工业4.0——从智慧工厂到智能生产aIndustry4.0国高科技战略计划首位“工业4.0”研究项目由德国联邦教硏部与联邦经济技术部联手资助,在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成,并已上升为国家级战略。德国联邦政府投入达2亿欧元运FraunhoferiacatechNATIONALACADEMYOFSCIENCEANDENGINEERINGSIEMIENS - IMDN开发者社群-imdn.cn">
登录
首页 » Others » 智能制造——数字化工厂

智能制造——数字化工厂

于 2020-12-11 发布
0 89
下载积分: 1 下载次数: 3

代码说明:

从智能工厂到智能生产,数字化工厂的层次分析及应用案例全球产业价值分配附加值微笑曲线价值链技术与资本密集劳动密集信息与管理密集全球产业价值链The Third Industrial Revolution第三次工业革命当前,第三次革命正在展开,这就是制造业的数字化。制造业数F i字化为传统制造业的面貌和生产方式正在带来巨大改变Bret Ryder我们传统的工厂是从设计到开模生产,需要投入大量设备、资金和人力,如今有了三维印制机,只要在电脑上设计,就可三维打印出零部件和产品,包括航空航天、汽车摩托车、各种装备等复杂产品的精密零件及各种生活和工业用品,这种新型工艺的应用具有无限可能,并可大幅降低制造的门槛。计算机软件、新型材料、更灵活的机器、新工艺(特别是三维打印),以及网络上提供的各种软体服务,这些新科技的汇聚使工厂将逐渐告别大批量生产,进入完全客户化定制,以更低的成本、更高的效率和质量生产更多样化的产品,满足不同顾客的不同需求。所有革命都要进行一场惨烈的淘汰,不会以人的意志为转移。第三波工业革命,×也不例外,就像之前两波工业革命都曾淘汰若干行业和劳工,未来制造业势必再出现一场优胜劣败的大洗牌,工厂需要的劳工将越来越少,但需要更高的技能。当工厂需要的劳工减少,工资占生产成本的比重也会降低,从而改变目前到工资低的海外国家设厂的模式,跨国企业将逐渐把工厂搬回国内,以便设计人员能够和生产线更密切合作,同时更能贴近客户并迅速回应其需求。先进发达国家的应对策略2009年1月,美国邛BM公司提出了“智慧地球( Smarter planet)"概念。2009年4月,新西兰政府推出了《新西兰数字战略2.0》>2009年6月,英国出台了“数字英国( Digital Britain)”战略。>2009年7月,日本推出了《- Japan战略2015》>2009年9月,韩国出台了红IT韩国未来战暗》研究。>2010年5月,欧盟推出了《信息化战略行动计划》以应对当前欧盟的金融危机。2010年,奥巴马政府签署规模为170亿美元的《美国制造业促进法案》;2011年6月,又启动了美国《先进制造伙伴》计划2011年4月,德国首次提出了《工业4.0》发展战略,旨在支持工业领域新一代革命性技术的研发与创新,提高德国工业的综合竟争力T。 ra smarte冒aetimtlememtays she.OrSIRIRTA欧盟“信息化战略行动计划”欧盟“信息化战略行动计划”是欧洲数字计划七项旗舰举措中的一项,可促进经济的明显增长,使社会各领域都能享受数字时代带来的快捷和便利。增强数字化文化技能应用信息和通信技术应对和包容性气候变化和人口老龄化信息化战略行动计划七大领域更强的互操作性更多的研发投资增强互联网的信任度更快的互联网接入和安全性统一数字市场的建立美国“先进制造伙伴”计划为了巩固制造业竞争优势并确保其在世界制造强囯中的领先地位,美囯提出并启动了“先进制造伙伴( Advanced Manufactur ing Partner ship)”计划,并投入5亿美元推动这项工作。主题词:3D打印、物联网、制造回归、先进材料、新一代机器人、自动化生产线、节能制造工艺2029年1月人工奥巴马发表美写2013年2月济要让已2014年8月奥巴马国智魘唱长机出工出台《造德驾台支提发动唱长的声明量促进作仅悍计见印素重振美国制告业211年月21年】月选力公室出台【美国奥已马提出键出台《想新战:设全美想遇业3D打印机圈人美西皇保护我们为出胃络针复呢》是济增长机将打情咤需】为方之工业4.0—一从智慧工厂到智能生产信息物联系统a Industry 4.0德国高科技战略计划首位电子、IT、工复杂程业机器人工业革命4度电力广泛应用工业革命30工业革命20茶汽机1784工业革命1018世纪末20世纪初时间工业4.0——从智慧工厂到智能生产a Industry 4.0国高科技战略计划首位“工业4.0”研究项目由德国联邦教硏部与联邦经济技术部联手资助,在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成,并已上升为国家级战略。德国联邦政府投入达2亿欧元运 Fraunhoferi acatechNATIONAL ACADEMY OFSCIENCE AND ENGINEERINGSIEMIENS

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 三维Otsu图像分割算法
    三维Otsu图像分割,灰度-平均灰度-梯度,利用粒子群算法加速。
    2020-12-03下载
    积分:1
  • 基于Xgboost的商业销售预测
    基于Xgboost的商业销售预测,以德国Rossmann商场的数据为例,通过对数据的探索性分析,以相关背景业务知识体系为基础,通过可视化分析,提取隐含在数据里的特征,使用性能较优的Xgboost方法进行规则挖掘,取得较好效果。第3期饶泓等:基于 Boost的商业销售预测277·(3)eta:收缩步长,即学习速率,取值范围是,3.1数据来源默认为0.3。在更新叶子节点的时候,权重乘以本文所有数据均来自 Haggle中的 Rossmanneta,以避免在更新过程中的过拟合。商店销售额数据集。 Rossmann是商人 Dirk ross(4) max _ depth:每棵树的最大深度,取值范围mann创立的德国首家平价日用品商店,现在的是,默认为6。树越深,越容易过拟合。Rossmann公司逼布欧洲7个国家,分店达100多(5) subsample:训练的实例样本占整体实例样家。论文通过位于德国的1115所 Rossmann连锁本的比例取值范围是(0.1],默认为1。值为0.5商店的历史数据预测未来48天商店的销售额时意味着 Boost随机抽取一半的数据实例来生成Haggle给出了三个数据集: train、test、 store,分树模型,这样能防止过拟合别是训练集测试集和商店基本信息的数据集,对训(6) colsample bytree:在构建每棵树时,列(特练集建模训练,对测试集进行预测。征)的子样本比,参数值的范围是(0,1]数据集基本信息如下(7) objective:默认为reg: linear;(1)训练集 train.csv:时间范围为2013年01月(8)sccd:随机数种子,为确保数据的可重现01日到2015年07月31日,共942天,1017209条性,默认为0。数据。2.2K折交叉验证方法(K一CV(2)测试集test.csv:时间范围为2015年08月论文采用K折交叉验证方法。将原始数据0日到2015年09月17日,共48天,41088条数分为K个子集,每个子集分别验证一次,剩余的K据组子集作为训练数据,这样可得到K组训练集(3)商店基本信息数据集 store.csv:1115条数和测试集以最终的分类平均精度作为性能指标。据,共1115家商店的信息。在实际应用中,K值一般大于或等于2,需要建立K3.2数据的可视化分析及原始特征提取个模型来进行K折交叉验证的实验,并计算K次为了获取影响销售额的基本数据特征,论文对测试集的平均辨识率Gaggle提供的 Rossmann数据集进行了可视化分K折交叉验证的结果能较好说明模型效果,有析,提取原始特征集。效地避免欠拟合与过拟合。在 Boost中,通过(1)顾客数和销售额之间的关系xgb.cv函数来做交叉验证。从图1中可以看出,顾客数和销售额之间存在2.3独热编码(One- hot encoding紧密的正相关关系。由于 Boost仅适用于处理数值型向量,因此处理训练集和测试集时需要将所有其它形式的数10.0据转换为数值型向量,本文采用独热编码将特征值转专换为数值。50独热编码也称一位有效编码,即对于任意时间任意给定的状态,状态向量中只有一位为1,其余6各位为0,将n类特征值转化成n位二进制数串,将顾客数特征的每个对应类设置为1。独热编码将每一个特图1顾客数与销售额的关系曲线征的个取值通过独热编码后转换成了n个二元特(2)促销对销售的影响的可视化分析征,通过该方法将特征转变成稀疏矩阵6。独热编图2和图3中 Promo取1表示当天有促销活码能够解决分类器不好处理属性数据的问题并在动取0表示没有促销活动。从图中可以看出促销一定程度上扩充了特征活动对顾客数并没有太大影响,但销售量却明显提3数据预处理高了,即促销活动并没有吸引更多的顾客,但提高了顾客的购买力,从而提高了销售额。通过查询原始为了获取数据中的有效特征,论文采用探索性数据发现没有促销的情况下顾客平均消费8.94欧数据分析方法对数据进行可视化分析获得数据分元,有促销活动的情况下平均消费10.18欧元布特征,理解原始数据的基本特征,发现数据之间的(3)星期( DayOf Week)对销售影响的可视化分潜在模式.找出数据中的有效特征析21994-2017ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net278南昌大学学报(理科版)2017年40000表2商店薮据基本特征集30000特征名称含义值批20000ore商店号取值:1到1115商店类型10000商店类别分类:逢础类met最近的党争对手的距薮卷:桊商店0离里有761个商店有PromoCompetition-图2促销对销售额的影响Open SinceMonth竞争对手开张的月份月份Open since year竞争对手开张的年份年份数据6000P持续性的促销活动0:无,1:有的4000Prom2 Since Week开始参加Pomo2促销日历上的第几周数的日历周值2000Pomo2 Sincerer开始参加Pm2i年份数据PromoPromoInterval参加Pomn2促销开始Jan,Apr,Jo)e的月份列表Feb, May, Aug, Nov".图3促销对顾客数的影响Mar, Jun, Sept, Dec从图中可以看出,星期日的销售额中位数和上不同的分类特征在训练集和测试集中的比例见四分位数远远高出正常营业日,但是下四分位数却表3~6低于正常营业日,即有些商店星期日营业额高于平表3Open特征取值比例时,但也有一部分商店的销售额低于正常营业日。从图中也可以看出,从周一到周六,周一的销售额偏16.99高一些,星期六的销售额偏低一些test/yo14.5585,4440000表4Prom特征取值比例30000Pramo0凝train61.8538,15批2000test/%50.4239.5810000表5 Stateholiday特征取值比例y星期几1.990.660.40图4销售额在星期1~7中的分布情况test/%99.560.44由于篇幅的关系,对数据的可视化分析不表6 Schoolholiday特征取值比例列岀。根据这些数据的可视化化析,我们提取出如Schoclholiday表1所示和表2所示的训练数据和测试数据原始特test/%55.6544.35征集以及商店数据基本特征集。表1数据原始特征集3.3数据预处理持征名称含义3.3.1数据清洗为获得可训练用数据,我们对原tcre有店号取值:1到1115始数据进行清洗,具体过程如下:DayOfWeek星期几取值:1到7(1)标记异常数据。如商店是开门的,但是销Date时间如2013-01-01Sales销售额数值售额为零的数据为异常数据Customers顾客数数值(2)对训练集的 Sales销售额字段取对数,设置是否开店关店,1:开店为 Saleslog字段;P当天是否有促销0:无促销,1:促销0:非假日,a:公共假日;b:(3)缺失值用一1填充;State Holiday假日复活节,c:圣诞节(4)合并训练集和测试集,添加Set字段,用以SchoclHoliday学校假日0非假日,1:假日分训练集和测试集,值1为训练集,0为测试集;(3)数值化分类特征值。原始数据集中, State21994-2017ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net第3期饶泓等:基于 Boost的商业销售预测holiday分类特征取值为0、a、b、c,无法代入模型计算因此重新编码为0、1、2、3; Store Type分类特4实验结果及分析值为a、b、c、d, Assortment分类特征值为a、b、c,采4.1实验条件用同样方法用整型数据重新编码(1)软件环境(6)分解特征。将原始数据集中Date特征分(a)操作系统: Windows7x64解为 DatcDay、 Datc Wcck、 DatcMonth、 Datc ycar(b)开发平台: Python2.7+R3.4.2DateDay OfYear5个特征(c)第三方库: Python: numpy+ pandas+(7)增加字段 PateNt,即Date转换为整型的 atplotlib I xgboost;R3.4.2库: data table|gg形式lot2tlubridate-zoo-dplyr+scales+xgboost+(8)规范化特征表达。对 Competition- forecast glmnetpen sinceRer和 CompetitionOpenSinceMonth字(2)硬件环境段合并成普通年月的表达,并转化为整型;将Pro处理器:Iner(R)Core(TM)i3-4160CPUcmoZsincc ycar和 Promo2 Since wcck字段合并成普3.60GHz通年月的表达,并转化为整型,增加字段内存:8GBPromo2 SinccInt4.2单 Boost模型()删除偏差大于2.5的异常数据。对特征工程后的所有特征用 Boost模型进行(10)删除存在异常的数据点,如图5所示的异训练,参数如表7所示。常数据。表7单 Boost模型参数25000参数值参数值15000thread500M4M小人Activereg: linear subsamplegrounds20000colsample bytearly stop. round250004.3组合模型0%时你以根据模型的作用将模型分为三类:商店模式模型、数据合并模型、混合模型。商店模式模型:下面采用单个模型是对每个商图5异常数据店进行单独拟合。这类模型关注商店各自的特性,3.3.2特征处理论文根据相关信息背景对数据但是它也错过了可在其他相似商店的模式中获取的进行特征处理:信息(1)增加字段 Competition OpenInt(1)线性模型lm拟合趋势,不带特征交互的(2)添加一些额外的特征,如商店的位置特征 Boost模型拟合残差StoreState发薪日效应特征 PayDay(在一个月的第(2)线性模型lm拟合趋势,带特征交互的Ⅹg个工作日设置特征值为3在随后的两天设置为 boost模型拟合残差2、1)(3)线性模型lm拟合趋势,不同参数值的(3)增加商店平均每天的销售额 Sales PerDay、 glmnet模型拟合残差平均每天的顾客数 CustomersPerDay、平均每天每(4)tslm模型拟合趋势丨季节性,Ⅹ gboost模位顾客的销售额 SalesPerCustomers Per Day作为新型拟合残差。的特征。(5)tslm模型拟合趋势十季节性, glmnet模型(4)增加特征组合,如: store; DayofWeek,拟合残差store: Dayofweek: Promo等等。(6)tslm模型拟合趋势十季节性,Ⅹ gboost模型+ gemnet模型拟合残差。(7)每个商店直接用Ⅹ gboost模型拟合残差。21994-2017ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net·280·南昌大学学报(理科版)2017年这些模型中,含有 Boost模型的模型参数设1.5- A. train-rmspe- B. train-rmspe置如表8,其中模型7中参数 rounds值设为500。1.0-A.validation-rmspe-B validation表8组合 Boost的模型参数0.5参数值0150030004500600075009000参数值RMSPEreg: linear eta0.013C0max _ depth图6在训练集 train和验证集 validation上的 RMSPE值colsamplc bytrcc0.8subsample3.95图7给出了 Boost模型中非组合特征的重要数据合并模型:下列模型使用合并有 store数度得分,从图中可以看出时间类特征和有关竞争对据集和trai训练集的数据集。各个模型的参数设手的特征得分非常髙,这意味着这些特征对模型具置如表9-11有非常大的影响。表9没有特征工程的 Boost模型DateWeek参数参数CompetitionopenIntreg: lineareta0.01SalesperDayPromorounds3000max _depthcolsample bytreesubsampleAssortment 152100000020000003000000F score特征重要度表10有特征工程的 Boost模型图?特征重要度得分参数参数值bjectivereg: linear eta为了对比各模型的泛化效果,我们给出了单类模型(线性模型LM、时间序列线性模型TSLM、基4000subsoIl0.9于 Lasso和 Elastic net正则广义线性模型 glmnet、early stop. round100cclsample bytree极端梯度上升模型ⅹ gboost)和它们之间的组合模型在测试集上 RMSPE值,从而评价模型在测试集表11153个特征十特征交互的 Xgboost模型上的泛化能力。如表13所示参数值参数表13各模型 RMSPE值比较objectivereg: linear etaC.015max depth18模型RMSPE值.20657300CLM一简单的特征处理rounds. 1l.7TSLM+筒单的特征处理cCanvTree0.12751early stop. round100random forest-简单的特征处理glmnet+简单的特征工程3.11974组合模型:通过组合数据合并模型来获取跨多个商Boost十简单的特征工程0.11839店之间共同的特质。模型的残差用商店模式模型中Boost+特征工程Boost+ glmnet+特征工程0.11262的模型来拟合,从而获得每个商店的特质。用Igloos+ glmnet+tslm+lm+特征工程0.1114Gprcomp函数从数据中提取50个主成分,并用Xg从表中可以看出,Ⅹ ghost单模型的能力就优bost模型来拟合、计算残差。模型说明如下:于其它模型,在进行了简单特征工程后, Boost(1)使用线性模型lm拟合趋势,带特征交互的和 gemnet模型相比, Boost模型依然效果更好。glmnet模型+ Boost模型拟合残差,最后我们结合TSLM|LM在处理趋势和季节性上(2)使用tslm拟合趋势和季节性,带特征交互的优势,采用集成方法对 Xgboost+ glmnet进行组的 Boost模型拟合残差。合得出优化模型Ⅹ gboost+ glmnet+tslm+lm+特图6给出模型在训练集和验证集上的 RMSPE征工程, RMSPE值得到较大提升,泛化性能最优的变化过程,横坐标是次数,纵坐标是 RMSPE的值A是人工删除了异常点的数据中的异常数据5结论并没有删除。可以发现在训练集上训练的前500次本论文研究基于 Boost方法对实体零售业销RMSPE的值就迅速的降低到0.2,然后在1750次售额进行预测。论文以德国零售业 Rossmann公就在0.1左右了,可以看出在训练集上效果很好。司1115家实体门店的商场信息和销售数据为薮据21994-2017ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net第3期饶泓等:基于 Boost的商业销售预测281·源,采用 Boost方法对公司销售额进行预测。参考文献通过在特征工程中对原始数据进行特征提取、L1」赵啸彬.基于数据挖掘的零售业销售预测LD.上海:选择和构建,筛选岀用于训练的特征属性;对比Xα上海交通大学.2010boost、随机森林、 GLMNET以及IM、TSIM模型2 CHEN T,HET. Higgs Boson Discovery with boosted等不同方法对销售额的预测结果,表明 Xgboosτ方TreesLCI.JMLR: Workshop and Conference Proceed法无论是训练速度还是在 RMSPE评价标准上都具2015.42:6980有明显的优势。3 ROBERT E. Banfield, Lawrence (. Hall. Kevin WBowyer. W. P. Kegelmeyer, A Comparison of Decision为了进一步提高 Boost预测模型的精度和泛Tree Ensemble Creation Techniques LI]. IEEE Trans-化能力,本文通过大量的特征工程,尝试多种模型的actions on Pattcrn Analysis and machinc intelligence集成学习方法和参数调优,利用 GLMNET和Xg2007,29(1):173-180boost模型拟合残差,并结合IM、TSLM在趋势和[]李航.统计学习方法[M]北京:清华大学出版社,李节性预测的优点,获得组合优化模型。实验表明2012该组合模型在性能上优于单一 Boost预测模型。[5]闻玲·移动平均季节模型在商品销售收入预测中的应这种基于Xⅹ gboost的组合模型不仅适用于对德AJ. Market Modernization, 2010(28):43-45国零售业销售额的预测还可以将此方法应用于国6黄伟陶俊才.一种基于k- means聚类和关监督学习内零售实体业甚至电商平台的销售额预测,对于提的医学图像分割算法[J].南吕大学学报(理科版),2(14,33(1):31-35高商店的运营生产模式、日常管理、价格管理、配送[7 RICE J Mathematical Statics and Data Analysis[M]方式及精准营销具有重要的意义cand Edition, Plymouth: Duxbury Press, 2006: 221-21994-2017ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
    2021-05-06下载
    积分:1
  • 多重分形谱计算序matlab
    多重分形谱计算程序matlab,可用于股市分析等。有问题希望大家及时反馈给我。
    2020-12-06下载
    积分:1
  • Vivado集成开发环境时序约束
    文档详细讲述时序约束的定义,并使用vivado结合例子讲解,适合初学者学习FPGA开发
    2021-05-06下载
    积分:1
  • NCCE英汉科技词典.rar
    可以直接查单词,非常的好用啊,点里面的exe文件
    2021-05-07下载
    积分:1
  • 关于GLONASS卫星位置的计算,由广播星历进行计算,精度达到0.5m,我的原创
    利用广播星历进行计算GLONASS卫星位置,精度达到0.5m。利用matlab编写的,有详细说明。
    2020-12-03下载
    积分:1
  • 单端反激电路的matlab仿真
    很好的matlab单端反激模型,调试通过,波形理想符合输出要求
    2020-12-03下载
    积分:1
  • 机载合成孔径雷达运动补偿研
    关于合成孔径雷达机载运动补偿 讲的还可以
    2020-12-08下载
    积分:1
  • LTE 切换算法仿真
    在做毕业设计时编写的程序,主要内容是高铁环境下LTE系统的切换算法研究,源码中含scm信道模型。
    2020-12-12下载
    积分:1
  • 通过GPS广播星历计算卫星坐标
    在用GPS信号进行导航定位以及制订观测计划时,都必须已知GPS卫星在空间的瞬间位置。卫星位置的计算是根据卫星电文所提供的轨道参数按一定的公式计算的。本节专门讲解观测瞬间GPS卫星在地固坐标系中坐标的计算方法
    2020-12-04下载
    积分:1
  • 696524资源总数
  • 103827会员总数
  • 23今日下载