為您找到相關(guān)結(jié)果 1588 篇
-
聯(lián)合黨支部智慧工廠聯(lián)合黨小組開展聯(lián)建共創(chuàng)活動(dòng)，以視頻會(huì)議的方式交流烘絲機(jī)智能控制技術(shù)?；顒?dòng)中，黨員骨干及相關(guān)技術(shù)人員圍繞智能制造頂層規(guī)劃對(duì)技術(shù)架構(gòu)、數(shù)據(jù)架構(gòu)、算法架構(gòu)作充分溝通
-
;實(shí)現(xiàn)算法模型零突破。加強(qiáng)創(chuàng)新人才培養(yǎng)。構(gòu)建市縣兩級(jí)聯(lián)動(dòng)機(jī)制，盤活人才資源。由全市優(yōu)秀青年?duì)I銷人員承擔(dān)主要課題任務(wù)，將課題攻堅(jiān)和人才培養(yǎng)有機(jī)結(jié)合。積極籌備全省數(shù)字化創(chuàng)新競賽
-
活動(dòng)“兩端”（制造端和供應(yīng)端），通過大數(shù)據(jù)檢測、算法推演，確保生產(chǎn)區(qū)塊全面銜接，以智慧生產(chǎn)全面實(shí)現(xiàn)降成本、提效能。優(yōu)化環(huán)境
-
;同時(shí)基于各組投料比以及投料總數(shù)得到單組投料總量，結(jié)合遞歸思想和貪心算法，利用前述單批次投料量、各組投料比、各組投料總量，預(yù)測出每輪投料過程中各組別煙葉所需
-
；S4：采用帶交叉驗(yàn)證的網(wǎng)格搜索算法，優(yōu)化隨機(jī)森林分類模型的參數(shù)組合，選擇平均分類精度最高的隨機(jī)森林分類模型作為復(fù)烤片煙工業(yè)使用價(jià)值預(yù)測模型
-
。通知明確，中國煙草科學(xué)數(shù)據(jù)中心屬行業(yè)級(jí)創(chuàng)新平臺(tái)，主要任務(wù)是負(fù)責(zé)行業(yè)科學(xué)數(shù)據(jù)資源的匯交整理、加工存儲(chǔ)、共享利用等工作；承擔(dān)或組織煙草科學(xué)數(shù)據(jù)的模型算法、分析挖掘
-
，結(jié)合預(yù)設(shè)時(shí)間段內(nèi)的初始數(shù)據(jù)以及目標(biāo)GBDT算法，可得到輸出信號(hào)較為準(zhǔn)確的目標(biāo)預(yù)測模型，減少煙絲生產(chǎn)過程中水分的不穩(wěn)定性以及波動(dòng)性，提升煙絲質(zhì)量。
-
（10）和橫向步進(jìn)電機(jī)（11）組成。據(jù)悉，該發(fā)明通過激光掃描器獲取實(shí)時(shí)煙草物料的三維空間特征，通過算法表征這些特征
-
參數(shù)智能預(yù)測模型。據(jù)悉，該技術(shù)方案針對(duì)卷煙產(chǎn)品內(nèi)在質(zhì)量的穩(wěn)定性和一致性，結(jié)合數(shù)據(jù)和感官品吸驗(yàn)證數(shù)據(jù)，利用簡單移動(dòng)平均方法及遺傳算法等對(duì)歷史數(shù)據(jù)的感官致性的研究
-
;促進(jìn)市場服務(wù)更精準(zhǔn)。優(yōu)化系統(tǒng)平臺(tái)結(jié)構(gòu)。聚焦客戶需求，開展扁平化管理，通過簡道云數(shù)據(jù)建模方法，建立一套“差速系統(tǒng)”，生成指導(dǎo)業(yè)務(wù)改進(jìn)的模型算法
