Spark

1、自研的无监督学习的数学算法来完成异常发现任务。2、寻找某个数学量,并用历史数据计算该数学量的分布,新数值相对于历史分布的离群程度,就可以用来表征异常程度。3、工业情况复杂得多,经常并不能只用简单值就能发现所有异常了,还会用到变化快慢、离散程度等复杂的数学量。4、多维异常程度综合起来,最常用的方法
190Java人工智能
本平台包含四大核心功能模块:数字孪生仿真:通过前端技术构建设备3D模型,实时映射设备运行状态,支持3D视图切换与AI训练。AIGC知识库与智能建模:基于AI技术生成设备故障知识库,支持一键生成与优化AI诊断模型。故障诊断与预警:结合设备运行数据与AI算法,实现故障实时诊断与提前预警,支持多渠道告警推
160Python工业互联网
AI点猪产品系统
屠宰厂生猪的收货管理里,数量是一个非常重要的管理指标,因为数量错误会严重的影响企业利润,尤其是人为作弊的情况下。 传统的人工点数,人工记录或者输入电脑的方式,都存在点数效率低(点2-3次还不一定能点准),劳动强度大,如果有人为因素就必然会出错的弊端; 基于ai(人工智能)和视觉技术的点猪系统,通过摄像头拍摄卸猪的过程,自动对生猪进行计数。
2970深度学习工业互联网
当前共3个项目more
×
寻找源码
源码描述
联系方式
提交