清华大学&NRDC:2023江苏省工业园区绿色低碳发展路径研究报告江苏省减煤控碳重点园区识别 3. 江苏省工业园区绿色低碳发展现状 10 3.1 总体发展情况 3.2 样本园区分析 3.3 绿色低碳发展成效 3.4 绿色低碳发展挑战 4. 江苏省工业园区绿色低碳发展路径研究 20 4.1 江苏省工业行业减煤降碳潜力分析 4.2 样本园区研究 4.3 园区绿色低碳发展路径分析 iii 江苏省工业园区绿色低碳发展路径研究报告 5. 5 江苏省工业园区绿色低碳发展政策建议 2-4:江苏省减煤控碳重点行业 6 图 3-1:样本园区主导产业分布频次 12 图 3-2:样本园区单位GDP碳排放水平 13 图 3-3:碳排放总量前10园区碳排放强度水平 14 图 4-1:江苏省各地级市2025年二氧化碳减排预测结果 22 图 4-2:江苏省各地级市碳排放减排潜力及路径 22 图 4-3:样本园区达峰年统计 24 图 4-4:样本园区达峰年二氧化碳排放量增加情况 25 究分析了江苏省工业行业煤炭消耗和碳排放情况;创新应用了“行业切入,聚焦重点, 案例放大”的研究方法,识别了江苏省减煤控碳重点目标园区群,基于江苏省工业园区 绿色低碳发展取得的成效和面临的挑战,围绕样本园区与案例园区开展了路径探索,最 终提出了以构建“地水能碳”统筹、减污降碳协同的工业园区绿色发展总方略为引领; 以建立清洁高效低碳的现代能源体系和智能融合绿色的现代化产业体系为核心;以强化 节0 积分 | 42 页 | 2.85 MB | 8 月前3
AI大模型时代下的网络安全建设方案(37页 PPT)主机钓鱼检测 辅助驾驶 零信任平台 数据安全平台 检测类大模型 运营类大模型 其他类大模型 …… 检测大模型 模型 安全 GPT 检测大模型 数据 流量日志 代码 溯源报告 恶意样本 安全知识 情报 公开漏洞 IOA 日志 代码理解能力 <%@page import=” <%@page import=”java ... 安全常识理解能力 Shell 俗称壳(用来区别于核), 88 98.55 利用大模型重做 Web 安全检测: • 仅百亿级参数大模型,训练两周, 效果超越持续优化 4 年的语义分析引擎 • 12 类无样本攻击类型, 其中 9 类超越了现有语义分析引擎 • 5000w+ 实际流量样本测试,大模型优化后呈现高检出、低误报特性 【题目示例】请问以下流量是否恶意: GET /easportal/tools/appUtil.jsp?EAS_ 月共收录了 35 个漏洞。 厂商样本互测 背景:深信服和某 SOC 厂商各出 40 个样本互测 操作步骤:将深信服样本在某 SOC 进行回放, 将 SOC 厂商样本 在 深信服安全 GPT 进行回放 结果: 1 ) SOC 平台回放深信服 40 个样本, 检出 5 个, SOC 平台检 出率 12.5% 2 ) 安全 GPT 回放 SOC 厂商 40 个样本, 检出 38 个, 安全20 积分 | 37 页 | 7.79 MB | 3 月前3
智能风控典藏版合集(377页)模型的开发和构建。企业模型解释在优化模型的期间,是一个优化 模型的一个非常重要的手段。在实际的模型构建的过程中,这种 bad case 分析寻找模型优化方向还是一个比较困难的问题,如果模型可 解释,可以对出错的样本采取针对性的措施对模型进行优化。 我们的模型试运行上线期间。模型的可解释性能够提升模型的可信 度,同时有利于业务的推广。 模型推广期间,模型预测真正人融入到具体的业务环节流程之中。 来的信息量。第三 个特征重要性,特征重要性很大程度上就可以解释模型预测的一个 判断依据。 局部的解释方法(对这个单条的预测进行解释):第一个 LIME,它 本质上是用线性模型在一个局部的样本空间上进行一个模拟。第二 个 DeepLIFT,计算每个特征值的一个基准值,然后计算某个特征取 值相对于基准值的变动对于预测结果带来的一个提升和影响。第三 个 Shap,它本质上是基于博弈论的一种计算方法,计算也是计算特 点周围特征空间中的局部次区域,并尝试基该局部及区域去理解该点的模 型决策。简单理解为它是解释单个预测样本。以 ppt 中的红叉对应的样本 点为例,在选取的样本点的附近选取一定数量的样本点,利用这些样本点 重新训练一个简单的模型,如线性模型,然后利用这种解释性较好的方法 来解释预测样本。 4. 模型解释性方法-shap DataFunTalk 成就百万数据科学家! 13 修改方法中20 积分 | 377 页 | 30.66 MB | 3 月前3
艾瑞咨询:2024年教育智能硬件市场与用户洞察报告www.iresearch.com.cn 调研说明 • 本次调研采用问卷调查方法,通过艾瑞艾客帮在线调研社区收集样本,针对近两年内为孩子购买过教育智能硬件产品的家长进 行调查。调研旨在从孩子家庭教育决策者和教育用品采购者的角度出发,深入了解各类型教育智能硬件在孩子学习中的定位、 具体应用场景、家长评价、购买驱动力以及当前存在的痛点。 值的参考依据。 01 研究目的及内容 02 调研样本说明 调研概况 描述 样本来源 艾瑞艾客帮在线调研平台 调研时间 2024.06 调研对象 孩子正在读幼儿园、小学、初中、高中的家长,孩子的教育主要负责人, 最近两年来为孩子购买过至少一件教育智能硬件产品且孩子目前正在使用 覆盖地区 全国地区 样本数量 本次调研共收集1000个有效样本 来源:艾瑞咨询研究院自主研究及绘制。 38 ©2024 家长用户以31-45岁的母亲居多,多数生活在经济较发达的一二线城市,家庭月收入 多分布在1-5万元;职业集中在办公室白领,近七成任职管理类职务;孩子在各个学段均有覆盖,其中小学生家长比例更大。 样本:教育硬能硬件用户N=1000,于2024年6月通过艾瑞艾客帮调研社区获得。 家庭月收入均值 =28847.5元 39 ©2024.8 iResearch Inc.10 积分 | 107 页 | 3.91 MB | 9 月前3
2025年智能手环使用现状及产品发展分析报告-中南财经政法法大学样调查方式,将武汉市的分为中心城区和远城区两层,其中三阶段抽样是从武汉 市所有行政区中利用 PPS 抽样法抽取行政区,再从行政区中抽取社区,最后利 用系统抽样的方式抽取常住居民,保证最终单元入选样本的概率均相同。试调查 问卷各项检验均通过,问卷结构合理。正式调查数据进行信度、效度分析,并且 进行游程检验和独立性检验均通过,调查结果真实可信。 针对问卷调查的结果,我们运用描述性统计方法,分别对用户和非用户的基 LDA 好评主题分析结果..................................................................... - 15 - 表 4-1 分层抽样样本比重表......................................................................... - 18 - 表 4-2 中心城区代码法抽样表 理连接。再者是产品的 专业性及数据标准相关的问题。智能穿戴设备只有解决了这些方面的问题,才能 在健康领域有更大的发展。 李红岩、段莹等人指出,智能手环作为一种简单方便的可穿戴设备,对于 大样本人群睡眠状况的研究可能做出贡献。智能手环可以用于失眠、睡眠呼吸障 碍、周期性肢动障碍、昼夜节律失调性睡眠障碍等睡眠障碍的评估。 刘思言. 可穿戴智能设备引领未来终端市场 诸多关键技术仍待突破[J]0 积分 | 81 页 | 1.39 MB | 3 月前3
Deepseek+机器人,化工的时代大考100 万倍的 模拟加速,并将误差减少了 10 倍以上。 3.小样本强化学习:在有限的实验次数、原材料等条件下,AI 通过机器强化学习以及推理, 使得能够在少量实验数据的基础上,快速学习到如何调整配方和条件以提高反应效率。比如 Wen 等在 Al-Co-Cr-Cu-Fe-Ni 系统中搜索高硬度的 HEAs 时,仅用 155 个初始样本,经 7 轮 主动学习迭代,就获得了硬度提升显著的合金。 4. ........................ 6 1.2 分子动力学加速 ............................................. 10 1.3 小样本强化学习 ............................................. 11 1.4 高通量机器人验证:大幅提升新产品的研发速度 ................ ............................... 11 图表 9: 材料科学中机器学习的发展趋势和小数据集 ....................... 12 图表 10: 小样本学习方法及相关案例 .................................... 13 图表 11: 基于 RL 的拓扑优化可以根据特定应用需求预测改进的超材料设计 ... 14 图表10 积分 | 30 页 | 2.63 MB | 9 月前3
BIM+GIS支撑智慧建造技术方案(47页 PPT) - 副本BIM 产品 和 技术 BIM 标准 指 南模板 资金和技术 BIM 服 务 | 25 1. 28.1% 的企业样本不参与有 BIM 应用要求 的项目投标 2. 26.8% 的企业样本有 BIM 部门 3. 25.4% 的企业样本有一两个会用 BIM 的人 45.1% 的虚拟设计建 造项目由总包牵头 JBKnowledge 施工技术报告 2017 ( Level 2 的 样本下降了 2. 要求大部分项目( 50% 以上)达到 BIM Level 2 的样本增加了 3. 要求一部分项目( 50% 以下)达到 BIM Level 2 的样本有所增加 4. 要求用 BIM ,但不要求达到 BIM Level 2 的样本有所增加 5. 2018 年出现少量样本的要求比 Level2 更高 更高 6. 一半以上的样本不要求用 BIM 和其 他 情况 资料来源: CIOB BIM Plus 2018 BIM 年度调研报 告 英国 BIM 应 用 | 29 英国 BIM 应用 应用 BIM 的企业总体呈增长趋势, 2018 年仍有 26% 的样本还没开始应用 BIM 。 | 30 英国调研报告的信息 《英国 BIM 报告 2018-NBS National10 积分 | 47 页 | 3.38 MB | 3 月前3
2025芯片设计行业白皮书2025 芯片设计行业 白皮书 人力核心指标 行业报告系列 2025 - 03 - 19 人力资源核心指标 芯片设计 薪智 目录 样本分布 01 人力指标 涨薪率 04 离职率 10 应届生起薪 11 城市薪酬差异系数 16 人力需求 招聘趋势 19 城市招聘趋势 20 5e3f6aaa06444fd8a666eb59160aa400 招聘动态 22 热门职能 39 电子、 瑞芯微、翱捷科技、上海贝岭、澜起科技 公司数量 样本数量 中游 材料及设备 长川科技、中微公司、盛美半导体、芯源微、华峰测控、 中晶科技、北方华创、拓荆科技、概伦电子、华亚智能 公司数量 样本数量 芯片制造 中芯国际、华润微、华芯微、英特尔、台积电、海力士、 武汉新芯、士兰集成、海威华芯、三星半导体 公司数量 样本数量 芯片测封 通富微电、利扬芯片、长电科技、晶方科技、锐骏半导体、 安测半导体、芯诚微电子、鼎晖科技、电通微电、红光股份 公司数量 样本数量 EDA/IP 新思科技、芯和半导体、中磊电子、纽创信安、芯动科技、 纽瑞芯科技、全芯智造技术、天创微波、斯达股份、纬而视 公司数量 样本数量 下游 分立器件 天马微电子、扬杰科技、银河微电、斯达半导、苏州固锝、 华映科技、江海股份、华微电子、捷捷微电、京东方 公司数量 样本数量 1 产业链分布 样本分布 4,762 2,085,86010 积分 | 52 页 | 10.46 MB | 9 月前3
i医观:2025年中成药企业数字化营销的突围与实践报告格局。 本次研究选取了42家中成药作为样本,数据显示2024年增速已回落至2%左右,较往年明显放缓。其中,2024年营收出现负增长的企业占比已攀 升至45%。值得关注的是,扣非净利润规模创近四年新低,较上年同期缩减54亿元,反映出行业整体盈利能力面临较大下行压力。 样本数据显示,有37%的企业销售费用存在同比下降,下降总降幅规模超50亿元。64%的样本企业缩减了销售团队规模,销售人员减少超过8000 速放缓的背景下,中成药企业正通过优化营销资源配置、提升运营效率等方式应对市场 挑战,行业整体进入精细化运营新阶段。 先行企业已率先完成数字化运营体系的系统化构建,形成覆盖营销全链条的数字化能力。样本数据显示,这类数字化转型先导企业在2023年普 遍实现优于行业平均的业绩表现。这一现象印证了数字化营销转型对中药企业突破增长瓶颈的战略价值,也为行业转型提供可复制的实践路径。 头部企业通过数字化 体系,并全面渗透AI技术应用。数字化能力正成为中成药企业高质量发展的核心分水岭。 01. 中成药企业市场现状 ✓ 院内市场竞争格局 ✓ 样本企业营收变化 ✓ 销售费用和人员变化 目录 02. 中成药企业营销数字化转型案例分享 ✓ 中成药企业数字化声量及影响力评价模型 ✓ 样本企业中成药企业表现 ✓ 成功企业案例分享 03. 中成药企业营销数字化转型趋势 ✓ 医生互动趋势 ✓ 患者运营趋势 ✓0 积分 | 27 页 | 2.58 MB | 8 月前3
【方法】一种基于改进D-S证据的智慧水利网络安全态势评估方表示被模型预测为正常样本但与实际不相符的次数; TN 表示被模型预测为正常样本并与实际相符合的次数;FN 表示被模型预测为攻击样本但与实际不相符的次数. 准确率(Accuracy):表示模型预测的攻击样本的 正 确 频 率.预测的准确率越高,则代表模型的误报率越低. Accuracy= TP TP+FP (12) 召回率(Recall):表示模型正确分类的攻击样本与实际攻 击样本的百分比,它代表着模型的识别能力 模 型 在 准 确 率、召 回 率 和 F1 值等方面都优 于 其 他 4 种 类 型 的 模 型.实 验 结 果 表 明,DSG DAEDNN 不仅提高了对少量训练数据样本的攻击类型的准 确率和召回率,而且对大量训练样本的攻击检测性能也并没 有 降 低 .DSGDAEDNN 具 有 更 高 的 准 确 率 和 召 回 率 ,因 此 具 有 更 强 的 泛 化 能 力 . 与 DS,SVM 0.2] 从测试数据集中随机选择不同数量的测试样本,定量评 估网络的安全状况.同时,使用不同的模型计算网络安全态 势值.从7个不同数量的测试样本中获得的网络安全态势值 如图4所示. 图4 7组测试的网络安全态势值 Fig.4 Networksecuritysituationvaluesfor7setsoftests 由图4可见,在样本数较少时,DSGDAEDNN 评估模型的 评估结果更接近网络的实际态势值10 积分 | 6 页 | 2.03 MB | 2 月前3
共 545 条
- 1
- 2
- 3
- 4
- 5
- 6
- 55
