為您找到相關(guān)結(jié)果 965 篇
-
該公司的專(zhuān)利“智能算法”。與傳感器連接后，PLC控制機(jī)組根據(jù)用戶(hù)定義的設(shè)定點(diǎn)操作一個(gè)或多個(gè)加濕器機(jī)組。米里亞姆·金說(shuō)，“我們的智能算法能夠算出加濕器必須在什么時(shí)間、以什么樣
-
進(jìn)行精準(zhǔn)市場(chǎng)定位，在保證數(shù)據(jù)采集的細(xì)致性、實(shí)時(shí)性和全面性的前提下，使用大數(shù)據(jù)算法構(gòu)建消費(fèi)者細(xì)分模型，通過(guò)劃分多個(gè)維度獲得較多的有效群體，并構(gòu)建大數(shù)
-
提供助力。每一件商品設(shè)置專(zhuān)屬碼、由平臺(tái)進(jìn)行真?zhèn)舞b定……二手奢侈品交易平臺(tái)紅布林相關(guān)負(fù)責(zé)人告訴記者，通過(guò)組建鑒定團(tuán)隊(duì)、構(gòu)建大數(shù)據(jù)庫(kù)和商品評(píng)估算法模型，平臺(tái)對(duì)真?zhèn)卧u(píng)估、新舊評(píng)級(jí)
-
;公司）智能分揀調(diào)度研究的重要成果之一。他們將訂單數(shù)據(jù)細(xì)化為33個(gè)具體指標(biāo)，運(yùn)用聚類(lèi)算法，將具有相似結(jié)構(gòu)的訂單集中分揀，根據(jù)各品規(guī)分揀量調(diào)整煙倉(cāng)
-
煙葉圖像，結(jié)合傳統(tǒng)圖像處理和神經(jīng)網(wǎng)絡(luò)算法實(shí)時(shí)提取煙葉特征進(jìn)行判斷。此外，針對(duì)實(shí)際應(yīng)用中受檢煙葉無(wú)法完全展開(kāi)的問(wèn)題，睿視算法也做了特殊優(yōu)化，只需
-
中心信息中心、集成商技術(shù)人員化壓力為動(dòng)力，逐一攻克讀碼器位置選擇、信號(hào)觸發(fā)、序列建立等技術(shù)難題，創(chuàng)新突破讀碼器協(xié)同識(shí)別、通道判定、關(guān)聯(lián)算法優(yōu)化等技術(shù)瓶頸。通過(guò)相關(guān)技術(shù)人員
-
中心聚焦市場(chǎng)需求，物流中心綜合市場(chǎng)需求、企業(yè)整體庫(kù)存分布、生產(chǎn)計(jì)劃安排和執(zhí)行進(jìn)度，結(jié)合算法模型的應(yīng)用，自動(dòng)為銷(xiāo)售訂單分配發(fā)貨工廠。在工廠層面整合多個(gè)倉(cāng)庫(kù)多級(jí)調(diào)度職能
-
的加密算法主要有對(duì)稱(chēng)加密和非對(duì)稱(chēng)加密。對(duì)稱(chēng)加密算法中，加密和解密采用同一把密鑰，常見(jiàn)的有美國(guó)的 DES 以及 TripleDES、GDES、NewDES 等。這種加密算法
-
注重智能化和個(gè)性化。一方面，通過(guò)引入更多的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，不斷提升智能客服的語(yǔ)義理解和處理能力，更好地應(yīng)對(duì)復(fù)雜問(wèn)題和用戶(hù)投訴。另一方面，
-
和經(jīng)驗(yàn)不足的操作工Q和休假的操作Y，根據(jù)算法獲知——同類(lèi)設(shè)備A、B和操作工Z的組合，也許更適合做某個(gè)牌號(hào)的任務(wù)。“正如你看到的，煙草是一個(gè)流程性很強(qiáng)的產(chǎn)線
