|
搜索
搜 索
高等教育领域数字化综合服务平台
基础型智能柜
功能特点：
1、7英寸大屏幕显示，物联网智能HMI人机界面，分辨率：1024x600，完美视觉系统；
2、支持SIM卡4G通信；
3、具有化学品管理功能，对柜内物品可实时自动盘点，自动上传，实现化学品库存列表管理，可支持不少于100种化学品列表清单显示，列表包括序号，化学品名称，数量，单位等；在终端可进行库存增加、删减、更改等操作；数据同步至云端后台服务器；微信客户端可以查阅当前库存列表。
4、通过微信客户端可进行远程管理，查阅历史VOC数据、温湿度环境数据，以曲线方式呈现；可查阅历史报警记录，可远程控制风机、报警灯。
5、可提供API接口，支持第三方平台对接功能。
江苏三棱智慧物联发展股份有限公司
2021-12-08
智能结算台
云澎智能结算台，通过AI图像识别技术，能直接识别菜品，支持人脸支付、手机支付、一卡通支付。 适用于政企单位、学校、医院等的食堂。 有大澎、小澎、云精灵、双通道、简易版多个款式。 打造数智化健康餐厅！
1.双通道结算台 型号：YPCT-001S
尺寸：长720mm*宽870mm*高1668mm
功能简介：智慧食堂改造方案。菜品识别、人脸/手机/一卡通支付。
使用场景：食堂、面包店、快餐店等
2.大澎结算台型号：YPCT-001
尺寸：高1600mm长697mm宽623mm
功能简介：智慧食堂改造方案。菜品识别、人脸/手机/一卡通支付。
使用场景：食堂、面包店、快餐店等。
3.云精灵型号：YPCT-003
尺寸：高733mm长460mm宽361mm
功能简介：智慧食堂改造方案。菜品识别、人脸/手机支付。
使用场景：食堂、面包店、快餐店等。
4.小澎结算台型号：YPCT-002
尺寸：高743mm长370mm宽265mm
功能简介：智慧食堂改造方案。菜品识别、人脸/手机支付。
使用场景：食堂、面包店、快餐店等。
浙江云澎科技有限公司
2021-12-08
智能语音离线SDK
采用先进的端到端神经网络翻译技术，为您提供高效，精准的翻译。同步翻译说话内容，支持中英日韩等多种语言，解决跨国沟通的问题。支持文本音频的翻译转写，自定义热词，术语等，提升准确率。准确的识别说话内容，满足直播，视频会议等多样的业务场景。
慧言科技（天津）有限公司
2021-12-15
深度学习智能车
产品介绍
深度学习智能车搭载Intel-i5高性能处理器，以深度学习框架为基础，板载超声波、近红外、陀螺仪、地磁、蓝牙等传感器、双摄像头配置，可实现数据采集、模型构建、车道线、人行道、限速标志、弯道待转等交通标识，系统涵盖深度学习及无人驾驶视觉算法知识点应用。同时是中国机器人及人工智能大赛的参赛平台。
北京钢铁侠科技有限公司
2022-07-22
智能电表管理系统
广凌智能电表管理系统通过物联网技术实现设备自动化管控，识别大功率设备，突发事件告警，远程自动采集用电量，自动推送账单信息，欠费自动停电，在线充值缴费，有效减少管理人员的工作量及提高工作效率，支持移动端办公。
广东广凌信息科技股份有限公司
2022-06-22
IOC智能运营中心
IOC作为高效的场景化写作的智能运营中心入口，提供创新的数字孪生运营可视化交互门户服务，通过数字孪生对象数据，驱动科学决策、精益管理、业务全景展示。整合现有数据资源，满足智慧城市、智慧园区等场景下的运行监控、运营分析评价、应急指挥、风险控制预警等业务场景。
北京优锘科技有限公司
2021-12-24
智能办公本Air
指导价格：2799元
科大讯飞股份有限公司
2022-09-08
多媒体智能控制
智能多媒体控制系统能将实验室内多媒体设备集中在一个平台上进行管理，包括投影仪、电子白板、幕布、音响、话筒、教师电脑等。1. 本地控制：通过本地的交互一体机实现对室内多媒体设备工作状态的查看与一键控制；2. 视频信号切换：可对投影仪或一体机的视频显示信号进行按需切换，包含台式电脑、笔记本电脑、数据展台等；3. 音频信号切换：提供两个音频信号来源的按需切换功能；4. 输出音量调节：实现输出音量的按需调节，包括主音量与高低音调节等；5. 幕布控制：可对电动幕布进行升、降、停的按需操作；6. 呼叫管理员：当出现设备故障或其他需要管理员协助的情况时，可通过交互一体机，实现管理员的一键呼叫；7. 脱机管理：当出现网络中断、服务器宕机、网络广播风暴等与服务器失去连接的情况，智能多媒体管理系统仍然能按正常的人员身份认证情况与管理策略进行正常运行；
重庆步航科技有限公司
2022-09-08
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
机器视觉系统应用实训平台（初级）
深圳市越疆科技有限公司
2022-06-14