墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.9k累计阅读
1.9k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
边缘计算是一种工业元宇宙技术，可以帮助组织实现其数据的全部潜力。
处理公司的所有数据可能具有挑战性，而边缘计算可以帮助公司更快地处理数据。在制造业中，边缘计算可以帮助进行预测性维护和自动驾驶汽车操作等工作。
边缘计算是一种计算模型，它将数据处理、存储和应用程序功能放置在接近数据源的地方，而不是集中在远程数据中心或云中心。这种计算模型的目的是减少数据在网络中传输的延迟，并且能够更快地响应实时数据处理需求。边缘计算通常发生在物理或虚拟设备上，这些设备位于网络边缘，比如智能手机、物联网设备、路由器、基站等。
边缘计算的优势在于
什么是边缘计算技术和边缘计算平台？
边缘计算是一种在物联网设备、传感器、嵌入式设备等边缘节点上进行数据处理、分析和存储的计算模式。边缘计算利用设备本身的计算能力，将需要处理和存储任务从中央云端转移到边缘设备上，这样可以减少数据传输的延迟和网络拥塞，并提高数据隐私和安全性。
什么是边缘计算：最全指南
边缘计算是一个流行语，如云、物联网和人工智能。简单地说，边缘计算带来了网络的去中心化。边缘计算是即将到来的技术增强和进步。“边缘”一词的字面含义是地球上以分布式方式提供服务的地理位置。边缘计算是一种分布式计算系统，允许将数据和存储的计算过于接近源（需要数据的地方）。它使计算尽可能接近，从而最大限度地减少带宽、缩短响应时间和利用延迟。边缘计算的概念不是将数据定位在一个集中的地方，而是相信分布式数据的计算过程。然而，云计算和物联网更快、更高效，但边缘计算是一种更快的计算方法。
5G时代的边缘计算： 技术和市场发展
边缘计算的定义“边缘计算”说的就是一整套有硬件也有软件的边缘计算技术。跟那种完全靠云的传统模型不一样，边缘计算能让存储、计算、处理还有网络功能离产生数据或者使用数据的设备更近。这里面的技术有边缘节点、本地边缘、云边缘、边缘云、边缘网关、边缘负载和边缘应用。在移动网络里，“接近”不是个绝对的说法，它可能是在传输网络里比较近的地方，也可能是用户实际所在的位置，不管是在用户的设备里面还是在用户住的地方。
JITStack：什么是边缘计算？边缘计算是靠近数据源的计算基础...
在20世纪80年代和90年代，由于精益制造，即时制造等受丰田和六西格玛影响的技术提高了生产率，制造企业的效率却在不断下降。 近年来，年度生产力平均增长率为0.5％。由于很少有地方可以继续改进运营，制造业组织不得不寻找新的方法来改善生产，绩效和利润。 进入数字产业转型时代 利用信息技术创新，制造企业开始提高绩效和生产力水平。虽然云计算是产业信息化转型的主要推动因素，但边缘计算正在迅速成为工业物联...
边缘计算含义与应用简析
边缘计算使数据存储和处理靠近生成或收集数据的位置，而不是在位于数千公里的服务器上。它将通过保持灵活性在边缘无缝可靠地部署服务。它比云计算更安全，因为不需要传输数据。因此，在将数据从边缘移动到云端时，不用担心数据丢失。因此，它提供了更快的洞察力和商业利益，减少了响应时间，并改善了整体服务。
边缘计算简述-多视角下的边缘计算实现
边缘计算的实现，当前有很多的开源项目，比较著名的有kubeedge，EdgeX Foundry，EdgeGallery等，还有一些边缘计算组织如ECC也提出了边云系统的架构。笔者结合自己过往的行业经验和未来规划的垂直行业， 在上述多个边缘计算架构的基础上梳理出来不同视角下边缘计算实现的架构。本文的目的不是提出一种新的边缘计算框架，而是博取所长，创建一张边缘计算知识地图。本文的行文的思路则借鉴模型驱动设计[1]，从产品经理、架构师和软件工程师三个不同的视角去审视边缘计算实现。
低代码平台的垂直突围：制造业与金融行业如何破解转型困局？
记录所有数据访问行为，支持央行监管报送标准（JR/T 0092-2023）：同城双活+异地灾备，RTO<30分钟（JR/T 0023-2020）：信贷模型需通过SHAP值分析（GB/T 36964-2018）• 其他行业：是否存在「伪低代码」陷阱（如过度依赖第三方插件）？：需记录17层以上的数据流转关系（ISO 80584标准）：基于国密SM9算法的API密钥轮换机制（频率≤5分钟）：产线数据采集延迟需<20ms（5G+边缘节点方案）：提升密钥生成安全性（通过NIST PQC标准化）
智能工厂边缘计算：从数据采集到实时决策
在智能制造场景中，传统云计算架构面临三大核心挑战：平均200ms的网络延迟无法满足实时控制需求，90%的工业数据未被有效利用，以及每月高达15TB的数据传输成本。本文将深入解析工业边缘计算的技术架构，并通过基于NVIDIA Jetson和ROS2的实时控制案例，展示如何实现微秒级响应的智能决策系统。随着5G Advanced和Time-Sensitive Computing技术的发展，边缘计算将实现从"数据采集"到"自主决策"的跨越，最终形成具有反射弧式快速响应的智能生产系统。• ROI周期：4.2个月。
边缘计算在智能制造趋势下的应用场景探索
【摘要】工业4.0和“中国制造2025”加速了制造企业的智能制造步伐 ，利用边缘计算特性可以更好的辅助和推动智能制造在传统制造行业内的实践。但若要更好的利用边缘计算的能力，需要不断的研究探索，根据不同的场景提出更专业、更贴合实际的部署方案。本文提出并分析了几种应用场景，供同行参考。概述随着工业4.0的提出，全球越来越多的制造企业在云计算、大数据、人工智能和5G等技术的共同作用下开展工业4.0的实践。以新一代信息技术与先进制造技术深度融合为基本特征的智能制造，已成为这次新工业革命的核心驱动力。智能制造利用物联
云计算与边缘计算：跨行业影响和应用实例
云计算和边缘计算是当今信息技术领域中备受关注的两个概念。它们的出现和发展对各个行业产生了深远的影响。本文将详细探讨云计算和边缘计算在不同行业中的应用，并提供相应的源代码示例。金融行业：云计算在金融行业中发挥着重要作用。金融机构通常需要处理大量的数据，并需要高效的数据存储和处理能力。云计算提供了可靠的数据中心和弹性计算资源，使金融机构能够快速部署和扩展其业务。制造业：云计算在制造业中的应用涉及到大规模数据的存储、分析和处理。
边缘计算：智能制造的提速引领者
通过将计算和数据处理能力从传统的云端转移到靠近终端设备的边缘节点上，边缘计算为智能制造带来了诸多好处，包括降低延迟、提高数据隐私性和安全性、增强实时决策能力等。本文将探讨边缘计算在智能制造中的应用，并提供相应的源代码示例。在本文中，我们提供了一些简单的示例代码，展示了边缘计算在智能制造中的应用。因此，在实际的智能制造项目中，需要综合考虑系统架构、网络通信、数据安全等多个因素，才能充分发挥边缘计算的优势。随着边缘计算技术的不断发展和成熟，相信它将在智能制造领域发挥越来越重要的作用，推动行业的进一步发展。
汽车电子行业入门指南：福特汽车的制造革命
福特汽车公司，作为全球知名的汽车制造商，一直以来都在推动汽车行业的发展。然而，近年来，福特更是通过引入先进的电子技术，实现了一场真正的制造革命。福特汽车在软件定义汽车方面也取得了显著的进展。通过更新软件，汽车的性能、功能和安全性可以得到实时改进，使车辆具备更强的适应性和可升级性。// 示例代码：福特软件定义汽车更新return 0;通过深入研究福特汽车的制造革命，我们不仅了解了汽车电子行业的发展历程，也对未来的发展方向有了更清晰的认识。
制造行业数字化人工智能大数据技术转型
制造行业数字化、人工智能、大数据技术转型 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 1. 背景介绍 1.1 问题的由来 随着全球制造业的快速发展，制造
OT-IT融合的纽带：解读边缘计算在钢铁行业应用场景
过程质量数据参与最终判定，改变了过去产品终判的片面性，有力保障了产品质量的稳定性和可靠性，对品种钢的批量达产起到了巨大的推动作用，全面支撑企业产品升级，促进企业结构调整。一级、二级则为传统的OT领域为终端感知控制层，设备大部分在产线及电气室中，通过电信网与互联网融合进行数据上传，也就是在此处边缘计算有了它的用武之地，下面选取相对典型的场景做一些探索分析。边缘计算提供更低的延迟，因为边缘计算机通常部署在靠近数据生成源的地方，从而缩短了数据进行处理和分析所需的距离，满足数据实时采集处理的需求。
宇树G1双足机器人SLAM开发环境搭建实战指南
SLAM（同步定位与建图）是机器人自主导航的核心技术。在双足人形机器人平台上，由于运动模型复杂、机身晃动带来高频IMU噪声，SLAM开发对环境配置和依赖管理提出了更高要求。以宇树G1为例，系统阐述如何通过Ubuntu 20.04、ROS Noetic与Docker容器化方案构建可复现的SLAM开发环境。先介绍依赖分层管理与版本锁定原理，再深入catkin工作空间编译、传感器驱动集成、网络与多机通信配置等工程实践，最后提供常见问题排查与避坑指南。这套方法论不仅适用于G1，也可迁移至其他双足或轮式机器人平台，帮
Akamai移动端Sensor数据采集与BMP风控机制深度解析
本文深度解析了Akamai在移动端风控中的核心机制，重点阐述了Sensor数据如何通过采集陀螺仪、加速度计等硬件信息，结合设备指纹生成连续且符合物理规律的行为轨迹。详细剖析了数据从采集、加密校验到通过BMP风控三重验证（校验位、时间差、数据逻辑）的完整流程，并提供了从模拟优化到自建风控模型的实用应对思路。
ERDAS 2022与ArcGIS共存安装教程：如何避免端口冲突（详细配置步骤）
本文提供了一份详细的ERDAS 2022与ArcGIS共存安装教程，核心在于解决两者因FlexNet许可证服务器导致的端口冲突问题。通过分步指导，包括检查现有端口占用、修改ERDAS许可证文件端口号、配置防火墙及客户端设置，确保两款专业GIS与遥感软件能在同一系统上稳定运行。
目标检测YOLO实战应用案例100讲-【目标检测】缺陷检测（二）
在工业生产中总是经常遇到裂痕、划痕等产品的表面缺陷问题，机器视觉行业对于表面检测相比前几年已经有很大的突破，对于产品表面的划伤、污迹等检测已经不再是难点。在金属、玻璃、手机屏幕、液晶板等行业表面检测上应用广泛。但由于该类缺陷形状不规则、深浅对比度低，而且往往会被产品表面的自然纹理或图案所干扰。因此，表面划痕缺陷检测对于正确打光、相机分辨率、被检测部件与工业相机的相对位置、复杂的机器视觉算法等要求非常高。
AUTOSAR SHE 密钥更新协议
依赖内存槽的使用用例，内存槽有不同的保护协议。M2是新的计数值C_ID‘，相应的标志位F_ID'，0填充第一个块，以及新的密钥K_ID'的组合的CBC算法加密的消息。例如，我要更新一个MASTER_ECU_KEY, 那么参考上表，我需要知晓Non-volatile的MASTER_ECU_KEY (即授权密文为MASTER_ECU_KEY自己的密文).内存的更新协议分为两部分，第一部分是实际内存更新到发送一个秘密且真实的key到SHE，然后第二部分为验证，即提供给后台一个key更新成功的证据。
让 OData V4 界面更聪明：SAP UI5 中的 Side Effects 全解析
摘要：在OData V4应用中，字段修改常触发联动更新（Side Effects）。SAP UI5支持通过后端PATCH响应隐式返回或前端显式请求（requestSideEffects）两种方式处理。最佳实践包括：在validateFieldGroup事件中触发同批次请求，使用$$patchWithoutSideEffects避免重复刷新，并在草稿场景优化响应体。注解定义触发规则，而前端负责执行时机，二者配合可减少网络开销并保证数据一致性。Fiori elements进一步扩展了Side Effects在批
Ghost卷积原理与构建YOLOv11的GhostNet变体
本文探讨了在边缘设备部署YOLOv11时使用Ghost卷积进行模型轻量化的实践经验。针对Jetson Nano的4GB内存限制，作者通过替换Backbone中的3x3标准卷积为Ghost卷积，实现了参数减少28%、推理速度提升38%，仅损失1.1%mAP的优化效果。文章详细介绍了Ghost卷积的实现原理、在YOLOv11中的具体替换策略，以及训练调参和部署优化的关键技巧。作者强调轻量化是计算效率与模型性能的权衡，建议工程团队保留原模型和Ghost变体两个版本，根据实际需求灵活切换。Ghost卷积的核心价值在
基于YOLOv8的水果新鲜程度检测系统设计与实现
数据采集与预处理模块：负责收集水果图像数据并进行标注和增强深度学习模型：基于YOLOv8的目标检测模型新鲜度评估模块：根据检测结果评估水果新鲜程度用户界面：提供友好的交互界面系统集成：将各模块整合为完整系统水果新鲜程度检测需要包含多种水果在不同新鲜度状态下的图像数据集。：包含5种常见水果(苹果、香蕉、橙子、葡萄、草莓)在不同新鲜度下的图像包含约8,000张图像，分为新鲜和腐烂两类AgriVision：大型农业图像数据集，包含水果检测和分类任务Fruit-360：包含120种水果的高质量图像。
STM32F407中文手册
STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。
迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)
迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)
ET2012新版免狗免安装绿色软件
ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，
Data-Structures-and-Algorithm-Analysis-in-Java.pdf
作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1523
扫一扫
