集群之思

中国是世界第一的人口大国,庞大的人口基数造就了巨大的纺织服装需求与消费市场。经过改革开放40余年的发展,我国的纺织产业发生了翻天覆地的变化,从一个需要"布票"的物资紧张国家,逐渐成长为世界第一的纺织生产国、出口国和消费国,成长为纺织产业链最完整、门类最齐的国家。     

简述电务段基地设备管理系统

一、系统开发的背景电务段的设备管理在很大程度上是基地设备的管理,电务段的绝大部分设备都是由基地车间进行管理的。由于设备的数量多、型号复杂、使用分散、周期不同等原因,管理的难度很大。传统的档案管理方式不能对其实现动态有效的管理,致使其设备的管理混乱,资金流失,资产的统计、管理混乱。企业决策者在对其的投入中也缺乏必要、有效的数据资料。二、基地设备现状分析1、设备数量和技术卡片多:信号检修所管理的设备种     

基于随机森林算法的客户流失模型

针对电信行业流失客户预测的实际需要,比较几种预测模型的优劣,详细介绍随机森林算法的基本原理与模型构建过程,结合电信行业客户的数据特征,通过数据处理与算法调整优化,探索构建基于随机森林算法的客户流失模型,验证模型的实际应用效果。     

连续重整催化剂严重氮中毒和活性恢复案例分析

以某公司重整装置2014年2月因水、氮超标导致催化剂氮中毒和后续活性恢复为例,分析连续重整反再系统出现高水、高氮、低氯的环境后,催化剂发生严重氮中毒时装置的工艺表现以及处理方案。结果表明:由于加工福蒂斯等高氮原油比例过高,造成重整原料油氮含量升高,装置负荷优化调整大而注氯量偏低,同时重整再生空气干燥器干燥效果下降等原因,共同造成催化剂氮中毒,活性大幅降低,出现反应温降降低、产氢降量、生成油芳烃产率大幅下降。通过调整加工原油比例,优化原料预加氢操作、降低重整加工负荷和反应苛刻度、更换空气干燥剂等一系列措施,减少系统中氮和水等毒物的携带量,并提高重整再生注氯量等措施,使重整催化剂氮中毒得以有效控制并逐渐恢复活性。     

改进的多层感知机在客户流失预测中的应用

针对在传统的客户流失预测数据预处理中，使用one-hot编码处理离散属性导致数据维度增加及数据过于稀疏的问题，提出了两种基于多层感知机的改进后的客户流失预测模型。其主要思想是分别使用堆叠自编码器和实体嵌入两种方法对多层感知机进行改进，通过将离散属性的高维编码数据向低维空间映射，有效地减少了one-hot编码产生的稀疏数据，增加了离散属性值之间的关联度。在对两份公开的数据集进行交叉验证后的实验结果表明，改进后的模型既有效地提高了预测的准确度，又维持了传统多层感知机模型在并行化计算方面的优势。     

OPPO“造芯”TOP 5边缘的远虑和近忧

一直以来,“做中国人自己的XXX”这一句式,总是能穿透行业壁垒在大众舆论层面引发共振,芯片便是个中代表。借着巨大的人口红利,国产手机在应用创新层面实现了弯道超车,短短几年就积累起巨大的市场优势,并以此作为资本向芯片这一基础技术领域加码。但套用一句俗话是,没有比较就没有伤害。做得好的,比如华为海思已经有了和高通在高端产品掰掰手腕的实力;做得差的,小米松果在三年前将澎湃S1装进小米5C后便杳无音信。