没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
内容概要:本文详细探讨了2025年新一代智能终端的发展现状与未来趋势,涵盖技术体系、产业生态、政策支持及面临的挑战与建议。新一代智能终端不仅包括智能手机、电脑等传统设备的智能化升级,还涉及人形机器人、脑机接口等新兴产品。文章强调了AI技术特别是DeepSeek相关非Transformer架构如LFM模型的重要性,这些模型具有高性能和低参数量的特点,能更好地满足实际需求并在多个行业中得到广泛应用。此外,端云协同成为性能优化的关键路径,意图框架和纯视觉方案引领交互架构革新,推动了智能终端向主动式服务和个性化体验转变。然而,新一代智能终端的发展也面临着硬件性能瓶颈、安全隐患、标准缺失等问题。为应对这些问题,文中提出了一系列发展建议,包括加大研发投入、共建云端协同生态、制定统一标准、加强安全技术研发等。 适合人群:对智能终端产业有兴趣的研究人员、投资者、创业者以及希望了解行业最新动态的专业人士。 使用场景及目标:①帮助读者理解新一代智能终端的核心技术和应用场景;②为企业和政府部门提供战略规划参考;③为投资者和技术开发者指明市场机会和发展方向。 其他说明:本文由中国电子信息产业发展研究院电子信息研究所发布,提供了详尽的数据支持和政策背景分析,对于关注AI与智能终端融合发展的各界人士具有重要参考价值。
资源推荐
资源详情
资源评论


























非 Transformer 架构的发展方向 :除了基于 Transformer 架构的算法创新之外,非 Transformer 架构的新算法也成为重点发展方向。DeepSeek 相关的非 Transformer 架构如 LFM(Liquid Foundation Model)模型的出现,其性能超越了同等规模的 Transformer 模型,体现了未来 AI 模型架构的多样性发展趋势,为 AI 技术的进一步突破提供了新的思路和方向。
从技术能力驱动向需求应用驱动转型 :人工智能的发展已到战略拐点,DeepSeek 的出现顺应了这一趋势,推动 AI 技术从单纯的技术能力提升向满足实际需求应用的方向转变,更加注重 AI 技术在各行业的落地和应用,以解决实际问题为导向,促进 AI 与各行业的深度融合。
行业趋势引领
引领技术路线创新 :DeepSeek 开源的基于 McE(混合专家)架构的模型 DeepSeek-McE,以极低计算成本实现高性能,为行业提供了新的技术路线选择,推动了 AI 技术路线的创新和发展。
推动 AI 超级应用出现 :2025 年春节期间,DeepSeek 的最新产品发布 20 天后,DAU 就达到 2161 万,产品表现走势超过 ChatGPT 刚出现时的状态,显示出其在用户中的强大吸引力和应用潜力,有望成为 AI 超级应用。
补上基础底座 :DeepSeek 补上了中国人工智能在基础底座方面最缺的一环,其完全源自中国,用有限算力实现推理上的优化,成为中国所有 AI 应用的塔基,使得各个行业可以在其基础上开发适合自身场景、行业、服务的应用版本,推动了中国 AI 应用的大规模发展。
产业发展引领
AI 机器人 :DeepSeek-R1 的高精度运动控制和人工智能算法能够显著提高手术机器人的操作精度和灵活性,在康复、人机交互、远程医疗等领域有望实现技术突破。
AI 大健康管理 :DeepSeek 的大模型接入为个人健康状态检测管理和医疗机构个性化解决方案提供了支持,如润达医疗、美年健康已通过大模型开展 AI 解读报告的运营,展现出良好的商业化前景。
AI 制药研发 :DeepSeek 利用其强大的计算能力和数据处理能力,加速药物研发过程,提高研发效率,国内领先药企如晶泰控股、信达生物等已接入其模型,提升靶点发现等研发流程的效率。
医疗 AI 领域 :DeepSeek 在医疗领域的应用前景广阔,其技术被多家医疗相关企业接入以赋能业务。例如,润达医疗、塞力医疗等多家公司接入了 DeepSeek 的技术,用于辅助诊断、病理分析、健康管理等多个领域,推动医疗 AI 的商业化应用多点开花。
应用拓展引领
低参数量模型发展 :2025 年发布的大模型开始分化为高参数量和低参数量两极,DeepSeek 的模型也具有低参数量的特征,为本地化部署到 AI 终端运行提供了可能,有助于推动 AI 技术在更多终端设备上的应用。
开启算法变革元年 :DeepSeek 的推理模型如 R1-zero 完全基于 RL(强化学习)进行训练,未使用任何监督训练或人类反馈,能够通过自我学习来提高性能,开启了算法变革的元年,推动 AI 进入算法变革阶段。
算法优化创新 :DeepSeek 通过优化算法架构,显著提升了算力利用效率,打破了传统认知中算力至上的观念。其 DeepSeek-R1 模型采用重新设计的训练流程,以少量 SFT 数据 + 多轮强化学习的办法,在提高模型准确性的同时,显著降低了内存占用和计算开销。
技术创新引领
2025 年被认为是人工智能元年,DeepSeek 在这一年的发展和影响在多个方面体现了其引领作用,以下是一些具体的体现:
中国电子信息产业发展研究院
电子信息研究所
二O二五年四月
新一代智能终端发展研究
1

非 Transformer 架构的发展方向 :除了基于 Transformer 架构的算法创新之外,非 Transformer 架构的新算法也成为重点发展方向。DeepSeek 相关的非 Transformer 架构如 LFM(Liquid Foundation Model)模型的出现,其性能超越了同等规模的 Transformer 模型,体现了未来 AI 模型架构的多样性发展趋势,为 AI 技术的进一步突破提供了新的思路和方向。
从技术能力驱动向需求应用驱动转型 :人工智能的发展已到战略拐点,DeepSeek 的出现顺应了这一趋势,推动 AI 技术从单纯的技术能力提升向满足实际需求应用的方向转变,更加注重 AI 技术在各行业的落地和应用,以解决实际问题为导向,促进 AI 与各行业的深度融合。
行业趋势引领
引领技术路线创新 :DeepSeek 开源的基于 McE(混合专家)架构的模型 DeepSeek-McE,以极低计算成本实现高性能,为行业提供了新的技术路线选择,推动了 AI 技术路线的创新和发展。
推动 AI 超级应用出现 :2025 年春节期间,DeepSeek 的最新产品发布 20 天后,DAU 就达到 2161 万,产品表现走势超过 ChatGPT 刚出现时的状态,显示出其在用户中的强大吸引力和应用潜力,有望成为 AI 超级应用。
补上基础底座 :DeepSeek 补上了中国人工智能在基础底座方面最缺的一环,其完全源自中国,用有限算力实现推理上的优化,成为中国所有 AI 应用的塔基,使得各个行业可以在其基础上开发适合自身场景、行业、服务的应用版本,推动了中国 AI 应用的大规模发展。
产业发展引领
AI 机器人 :DeepSeek-R1 的高精度运动控制和人工智能算法能够显著提高手术机器人的操作精度和灵活性,在康复、人机交互、远程医疗等领域有望实现技术突破。
AI 大健康管理 :DeepSeek 的大模型接入为个人健康状态检测管理和医疗机构个性化解决方案提供了支持,如润达医疗、美年健康已通过大模型开展 AI 解读报告的运营,展现出良好的商业化前景。
AI 制药研发 :DeepSeek 利用其强大的计算能力和数据处理能力,加速药物研发过程,提高研发效率,国内领先药企如晶泰控股、信达生物等已接入其模型,提升靶点发现等研发流程的效率。
医疗 AI 领域 :DeepSeek 在医疗领域的应用前景广阔,其技术被多家医疗相关企业接入以赋能业务。例如,润达医疗、塞力医疗等多家公司接入了 DeepSeek 的技术,用于辅助诊断、病理分析、健康管理等多个领域,推动医疗 AI 的商业化应用多点开花。
应用拓展引领
低参数量模型发展 :2025 年发布的大模型开始分化为高参数量和低参数量两极,DeepSeek 的模型也具有低参数量的特征,为本地化部署到 AI 终端运行提供了可能,有助于推动 AI 技术在更多终端设备上的应用。
开启算法变革元年 :DeepSeek 的推理模型如 R1-zero 完全基于 RL(强化学习)进行训练,未使用任何监督训练或人类反馈,能够通过自我学习来提高性能,开启了算法变革的元年,推动 AI 进入算法变革阶段。
算法优化创新 :DeepSeek 通过优化算法架构,显著提升了算力利用效率,打破了传统认知中算力至上的观念。其 DeepSeek-R1 模型采用重新设计的训练流程,以少量 SFT 数据 + 多轮强化学习的办法,在提高模型准确性的同时,显著降低了内存占用和计算开销。
技术创新引领
2025 年被认为是人工智能元年,DeepSeek 在这一年的发展和影响在多个方面体现了其引领作用,以下是一些具体的体现:
目录
一、新一代智能终端的发展概况
二、新一代智能终端的关键技术体系
三、新一代智能终端关键环节发展情况
四、新一代智能终端相关政策
五、新一代智能终端发展面临的问题
六、新一代智能终端发展建议
2

非 Transformer 架构的发展方向 :除了基于 Transformer 架构的算法创新之外,非 Transformer 架构的新算法也成为重点发展方向。DeepSeek 相关的非 Transformer 架构如 LFM(Liquid Foundation Model)模型的出现,其性能超越了同等规模的 Transformer 模型,体现了未来 AI 模型架构的多样性发展趋势,为 AI 技术的进一步突破提供了新的思路和方向。
从技术能力驱动向需求应用驱动转型 :人工智能的发展已到战略拐点,DeepSeek 的出现顺应了这一趋势,推动 AI 技术从单纯的技术能力提升向满足实际需求应用的方向转变,更加注重 AI 技术在各行业的落地和应用,以解决实际问题为导向,促进 AI 与各行业的深度融合。
行业趋势引领
引领技术路线创新 :DeepSeek 开源的基于 McE(混合专家)架构的模型 DeepSeek-McE,以极低计算成本实现高性能,为行业提供了新的技术路线选择,推动了 AI 技术路线的创新和发展。
推动 AI 超级应用出现 :2025 年春节期间,DeepSeek 的最新产品发布 20 天后,DAU 就达到 2161 万,产品表现走势超过 ChatGPT 刚出现时的状态,显示出其在用户中的强大吸引力和应用潜力,有望成为 AI 超级应用。
补上基础底座 :DeepSeek 补上了中国人工智能在基础底座方面最缺的一环,其完全源自中国,用有限算力实现推理上的优化,成为中国所有 AI 应用的塔基,使得各个行业可以在其基础上开发适合自身场景、行业、服务的应用版本,推动了中国 AI 应用的大规模发展。
产业发展引领
AI 机器人 :DeepSeek-R1 的高精度运动控制和人工智能算法能够显著提高手术机器人的操作精度和灵活性,在康复、人机交互、远程医疗等领域有望实现技术突破。
AI 大健康管理 :DeepSeek 的大模型接入为个人健康状态检测管理和医疗机构个性化解决方案提供了支持,如润达医疗、美年健康已通过大模型开展 AI 解读报告的运营,展现出良好的商业化前景。
AI 制药研发 :DeepSeek 利用其强大的计算能力和数据处理能力,加速药物研发过程,提高研发效率,国内领先药企如晶泰控股、信达生物等已接入其模型,提升靶点发现等研发流程的效率。
医疗 AI 领域 :DeepSeek 在医疗领域的应用前景广阔,其技术被多家医疗相关企业接入以赋能业务。例如,润达医疗、塞力医疗等多家公司接入了 DeepSeek 的技术,用于辅助诊断、病理分析、健康管理等多个领域,推动医疗 AI 的商业化应用多点开花。
应用拓展引领
低参数量模型发展 :2025 年发布的大模型开始分化为高参数量和低参数量两极,DeepSeek 的模型也具有低参数量的特征,为本地化部署到 AI 终端运行提供了可能,有助于推动 AI 技术在更多终端设备上的应用。
开启算法变革元年 :DeepSeek 的推理模型如 R1-zero 完全基于 RL(强化学习)进行训练,未使用任何监督训练或人类反馈,能够通过自我学习来提高性能,开启了算法变革的元年,推动 AI 进入算法变革阶段。
算法优化创新 :DeepSeek 通过优化算法架构,显著提升了算力利用效率,打破了传统认知中算力至上的观念。其 DeepSeek-R1 模型采用重新设计的训练流程,以少量 SFT 数据 + 多轮强化学习的办法,在提高模型准确性的同时,显著降低了内存占用和计算开销。
技术创新引领
2025 年被认为是人工智能元年,DeepSeek 在这一年的发展和影响在多个方面体现了其引领作用,以下是一些具体的体现:
56
一、新一代智能终端的发展概况
3

非 Transformer 架构的发展方向 :除了基于 Transformer 架构的算法创新之外,非 Transformer 架构的新算法也成为重点发展方向。DeepSeek 相关的非 Transformer 架构如 LFM(Liquid Foundation Model)模型的出现,其性能超越了同等规模的 Transformer 模型,体现了未来 AI 模型架构的多样性发展趋势,为 AI 技术的进一步突破提供了新的思路和方向。
从技术能力驱动向需求应用驱动转型 :人工智能的发展已到战略拐点,DeepSeek 的出现顺应了这一趋势,推动 AI 技术从单纯的技术能力提升向满足实际需求应用的方向转变,更加注重 AI 技术在各行业的落地和应用,以解决实际问题为导向,促进 AI 与各行业的深度融合。
行业趋势引领
引领技术路线创新 :DeepSeek 开源的基于 McE(混合专家)架构的模型 DeepSeek-McE,以极低计算成本实现高性能,为行业提供了新的技术路线选择,推动了 AI 技术路线的创新和发展。
推动 AI 超级应用出现 :2025 年春节期间,DeepSeek 的最新产品发布 20 天后,DAU 就达到 2161 万,产品表现走势超过 ChatGPT 刚出现时的状态,显示出其在用户中的强大吸引力和应用潜力,有望成为 AI 超级应用。
补上基础底座 :DeepSeek 补上了中国人工智能在基础底座方面最缺的一环,其完全源自中国,用有限算力实现推理上的优化,成为中国所有 AI 应用的塔基,使得各个行业可以在其基础上开发适合自身场景、行业、服务的应用版本,推动了中国 AI 应用的大规模发展。
产业发展引领
AI 机器人 :DeepSeek-R1 的高精度运动控制和人工智能算法能够显著提高手术机器人的操作精度和灵活性,在康复、人机交互、远程医疗等领域有望实现技术突破。
AI 大健康管理 :DeepSeek 的大模型接入为个人健康状态检测管理和医疗机构个性化解决方案提供了支持,如润达医疗、美年健康已通过大模型开展 AI 解读报告的运营,展现出良好的商业化前景。
AI 制药研发 :DeepSeek 利用其强大的计算能力和数据处理能力,加速药物研发过程,提高研发效率,国内领先药企如晶泰控股、信达生物等已接入其模型,提升靶点发现等研发流程的效率。
医疗 AI 领域 :DeepSeek 在医疗领域的应用前景广阔,其技术被多家医疗相关企业接入以赋能业务。例如,润达医疗、塞力医疗等多家公司接入了 DeepSeek 的技术,用于辅助诊断、病理分析、健康管理等多个领域,推动医疗 AI 的商业化应用多点开花。
应用拓展引领
低参数量模型发展 :2025 年发布的大模型开始分化为高参数量和低参数量两极,DeepSeek 的模型也具有低参数量的特征,为本地化部署到 AI 终端运行提供了可能,有助于推动 AI 技术在更多终端设备上的应用。
开启算法变革元年 :DeepSeek 的推理模型如 R1-zero 完全基于 RL(强化学习)进行训练,未使用任何监督训练或人类反馈,能够通过自我学习来提高性能,开启了算法变革的元年,推动 AI 进入算法变革阶段。
算法优化创新 :DeepSeek 通过优化算法架构,显著提升了算力利用效率,打破了传统认知中算力至上的观念。其 DeepSeek-R1 模型采用重新设计的训练流程,以少量 SFT 数据 + 多轮强化学习的办法,在提高模型准确性的同时,显著降低了内存占用和计算开销。
技术创新引领
2025 年被认为是人工智能元年,DeepSeek 在这一年的发展和影响在多个方面体现了其引领作用,以下是一些具体的体现:
二
新一代智能终端定义
新一代智能终端是指基于人工智能、先进计算、虚拟现实、物联网、5G/6G等信息技术,能
实现自主决策与学习、高效算力利用、多模态数据处理、自由交互体验、个性化服务、具备
形成人工智能体能力的智能终端产品。
AI手机
机器人
AI PC
智能网联汽车
虚拟现实
◆ 新一代智能终端主要可分两种类型。一类是传统智能终端结
合人工智能等前沿技术创新演进的升级智能终端,如人工智
能手机、人工智能电脑、人工智能视听终端、智能可穿戴产
品、智能网联新能源汽车、智能工业终端、人工智能商业终
端等产品。另一类是全新的智能终端,具有全新的形态、功
能、用途,如虚拟现实设备、人形机器人、脑机接口设备、
低空装备等产品。
◆ 按应用场景,新一代智能终端可分为消费类新一代智能终端
和行业类新一代智能终端。消费类新一代智能终端包括人工
智能手机、人工智能电脑、人工智能视听终端、智能可穿戴
产品、智能网联新能源汽车、AI眼镜、虚拟现实设备、家庭
机器人、智慧家庭产品等。行业类新一代智能终端包括智能
工业终端、人工智能商业终端、城市物联网终端、智能医疗
终端、低空装备等。
4

非 Transformer 架构的发展方向 :除了基于 Transformer 架构的算法创新之外,非 Transformer 架构的新算法也成为重点发展方向。DeepSeek 相关的非 Transformer 架构如 LFM(Liquid Foundation Model)模型的出现,其性能超越了同等规模的 Transformer 模型,体现了未来 AI 模型架构的多样性发展趋势,为 AI 技术的进一步突破提供了新的思路和方向。
从技术能力驱动向需求应用驱动转型 :人工智能的发展已到战略拐点,DeepSeek 的出现顺应了这一趋势,推动 AI 技术从单纯的技术能力提升向满足实际需求应用的方向转变,更加注重 AI 技术在各行业的落地和应用,以解决实际问题为导向,促进 AI 与各行业的深度融合。
行业趋势引领
引领技术路线创新 :DeepSeek 开源的基于 McE(混合专家)架构的模型 DeepSeek-McE,以极低计算成本实现高性能,为行业提供了新的技术路线选择,推动了 AI 技术路线的创新和发展。
推动 AI 超级应用出现 :2025 年春节期间,DeepSeek 的最新产品发布 20 天后,DAU 就达到 2161 万,产品表现走势超过 ChatGPT 刚出现时的状态,显示出其在用户中的强大吸引力和应用潜力,有望成为 AI 超级应用。
补上基础底座 :DeepSeek 补上了中国人工智能在基础底座方面最缺的一环,其完全源自中国,用有限算力实现推理上的优化,成为中国所有 AI 应用的塔基,使得各个行业可以在其基础上开发适合自身场景、行业、服务的应用版本,推动了中国 AI 应用的大规模发展。
产业发展引领
AI 机器人 :DeepSeek-R1 的高精度运动控制和人工智能算法能够显著提高手术机器人的操作精度和灵活性,在康复、人机交互、远程医疗等领域有望实现技术突破。
AI 大健康管理 :DeepSeek 的大模型接入为个人健康状态检测管理和医疗机构个性化解决方案提供了支持,如润达医疗、美年健康已通过大模型开展 AI 解读报告的运营,展现出良好的商业化前景。
AI 制药研发 :DeepSeek 利用其强大的计算能力和数据处理能力,加速药物研发过程,提高研发效率,国内领先药企如晶泰控股、信达生物等已接入其模型,提升靶点发现等研发流程的效率。
医疗 AI 领域 :DeepSeek 在医疗领域的应用前景广阔,其技术被多家医疗相关企业接入以赋能业务。例如,润达医疗、塞力医疗等多家公司接入了 DeepSeek 的技术,用于辅助诊断、病理分析、健康管理等多个领域,推动医疗 AI 的商业化应用多点开花。
应用拓展引领
低参数量模型发展 :2025 年发布的大模型开始分化为高参数量和低参数量两极,DeepSeek 的模型也具有低参数量的特征,为本地化部署到 AI 终端运行提供了可能,有助于推动 AI 技术在更多终端设备上的应用。
开启算法变革元年 :DeepSeek 的推理模型如 R1-zero 完全基于 RL(强化学习)进行训练,未使用任何监督训练或人类反馈,能够通过自我学习来提高性能,开启了算法变革的元年,推动 AI 进入算法变革阶段。
算法优化创新 :DeepSeek 通过优化算法架构,显著提升了算力利用效率,打破了传统认知中算力至上的观念。其 DeepSeek-R1 模型采用重新设计的训练流程,以少量 SFT 数据 + 多轮强化学习的办法,在提高模型准确性的同时,显著降低了内存占用和计算开销。
技术创新引领
2025 年被认为是人工智能元年,DeepSeek 在这一年的发展和影响在多个方面体现了其引领作用,以下是一些具体的体现:
二
端云协同成为新一代智
能终端性能优化最优选
为突破硬件瓶颈,兼顾用户体验,端云协同成为产业共识
端侧:利用轻量化模型,实现
低时延、强隐私保护的本地化
服务
云侧:凭借强大算力,承担复
杂多模态生成、大规模数据融
合分析等高负载任务
终端在算力、内存、能效比等方面与云端存在显著差距
端侧:LPDDR5X(升级版第
五代低功耗双倍数据速率内存)
内存带宽约64 GB/s
云侧:GDDR6(第六代图形
专用双数据速率同步动态随机
存取内存)显存960 GB/s
意图框架和纯视觉方
案引领交互架构革新
AI手机领域:
谷歌Pixel 8 Pro手机通过端云协同实现Magic Editor功能,端侧完成人
像分割,云侧生成背景素材,整体处理时间缩短至1.2秒;
AI智能终端领域:
微软Surface Hub智能会议终端,端侧执行人脸识别签到,云侧负责会
议内容实时翻译与记录整理,整体处理时间缩短至行业领先水平。
人机交互从功能触发迈向意图理解新阶段,意图框架和纯视觉
方案双路线并行:
➢ 意图框架借助应用程序接口打通跨应用功能;
➢ 纯视觉方案依托多模态大模型解析终端屏幕内容,模拟用户
触控操作。
意图框架 纯视觉方案
硬件性能要求 低 高
需要第三方授权 是 否
技术成熟度 高 低
谷歌在AI手机、智能平板等双线布局,通过Gemini大模型与安卓系统深度
绑定,支持语音、文字指令能直接调用系统及第三方办公应用(意图框架);
并开发屏幕理解技术,实现无授权应用的自动化操作。(纯视觉方案)
亚马逊在智能音箱领域,通过意图框架技术,实现语音指令对各类智能家居
应用的便捷控制;同时探索纯视觉交互,为智能可视门铃等设备赋予更智能
的交互体验,结合图像识别与语音提示,提升安防场景下的人机交互效率。
新一代智能终端产业发展特点
5
剩余20页未读,继续阅读
资源评论


AI方案2025
- 粉丝: 1539
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助


最新资源
- 基于最小二乘法的Matlab/Simulink永磁同步电机在线惯量辨识模型
- Python实现物体识别系统源代码
- 【单片机设计】 单片机设计 基于C语言的延时接通继电器设计与实现的详细项目实例(含完整的硬件电路设计,程序设计、GUI设计和代码详解)
- Chrome 136便携版
- 【锂电池管理】 MATLAB实现基于BiGRU双向门控循环单元的锂电池SOH预测的详细项目实例(含完整的程序,GUI设计和代码详解)
- 【创新创业项目管理】 基于C++的创新创业项目管理平台设计和实现的详细项目实例(含完整的程序,数据库和GUI设计,代码详解)
- 【时间序列预测】Python实现基于CEEMDAN-PE自适应噪声完备集合经验模态分解(CEEMDAN)结合排列熵(PE)进行时间序列预测的详细项目实例(含完整的程序,GUI设计和代码详解)
- MT6739修改开机Power键时间长度:关机充电状态下按键响应时长调整方法
- 【医疗信息化】 基于C++的复兴村医疗管理系统设计和实现的详细项目实例(含完整的程序,数据库和GUI设计,代码详解)
- 250429000010bg.pdf
- 【深度学习与优化算法】MATLAB实现基于IPOA-LSTM改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络数据分类预测的详细项目实例(含完整的程序,GUI设计和代码详解)
- 【单片机设计】 单片机设计 基于C语言的延迟触发叮咚门铃设计与实现的详细项目实例(含完整的硬件电路设计,程序设计、GUI设计和代码详解)
- 基于粒子群算法的IEEE33节点配电网分布式电源容量配置程序及优化
- 【光伏功率预测】Python实现基于VMD-TCN-LSTM变分模态分解(VMD)结合时间卷积长短期记忆神经网络进行多变量光伏功率时间序列预测的详细项目实例(含完整的程序,GUI设计和代码详解)
- 牛顿拉夫逊基波潮流计算通用型程序:runpf函数替换方案(Matlab版与Python版)
- C++开发 基于C++的武侠小说网站设计和实现的详细项目实例(含完整的程序,数据库和GUI设计,代码详解)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈



安全验证
文档复制为VIP权益,开通VIP直接复制
