登录后查看消息通知
遇见数据集
温州博远工业设计有限公司

温州博远工业设计有限公司

企业

温州博远工业设计有限公司成立于2015年,属专业技术服务业,主营工业产品的设计、工业产品技术开发、平面设计。面向零售分析、人工智能、陶瓷烧结等领域提供数据服务,开放门店内顾客商品停留时间统计数据(零售分析、人工智能)、基于机器学习的氧化铁陶瓷烧结晶相含量预测数据(陶瓷烧结、机器学习预测)、极端温度循环下氧化镨陶瓷涂层晶界裂纹扩展预测数据(陶瓷涂层、裂纹扩展预测),支撑品质管理与工艺优化。

零售分析人工智能陶瓷烧结专业技术服务
成立于 2015 年浙江省

数据概览

8
数据集总量
245
总浏览量
0
关注人数
2026-01-27
最近更新
分类统计

相关机构

  • 淘
    淘天有限公司
    拥有数据集:893个
    企业
  • 浙
    浙江互易智投科技发展有限公司
    拥有数据集:50个
    企业
  • 宁
    宁波博洋服饰集团有限公司
    拥有数据集:24个
    企业
  • 浙
    浙江味德丰食品科技有限公司
    拥有数据集:21个
    企业
  • 盐
    盐城市都市文旅发展有限公司
    拥有数据集:6个
    企业

数据集列表

极端辐照环境下氧化钨陶瓷性能退化预测数据
材料科学
性能预测
本数据结构围绕极端辐照环境下氧化钨陶瓷性能退化预测构建,包含11个核心字段,具体如下:烧结批次(字符串型),为产品唯一标识,格式示例“202001100002W”,用于区分不同生产批次;辐照剂量I(数值型,单位kGy)、材料表面温度T(数值型,单位℃)、辐照时间t(数值型,单位min)、机械应力σ(数值型,单位MPa),均为实时采集的核心工艺参数,反映极端辐照环境及材料受力状态;α、β、γ(均为数值型),是经实验验证与模型训练优化的权重系数,用于性能退化预测公式运算;性能退化值D(数值型),通过公式D=α*(I^1.92)+β*T*t+γ*σ计算得出,量化材料性能退化程度;产品性能退化等级(分类变量),依据D值分为低风险级(D<100)、中风险级(100≤D≤150)、高风险级(D>150);是否立即停机并更换材料(布尔型),根据D>190的判定标准输出“是/否”,支撑生产异常处置。各字段逻辑关联紧密,完整覆盖“参数采集-模型计算-结果判定”全流程,保障数据的实用性与可追溯性。
上海市数据产品知识产权管理平台2026-01-26 更新110
极端温度循环下氧化镨陶瓷涂层晶界裂纹扩展预测数据
陶瓷涂层
裂纹扩展预测
本数据结构包含12个字段如下:检测批次(字符串型,用于唯一标识氧化镨陶瓷涂层检测样本,);材料疲劳常数C(数值型,氧化镨陶瓷涂层的固有疲劳特性参数);材料疲劳指数m(数值型,反映涂层疲劳裂纹扩展对应力强度因子变化的敏感程度);弹性模量E(数值型,单位GPa,表征涂层抵抗弹性变形的能力);热膨胀系数α(数值型,单位1×10^−6/∘C,描述涂层随温度变化的膨胀程度);温度变化幅度ΔT(数值型,单位∘C,为单次温度循环中最高与最低温度的差值);循环次数N(数值型,单位cycles,指涂层经历的极端温度循环次数);初始裂纹长度a0(数值型,单位mm,为温度循环实验开始前涂层的裂纹长度);单次的裂纹扩展量dN/da(数值型,单位mm/cycle,由裂纹扩展公式计算得出,表征单次循环的裂纹扩展程度);极端温度循环下的总扩展量Δa(数值型,单位mm,为单次裂纹扩展量与循环次数的乘积);最终裂纹长度afinal(数值型,单位mm,为初始裂纹长度与总扩展量之和);抗裂纹扩展能力分级标准(字符串型,根据dN/da值分为高、中、低抗裂纹扩展能力三级)。
上海市数据产品知识产权管理平台2026-01-26 更新270
文具品在不同学习阶段的需求弹性分析数据
经济学分析
市场营销
我单位经营的文具品多年以来在市场广受欢迎,为更好了解不同学习阶段的顾客对文具品的市场需求情况,我单位对相文具品的需求弹性数据进行采集计算。采集相关文具品在某一时间段的需求数据和价格数据,用中国人民大学出版社出版的《西方经济学 第三版(微观部分)》第六节“需求弹性和供给弹性”涉及需求弹性的相关经济学知识对该计算数据进行分析,得到该文具品的需求价格弹性。该项数据对我单位的市场营销决策有重要意义。1.数据采集:采集相关文具品在某一时间段的需求数据和价格数据,按照小学初中高中不同的学习阶段进行整理归纳,得到该文具品在不同学习阶段的需求量变动数值和价格变化数值。 2.算法规则:对采集得到的数据按照如下公式进行计算:需求弹性系数Ed=-(△Q/Q)÷(△P/P),得到需求弹性系数。式中:Q表示产品的需求量,单位为份;P表示产品的价格,单位为元;△Q表示需求量同比变动值,单位为份;△P表示价格同比变动值,单位为元。取需求弹性系数的绝对值|Ed|作为分析数据时的参考系数。 3.数据分析:根据|Ed|的数值可分析该文具品的需求价格弹性。(1)|Ed|=1(单位需求价格弹性),说明需求量变动幅度与价格变动幅度相同;(2)1<|Ed|<∝(需求富有弹性),说明需求量变动幅度大于价格变动幅度;(3)0<|Ed|<1(需求缺乏弹性),说明需求量变动幅度小于价格变动幅度;(4)|Ed|→0(需求完全无弹性),这表示不管价格怎样变动,需求量总是固定不变;(5)|Ed|→∝(需求完全有弹性),表示在既定价格之下,需求量可以任意变动。
浙江省数据知识产权登记平台2024-06-28 更新90
门店内顾客商品停留时间统计数据
零售分析
人工智能
通过自主研发的摄像头以及AI模型算法,精确采集每天三个时间段的顾客在商品的停留时间与总停留时间的占比,来评价商品的销售情况,并用于指导本单位在下月各商品的生产量以及定价等行为。 间的占比,来评价商品的销售情况,并用于指导本单位在下月各商品的生产量以及定价等行为。1数据采集:通过自主研发的摄像头以及AI模型算法,精确采集每天三个时间段的顾客在商品的停留时间,并把每天的三个时间段内的停留时间进行汇总整理。2数据处理:汇总后得到总停留时间Y,按照商品分类,算出每个商品的停留时间X,再算出每个商品的停留时间X在总停留时间Y,得到每个商品的占比情况。3数据应用:根据第二步得到的占比,可以来评价商品的销售情况,并用于指导本单位在下月各商品的生产量以及定价等行为。
浙江省数据知识产权登记平台2023-10-04 更新1340
基于机器学习的氧化铁陶瓷烧结晶相含量预测数据
陶瓷烧结
机器学习预测
该数据包含13个字段,用于记录氧化铁陶瓷烧结工艺参数、模型权重及质量控制结果。“烧结批次”为字符串类型,标识每个烧结批次;"烧结温度T(℃)"、"烧结时间t(h)"和"烧结压力P(MPa)"均为浮点数,分别记录烧结过程中的温度(摄氏度)、时间(小时)和压力(兆帕)等核心工艺参数。权重系数字段包括α、β、γ、δ、ε五个浮点数,分别代表烧结温度、时间、压力及它们交互项(温度×时间、温度×压力)对晶相含量的非线性影响权重,这些系数通过大型模型训练优化获得。字段"修正实验环境误差C"为浮点数,用于校正实验环境导致的系统性误差。基于这些参数,通过晶相含量预测公式计算得出"晶相含量指数Y"(浮点数),该指数直接反映产品晶相含量水平。根据Y值自动判定"产品晶相含量等级"(字符串类型),分为优秀级(Y>110)、良好级(90≤Y≤110)和改进级(Y<90);同时,当Y值低于75时,"是否自动触发返工程序"字段(布尔值)自动标记为真,触发返工流程,否则为假。该数据精准反映各变量对晶相含量的复杂影响,并通过等级划分和返工触发机制,有效提升产品质量控制效率和自动化水平。
上海市数据产品知识产权管理平台2026-01-26 更新300
鞋产品在不同年龄层的需求弹性分析数据
市场分析
价格弹性
我单位经营的鞋产品多年以来在市场广受欢迎,为更好了解不同年龄层的顾客对鞋产品的市场需求情况,我单位对相关男女鞋的需求弹性数据进行采集计算。采集相关鞋产品在某一时间段的需求数据和价格数据,得到该男女鞋的需求价格弹性,如果鞋产品需求量变动的比率大于价格变动的比率,那么鞋产品需求富有弹性,说明顾客对于价格变化的敏感程度,弹性越大,需求对价格变化越敏感,我单位可以适当的降低鞋产品价格来获得较多的收益。那么鞋产品需求缺乏弹性,我单位可以适当的提高鞋产品价格来获得较多的收益。该项数据对我单位的市场营销决策有重要意义。1.数据采集:采集相关鞋产品在某一时间段的需求数据和价格数据,按照顾客的年龄层进行整理归纳,得到该男女鞋在不同年龄层的需求量变动数值和价格变化数值。 2.算法规则:对采集得到的数据按照如下公式进行计算:需求弹性系数Ed=-(△Q/Q)÷(△P/P),得到需求弹性系数。式中:Q表示产品的需求量,单位为份;P表示产品的价格,单位为元;△Q表示需求量同比变动值,单位为份;△P表示价格同比变动值,单位为元。取需求弹性系数的绝对值|Ed|作为分析数据时的参考系数。 3.数据分析:根据|Ed|的数值可分析该男女鞋的需求价格弹性。(1)|Ed|=1(单位需求价格弹性),说明需求量变动幅度与价格变动幅度相同;(2)1<|Ed|<∝(需求富有弹性),说明需求量变动幅度大于价格变动幅度;(3)0<|Ed|<1(需求缺乏弹性),说明需求量变动幅度小于价格变动幅度;(4)|Ed|→0(需求完全无弹性),这表示不管价格怎样变动,需求量总是固定不变;(5)|Ed|→∝(需求完全有弹性),表示在既定价格之下,需求量可以任意变动。
浙江省数据知识产权登记平台2024-07-11 更新90
人力招聘会应聘人员停留时间统计数据
招聘市场分析
人工智能
通过摄像头和自主研发的AI模型算法,采集应聘人员在人才招聘市场各个区域的停留时间与总停留时间,经过加工处理后得到各个区域的停留时间与总停留时间的占比,来评价人才招聘市场的招聘情况,并用于指导本单位在下月的宣传活动和生产宣传手册等行为。1数据采集:通过摄像头和自主研发的AI模型算法,采集应聘人员在人才招聘市场各个区域的停留时间,并把每天的三个时间段内的停留时间进行汇总整理。2数据处理:汇总后得到总停留时间Y,按照区域分类,算出人才招聘市场区域的停留时间X,再算出每个区域的停留时间X与总停留时间Y,得到每个区域的停留时间占比情况。3 数据应用:根据第二步得到的占比数据,可用来评价人才招聘市场的招聘情况,并用于指导本单位在下月的宣传活动和生产宣传手册等行为。
浙江省数据知识产权登记平台2023-10-04 更新160
文具品店店内顾客商品区停留时间统计数据
顾客行为分析
零售业分析
通过摄像头以及自主研发的AI模型算法,精确采集每天6个时间段的顾客在书写区、收纳区和修正区的停留时间与总停留时间的占比,来评价商品的预销售情况,并用于指导文具品店在下月各商品的进货量以及定价等行为。1数据采集:通过摄像头以及自主研发的AI模型算法,精确采集每天6个时间段的顾客在书写区、收纳区和修正区的停留时间,并把每天的6个时间段内的停留时间进行汇总整理。2数据处理:汇总后得到总停留时间Y,按照区域分类,算出每个商品的停留时间X,再算出每个区域的停留时间X与总停留时间Y,得到每个商品的停留时间占比情况。3 数据应用:根据第二步得到的占比数据,可用来评价商品的预销售情况,并用于指导文具品店在下月各商品进货量的调整以及商品定价等行为。
浙江省数据知识产权登记平台2023-10-04 更新90
关于我们
遇见数据集——让每个数据集都被发现,让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
selectdataset@iotsh.com.cn
商业合作
数据驱动未来,携手共赢发展
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
热门搜索