- 综合排序
- 最热优先
- 最新优先
- 来自专栏粮食检验
科技实弹丨酿酒企业原料收购如何实现“靶向”智能化升级
“用好粮酿好酒”，是酿酒企业亘古不变的优良传统与标准原则，原料入厂是品质保障的第一道“关卡”。 因此如何通过更具先进性的科技手段攻克上述顽疾，成为酿酒企业亟需达到的智能化目标，酒企原料收购不同于单一粮种，普遍存在“种类复杂、指标多样、个性化强”的特点，针对其业务特征，潜心铸造科技实弹，帮助酒企完成 水分、不完善粒自动在线检验，减少以往因两套系统而造成的瓶颈效应，从扦样到以上主要指标检验完成仅需5分钟，最大限度地“去人化”，所有检验指标均实现溯源。 特别是在不完善粒检验方面，根据国标实现了任何谷物和粮食以颗粒数和重量两种不同方式的在线检测，同时得出小麦千粒重数据，具备深度学习功能，实时动态提升检验准确度。 图片不仅为酿酒企业原料收购品质把关，还可以为企业将数字化管理延伸至上下游运输业务，按预置的规定实时监管车辆在途状态，信息流与实物流同步，形成完整供应链闭环。
44480编辑于 2022-11-09 跟随腾讯云TVP走进泸州老窖的探香寻智之旅
一个生态酿酒生态园即可年产10万吨白酒。 3. 还在坚持明、清老窖的人工酿酒手工作业工艺。人工作业的经验参数定期调整自动化酿酒生产线。传统和现代相得益彰。 仍然在使用龙泉井水酿造。 数智化和智算中心稳步推进，做到园区构建和生产的数字孪生，营销、供应链、酿酒、管理各领域的智能场景应用不断深化。 当452年历史的窖池和701年的手工酿酒技艺，跟全自动化的酿酒生产和包装流水线作业共存，又跟数字化和现代AI相结合时，不由得让人产生出了穿越的错觉。 原料是数据，工艺是数据，参数是数据，物流和营销也还是数据。所以产业的现代化智能化一定是要将企业实实在在的数据充分用起来，才能打造其在行业中独特的品牌和价值主张。
33400编辑于 2025-05-30- 来自专栏Alter聊科技
在劲牌工厂，探寻一瓶草本酒的科技之旅
早在殷商时期，人们就以酒曲、黑粟米、郁金草、小米为原料酿酒，被认为是最早的露酒雏形；到了汉代，出现了椒酒、桂酒、柏酒、菊花酒等不同“香型”的露酒；蒸馏酒在元代普及后，以滋补药材入酒渐成风潮。 第二道是“原料关”：道地药材。 如果不能保障源头药材的品质，不能保证草本成分的含量和可控性，所谓的“草本科技”将无从谈起。 酿酒可以说是非常讲究科技的一门工艺，但经历了2000多年的演变，酿酒依然在讲“一水二火三功夫”，靠老师傅的经验进行传承。即使经验再足的师傅，也教不出一模一样的徒弟，标准化生产必须摆脱“经验主义”。 时间回到1998年，随着中国劲酒销量的不断增长，清香型原酒的需求量越来越大，劲牌开始重新寻找水源扩建酿酒基地。 劲牌的研究人员用了四年时间，对44个糯高粱品种进行了对比研究，精选出皮薄、颗粒大小适中、饱满圆润“两糯一号”作为清香型原酒的酿造原料。
34000编辑于 2025-06-19 破壁者联盟 PROFIBUS与EtherNet/IP在酒窖握手！
在酿酒工艺对温度、流量控制精度要求极高的场景下，不同通信协议设备的协同成为提升酿造品质的关键。 西门子PLC作为酿酒控制系统的“大脑”，依托PROFIBUS DP协议构建起可靠的主从站网络，精准控制发酵温度、原料配比等核心工艺参数。 在酿酒厂的实际应用中，该技术优势显著。 此外，标准化的数据接口为后续对接酿酒工艺管理系统（如MES）提供了便利。 这一技术不仅提升了生产效率与产品品质，更为酿酒行业的智能化升级提供了创新路径，助力传统酿造工艺焕发新活力。
21410编辑于 2025-06-25- 来自专栏镁客网
由一台“液体面包”机引发的革命
有了它，你可实现在家坐着边看电视边酿酒的美好愿景。该啤酒机还配备自己的App，用户可实时查看和操控酿酒过程。重点是操作实在太方便，放入原料包，选好配方即可一键酿酒。 那么，用户在哪儿折腾啤酒的原料呢？去淘宝找正品？找的都快瞎了还存在被蒙的可能。神奇的爱咕噜和国内外的农商合作，直接为配方提供相应的原料包。 在啤酒行业摸爬打滚了10年的某啤酒厂商高管说：“原来我们的啤酒产业和欧洲有点儿像，每个县都有一两个啤酒厂，后来就是大规模兼并。
61630发布于 2018-05-25 - 来自专栏数据派THU
一招检验10大深度学习框架哪家强！
来源：机器之心 本文长度为2698字，建议阅读4分钟 本文通过构建同一个神经网络，对比当前最流行的 10 种深度学习框架。 [ 导读 ]近日，Ilia Karmanov 在 Medium 发表了一篇题为《Neural Net in 10 Frameworks (Lessons Learned)》的文章，其内容源自一个 GitHub 项目，其中作者通过构建同一个神经网络，对比了当前最流行的 10 种深度学习框架，其中 Caffe2 和 MXNet 在准确度和训练时长上处于领先位置。 奇怪的是，似乎框架在一个批次水平上进行 shuffle，而不是在观察层面上，因此测试准确率稍稍降低（至少在 10 epoch 之后）。 10. 在最大池化之后（而不是之前）应用 ReLU 激活意味着你在降维之后执行计算，并减少几秒时间。这帮助 MXNet 时间减少了 3 秒。 11.
1.1K70发布于 2018-01-30 - 来自专栏拓端tecdat
R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告|附代码数据
由于来自邻近酿酒厂的威士忌使用类似的蒸馏技术和资源，他们的威士忌也有相似之处。 为了验证这一假设，我们将测试来自不同地区的酿酒厂之间威士忌特征的平均表达是否不同。 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 检验统计量在 酿酒厂的地理位置 由于区域对威士忌起着重要作用，我们将通过绘制其纬度和经度来探索数据集中的酿酒厂所在的位置。 ) } 在下面的代码中，我们将对训练数据执行PCA并研究解释的方差以选择合适的维数 ## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10 ] [,11] [,12] ## N_dim 1 2 3 4 5 6 7 8 9 10 11 12 ## Cum_Var
96000编辑于 2023-02-01 - 来自专栏IT创事记
五粮液控盘分利的秘密
如今，这个年逾600岁的临街酿酒作坊每天都大门洞开。路过的行人只要扭头，随时可以看见五粮液原浆从传统酿酒设备中汩汩流出的景象。 长发升位于宜宾市，图片中的工人正在用发酵的五种粮食酿造白酒。 如今，这里除酿酒外，更重要的一个责任是传播五粮液酒文化。 和在长发升可以看到的一样，在所有五粮液的厂区，五种粮食、水源、微生物，甚至气候等生产原料，以及严苛的酿酒流程都早已不再是商业秘密。 但这并不意味着五粮液没有秘密。 10月初的一天，五粮液营销指挥中心大屏上的实时数据显示，当天五粮液全国销售终端的数量超过7万个。 短短4个月的数据积累，让五粮液得以将销售终端纳入了管理和服务视野。 今年10月份，五粮液启动了对2020年的销售规划，其所依数据正是2019年经销商的实际动销能力数据。
64820编辑于 2022-06-28 NeurIPS 2025时间检验奖：10年之后再谈Faster R-CNN
深度学习目标检测领域《Faster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks》荣获NeurIPS 2025时间检验奖 这一设计使得区域提议的计算成本从秒级降至10毫秒级别，让实时高精度目标检测首次成为可能。核心引擎RPN：优雅而高效的解决方案锚点机制：多尺度检测的智慧RPN的核心创新在于其"锚点"机制的设计。 2012数据集上达到70.4%的mAP仅使用300个提议区域就超越了Selective Search（2000个提议）的性能效率方面：使用VGG-16模型在GPU上达到5fps的推理速度区域提议计算仅需10ms 这正是时间检验奖的真正意义所在——那些能够经受住时间考验的技术，终将成为推动行业持续前进的永恒动力。
53310编辑于 2025-12-01- 来自专栏PHPer 进击
网络协议 10 - Socket 编程（上）：实践是检验真理的唯一标准
著名的C10K问题，就是说一台机器如何维护 1 万了连接。按我们上面的方式，系统就要创建 1 万个进程或者线程，这是操作系统无法承受的。 因而，epoll 被称为解决 C10K 问题的利器。 小结 牢记基于 TCP 和 UDP 的 Socket 编程中，客户端和服务端需要调用的函数； epoll 机制能够解决 C10K 问题。
1.3K20发布于 2019-04-11 - 来自专栏新智元
【Science 封面】世界首个人工再造真核生命体问世，三分之二中国造
Sc2.0 致力于解开酿酒酵母的基因组排序——酿酒酵母的基因组是所有真核基因组当中，被人类研究得最为完善的基因组。 实现了生物合成研究的最新突破：完成了 4 条真核生物酿酒酵母染色体的从头设计与化学合成——酿酒酵母总共有16条染色体，此前国际研究团队奋斗了多年，才发现了 1 条。 其中，元英进带领的天津大学团队完成了5号、10号（synV、synX）染色体的化学合成，并开发了高效的染色体缺陷靶点定位技术和染色体点突变修复技术；戴俊彪研究员带领清华大学团队完成了当前已合成染色体中最长的 元英进团队成员、“10号染色体”文章第一作者、天津大学博士生吴毅介绍说：在合成长达770kb（kb：千碱基对）的酿酒酵母10号染色体的过程中，我们创建了基因组缺陷靶点快速定位与精确修复方法，解决了全化学合成基因组导致细胞失活的难题 将一段组装的物理序列与一段特殊设计的序列完美配对对于基因组合成中设计原则的检验至关重要。
1.3K80发布于 2018-03-27 - 来自专栏机器之心
10年前VAE经典论文获奖，ICLR 2024首个时间检验奖公布
由深度学习巨头、图灵奖获得者 Yoshua Bengio 和 Yann LeCun 在 2013 年牵头举办的 ICLR 会议，在走过第一个十年后，终于迎来了首届时间检验奖。 ICLR 2024 时间检验奖 论文《 Auto-Encoding Variational Bayes 》作者共有两位，他们当时均来自于阿姆斯特丹大学。 Welling 在 2011 年参与的一篇论文《 Bayesian Learning via Stochastic Gradient Langevin Dynamics 》还获得了 ICML 2021 时间检验奖 在得知获奖的消息后，Kingma、Max Welling 师徒俩人还进行了互动： 时间检验奖亚军论文 ICLR 2024 亚军论文颁给了《 Intriguing properties of neural
56010编辑于 2024-05-14 - 来自专栏HyperAI超神经
葡萄风味有奥秘，农科院用机器学习揭示基因渐渗过程
值得注意的是，欧洲野生葡萄 (EU sylvestris) 形成了一个独特的群体，与酿酒葡萄共享少数混合成分。 图1. 不同葡萄品种对比 A：混合分析的系统发生树。 在系统发生中，分支的颜色反映了不同的群体：ME 1，黄色；ME 2，紫色；野生葡萄，红棕色；酿酒葡萄，蓝色；食用葡萄, 绿色。Admixture 图， K = 6 。 图 1 显示，酿酒葡萄和食用葡萄在进化过程中发生了早期的分化，表明它们在用途上有明显的区别。 基因渐渗方向 研究人员在最初的模型基础上，估计了食用葡萄、酿酒葡萄和欧洲野生葡萄之间可能存在的 34 种基因流动模式。 此外，最佳拟合模型还表明，基因从欧洲野生种群流动到驯化种群的概率很高，向酿酒葡萄 (1.7 × 10−4) 的迁移率是食用葡萄 (3.8 × 10−5) 的 5 倍。
49750编辑于 2023-08-31 - 来自专栏机器之心
10年前，word2vec经典论文就预定了今天的NeurIPS时间检验奖
机器之心报道 机器之心编辑部 在 ChatGPT 引爆 AI 热潮的 2023，一项推动NLP新时代到来的研究拿到了 NeurIPS 时间检验奖。 12 月 10 日，NeurIPS 2023 在美国路易斯安那州新奥尔良市拉开帷幕。 值得注意的是，十年前发布的 word2vec 相关论文摘得了时间检验奖，可谓实至名归。 以下是获奖论文的具体信息。 时间检验奖 今年的时间检验奖颁给了十年前的 NeurIPS 论文「Distributed Representations of Words and Phrases and their Compositionality 研究者们在一个简单的数学模型中提出了这项新解释，并通过三种互补的方式对其进行了检验。
60010编辑于 2023-12-12 微生物限度检查的项目有哪些，您都知道吗
细菌数检查：这是微生物限度检查中的一项重要内容，用于评估非规定灭菌制剂及其原料、辅料受细菌污染的程度。霉菌数检查：霉菌是另一类常见的微生物，其污染程度也是微生物限度检查中的重要指标。 同时，检验全过程必须严格遵守无菌操作，以防止再污染。在检查过程中，还可能涉及到一些具体的操作细节，如供试品的检验量、供试液的制备等。 检验量一般根据制品的性质和规定来确定，而供试液的制备则需要根据制品的理化特性和生物学特性来选择合适的制备方法。 总的来说，微生物限度检查是一个综合性的评估过程，旨在确保非规定灭菌制剂及其原料、辅料的质量和安全性。
38310编辑于 2024-06-12- 来自专栏DrugOne
Nat. Commun.｜基于重要性预测和化学基因组相互作用识别抗真菌靶点
在该项研究之前，GRACE已收集2357株菌株，包含2327个基因，并对酿酒酵母或裂殖酵母中必需基因同源性进行了富集。 通过体外筛选，鉴定出GRACE中634株在靶基因抑制后有严重或完全生长缺陷的菌株，并将酿酒酵母必需性的预测值限制在52.4%。 集合测试预测模型的准确性 作者利用共表达聚类分析来确定是否有任何生物进程在白色念珠菌基因组的必需基因中富集，然后基于共表达对白色念珠菌基因进行聚类（图2c），并使用每个聚类中基因的GO术语富集来指定假定的功能，接着用超几何检验测试每个聚类的必需基因的富集 Krp1在动粒过程中发挥作用 作者使用念珠菌基因组数据库鉴定没有被预测为酿酒酵母同源性的基因，在149个真菌特异性必需基因中，发现了4个缺乏酿酒酵母同源基因：C1_01070C、C1_09670C、C6 图6 NP-BTA靶向白色念珠菌谷氨酰基tRNA合成酶 为了证实GLN4在酿酒酵母中的效果，作者在白色念珠菌中进行了单倍剂量不足（HIP）分析。
75730编辑于 2021-12-24 - 来自专栏镁客网
强制员工加班后，中国最「元宇宙」的游戏公司迎巨变：董事长辞职，90后儿子接任
在接下来几年中，中青宝连年亏损，直到拉来“神人”贾可（其后来一手创立的页游公司成都汉森曾被苹果欲以10亿元人民币收购）出任总经理，打造了《抗战online》和《战国英雄》两款王牌产品，才得以扭亏为盈。 移动互联概念的兴起等原因，中青宝股价一路狂飙：同年7月19日，中青宝股价创下历史新高的44元，市盈率超过373倍；同年9月5日，中青宝股价冲破80元，以每股86.11元收盘，此时的股价已是12年12月最低点的10 记者注意到，9月6日这篇累计6K+阅读的非标注原创文章，可能是中青宝近一年来的阅读量最高的一篇，但这并非中青宝首次宣传《酿酒大师》。至于为什么是这篇带火了中青宝的股价，个中缘由值得玩味。 那么，半年多过去，这款号称元宇宙游戏的《酿酒大师》究竟怎么样了？ 记者注意到，被董事长李瑞杰在今年1月份“剧透”的H5版本至今未向全部用户公开。 而据速途元宇宙研究院文章显示，2月28日，《慎初烧坊-酿酒大师》H5社交版仅开放了限号删档测试，只向此前预约完成的用户开放。或许可以说，至今《酿酒大师》仍不是一款成熟产品。
54710编辑于 2022-05-10 - 来自专栏用户8186044的专栏
ERP系统各部门岗位职责、作业内容及要求
三、存货管理系统： 1、主要原料仓库保管员、辅助原料仓库保管员、包材仓库保管员、五金备件库保管员 1）进货单、退货单审核。（采购管理子系统）在进货验收下做进货单审核。 四、质量管理系统： 1、质检主管 1）监督、审核品管类别、检验项目、品号检验项目和供应商料件特殊检验方式等基本信息的及时录入与更新。 2）进货检验单、转移检验单、销退检验单的录入及审核，并保证录入及时、准确性。 3）库存交易单的录入，确保技术、行政等部门正常领用。注意库存交易单单别的录入，不可混淆，随意录入。 10）工艺、投产单的录入、审核，注意审核日期与单据的一致性。 11）联产品的录入，及时准确录入联产品分辨率。注意每月需跟财务确认，做到及时更新。 如计算单身时自动带出原工单中不需要的原料，要求删除该原料行。 13）当月产成品不能全部入库做倒扣料的工单，不能跨月做倒扣料，而是当月入库多少做多少倒扣料。
1.9K21发布于 2021-07-19 - 来自专栏物流技术与应用
热文回顾｜白酒包材物流自动化升级与模式创新
根据中国酒业协会最新发布的数据，2021年1-12月，全国酿酒行业规模以上企业完成酿酒总产量5406.85万千升，同比增长3.95%。其中，白酒产量715.63万千升，同比下降0.59%。 例如，近几年泸州老窖全面推进酿酒工程技改项目和智能化包装中心技改项目等项目的建设，提升了酿酒生产和包材采供效能。与此同时，加强工业互联网和大数据运用，实现了仓储、配送、运输等板块的集成高效。 二、独具特色的白酒包材 从白酒行业的主要物流工艺流程（见图1）来看，在白酒包装生产环节，首先需要将空瓶及时供应到灌装线，再经过灌装-装盖-粘贴瓶贴标-装盒-装箱-粘贴箱标签-封箱-检验-码垛等过程。 典型代表如2015年成立的四川泸州白酒产业园区，据悉这也是全国首个以白酒制造为主导的专业化、集群化、全产业链园区，涵盖有原粮种植、白酒酿造、包材印务、检验检测、仓储物流、技术研发、金融会展、文化旅游等全产业链 “白酒包装物流园根据企业的产量规模将发展为产业链模式，在包装供应商端完成信息、检验前置，与白酒企业采用包材托盘直运方式，采用整托盘自动装卸车新技术，有效降低人工介入的人力成本，通过上下游打通，形成完整的包装物流园流程
68830编辑于 2023-02-27 全域质量管理：数字化时代，如何让质量贯穿每一个环节？
然而，传统的质量管理模式往往局限于“事后检验”，难以从根本上预防问题、提升品质。随着数字化浪潮的推进，覆盖企业全流程、全角色、全数据的 “全域质量管理” 理念正逐渐成为行业共识。 二、行业演进：从检验把关到过程管控，再到系统治理回顾制造业质量管理的发展历程，大致经历了三个阶段：检验阶段：依赖人工抽查、事后检验，质量问题往往在终端才暴露，整改成本高、效率低。 ：在发货前进行最终确认，保障出厂质量，保障产品完好抵达客户手中；在库预检与追溯：管理库存环境与状态，一物一码，实现从原料到客户端的全链路追溯。 四、“四个全面”的质量管理效果：全流程覆盖：从市场调研、产品设计、原料采购、生产制造、仓储物流到销售服务，将每一个环节都纳入质量管理体系。 全周期可追溯：建立从原料到成品、从生产到消费的全程溯源机制，实现问题定位精准、响应快速。
35510编辑于 2026-01-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号