© 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
贵州航天云网科技有限公司
企业贵州航天云网科技有限公司，成立于2015年，位于贵州省，所属行业为互联网和相关服务，经营范围涵盖法律、法规、法律、法规、国务院决定规定应当许可的、法律、法规、国务院决定规定无需许可的、市场主体自主选择经营。（互联网的云服务、企业信息化管理咨询、网络项目投资、电子商务服务、数据、软件平台、计算机与通讯设备的技术开发、技术转让以及技术服务等。
高新技术企业专精特新技术创新示范企业股权融资互联网和相关服务
数据集列表
贵州工业互联网平台用户行为分析与体验优化数据集
数据采集与治理：依托航天云网INDICS平台及航天云网工业APP应用与推广监测平台，汇聚平台网页端、移动端、工业APP端等多终端的用户行为日志数据（页面访问、按钮点击、搜索查询、功能使用、表单提交等）、用户基础属性数据（所属行业、企业规模、岗位角色、地域分布等）以及业务结果数据（交易订单、服务订阅、培训参与等）。参照大数据用户行为分析技术规范，对多源行为日志数据进行清洗、去重、会话识别与路径补全，建立统一的数据埋点标准与用户ID映射体系，确保跨端、跨场景用户行为的完整关联。
用户行为建模与分析：采用基于神经网络的深度学习算法与序列模式挖掘方法，对用户操作序列进行建模，识别高频使用路径、典型操作模式与异常行为模式。构建“用户—功能—场景”三维分析矩阵，从用户活跃度、功能渗透率、转化漏斗、留存曲线等维度建立多层级指标体系，对用户体验进行量化评估，精准识别易用性差、操作路径冗长等体验瓶颈。
贵州省数据知识产权登记平台2026-07-03 更新00
航天云网工业APP开发与应用效果评估数据集
数据采集与治理：依托航天云网INDICS平台及“互联网+”和数字经济监测评估平台，汇聚航天云网上架工业APP的开发文档、代码库、测试报告、用户使用日志、用户评价反馈等多源数据。对数据进行脱敏清洗，建立统一的数据字段标准与关联映射关系。
评估指标体系构建：参照工信领域AI应用评估维度，从技术创新性（算法或模型创新性、技术融合度）、技术研发成熟度（模型成熟度、鲁棒性、稳定性）、交互性能（功能实用性、界面友好性、解决方案适用性）、降本增效性（效率提升率、成本降低率）等维度构建评估模型。结合工业软件应用成效评估方法，对每项功能点进行分项评估并构建评估矩阵。
综合评分与对比分析：通过预设的评估算法对多维评估指标进行加权计算，生成各工业APP的综合效能评分，并支持同类APP间的横向对比分析与趋势研判。
贵州省数据知识产权登记平台2026-07-03 更新10
贵州省工业绿色低碳转型路径优化数据集
数据采集与治理：依托工业互联网平台，汇聚贵州省重点行业企业的能源消耗数据（电、煤、气等）、生产工艺数据（原料配比、炉温、压力等工况参数）、污染物排放监测数据、设备运行状态数据等多源异构数据。参照磷化工领域能耗优化实践，对数据进行清洗、校验、缺失值填补及标准化处理，打破各生产环节的数据孤岛，构建覆盖“原料—生产—产品—能耗”全链条的高质量数据集。
模型构建与路径寻优：融合行业机理知识（工艺标准、反应动力学模型等）与AI预测算法，构建能耗预测与碳排放评估模型。采用“前馈+反馈”闭环调控逻辑，基于历史生产数据与实时工况数据，预测能耗指标、产品品质参数及碳排放趋势，并通过先进过程控制（APC）与实时优化（RTO）系统求解最优工艺参数组合。借鉴电力行业碳数据诊断与降碳寻优模型经验，综合运用大数据分析、聚类分析等技术，建立多场景降碳路径评估与推荐机制。
贵州省数据知识产权登记平台2026-07-03 更新00
贵州中小企业数字化转型成本效益分析数据集
数据采集规则：
成本数据：通过企业财务系统、项目台账等渠道采集数字化转型相关的软件采购费、硬件购置费、人员培训费、外部咨询费、系统运维费等投入数据，按年度、按项目维度归集。
效益数据：通过MES、ERP等系统采集生产效率指标（如单位工时产出）、运营成本指标（如库存周转率、订单处理周期）、销售数据等产出指标。
企业特征数据：采集企业规模（员工数、营收）、所属行业、转型阶段、系统覆盖率等分类变量，支持分群分析。
数据预处理规则：
对原始数据进行异常值检测与剔除、缺失值插补（如热卡插补或多重插补）等标准化处理。
对涉及企业商业机密的数据实施脱敏处理，确保数据合规流通。
对多源异构数据按统一的企业编码和时间戳进行对齐融合，形成可联合建模的面板数据结构。
核心算法说明：
成本效益量化模型：构建投入产出弹性模型，核算数字化转型投入与产出的边际关系。学术研究表明，当企业处于较小时规模阶段时，数字化投入产出弹性较高，随着企业规模增大而逐渐降低，本数据集通过分位数回归等方法捕捉这一非线性特征。
成本粘性分析：基于资源调整成本理论，考察企业在不同成本规模区间（如25%～50%、50%～
贵州省数据知识产权登记平台2026-06-30 更新00
贵州省新能源产业与工业互联网协同调度数据集
数据采集规则：
新能源发电数据通过光伏逆变器、风电SCADA系统按分钟级频率采集（如每5分钟一个数据点），涵盖有功功率、无功功率、电压、电流等运行参数。
气象数据通过接入气象局公开数据或场站气象站获取，包括光照强度、风速、温度、湿度等时序数据。
工业负荷数据通过企业MES系统或智能电表采集，涵盖各工序用电功率、生产状态、计划排程等信息。
数据预处理规则：
对原始时序数据实施异常值检测与剔除、缺失值插补（如线性插值或KNN插补）、数据归一化等标准化操作。
对多源数据按统一时间戳进行对齐，形成可联合建模的标准化数据集。
贵州省数据知识产权登记平台2026-06-30 更新00
航天云网跨区域工业资源共享与交易撮合数据集
数据采集与治理：依托航天云网INDICS平台及大数据融通治理平台，汇聚平台上跨区域的制造资源供给数据（设备台账、加工能力、检测资质、闲置产能等）、需求发布数据（加工需求、采购需求、技术服务需求等）以及历史交易数据（成交价格、服务周期、履约评价等）。参照制造资源特征提取方法，对多源异构数据进行结构化处理，构建统一的资源画像与需求画像标准。
资源特征编码与索引：参照ID3算法及分类预测方法，通过数据融合技术对资源端供给能力（加工精度、产能规模、响应速度、地理位置等）与需求端要求（工艺要求、交付期限、预算范围、质量等级等）进行特征提取与向量化编码，构建面向高维空间的资源—需求索引体系，实现高效的相似度计算与候选集召回。
智能匹配与撮合算法：构建基于多目标优化的供需匹配模型。首先通过基于密度的聚类算法对需求进行归类聚合，发现共性的资源需求模式；其次采用启发式搜索算法求解多约束条件下的最优匹配方案，最大化匹配成功率与综合满意度；在此基础上引入博弈论框架分析供需双方的议价行为，设计撮合交易机制以平衡各方利益，提升交易达成率。
贵州省数据知识产权登记平台2026-07-03 更新00
贵州省区域产业链供应链韧性评估数据集
数据清洗与治理：依托航天云网INDICS平台及大数据融通治理平台，对贵州工业云平台汇聚的超过14725家活跃企业的原始数据进行脱敏、归一化处理，解决多源异构数据的“孤岛”问题。涉及企业经营敏感数据时，严格进行匿名化与去标识化处理。
韧性评估模型构建：
网络结构分析：构建产业链上下游图谱，利用复杂网络算法计算节点度中心性、中间中心性，识别关键“卡脖子”节点。
抗压能力测度：引入外部冲击因子（如物流中断、原材料价格波动），基于时间序列分析（如VAR模型）模拟不同情景下的产出缺口与恢复时长。
替代性评估：基于标识解析与物资转码数据，计算同类配套资源的可替代指数，综合评估供应链的冗余度与弹性。
贵州省数据知识产权登记平台2026-07-03 更新00
航天云网工业大数据安全防护与合规管理数据集
数据采集规则：
采集航天云网平台各业务环节（研发设计、生产制造、经营管理、运行维护、平台运营等）产生的工业数据，涵盖设备运行数据、生产工艺数据、经营管理数据、用户行为数据等多类型数据。
采集数据安全相关的日志记录、访问控制记录、安全事件记录等，按统一的数据格式与时间戳标准进行归集。
数据分类分级规则：
参照《工业领域重要数据识别指南》YD/T 4981-2024，按照四阶段流程开展数据分类分级：数据资产梳理→重要数据识别→内部审批→重要数据目录备案。
重要数据识别聚焦数据的安全影响维度，包括与国家秘密相关、与国家安全相关、与行业发展安全相关、与工业领域出口管制物项相关、与行业特色相关、处理个人信息达到一定数量等识别维度
按一般数据、重要数据、核心数据三个级别进行分类标注，形成可动态更新的数据资产清单与重要数据目录。
贵州省数据知识产权登记平台2026-06-30 更新00
航天云网工业元宇宙场景搭建与设备交互数据集
数据采集规则：
场景数据：通过激光扫描、摄影测量等方式采集生产车间、设备、产线的三维点云与图像数据，统一坐标系与精度标准。
设备运行数据：通过工业物联网网关按秒级或毫秒级频率采集设备运行参数（位置、速度、温度、振动等），涵盖PLC、传感器、SCADA等多源数据。
交互行为数据：通过动作捕捉设备、VR/AR头显等采集操作者的手部动作、头部姿态、眼动轨迹等交互行为数据，标注对应的操作意图与结果。
数据预处理规则：
三维点云数据实施滤波去噪、配准融合、网格化重建等标准化处理，生成可编辑的三维网格模型。
设备运行时序数据实施异常值剔除、缺失值插补、时间戳对齐等操作，确保数据完整性与一致性。
交互行为数据实施降噪滤波、动作分段、意图标注等处理，形成可训练的交互行为数据集。
核心算法说明：
三维重建与场景生成：基于点云配准与网格重建算法，将物理场景转化为高精度三维数字模型，结合物理引擎（如NVIDIA PhysX）实现刚体动力学、碰撞检测等物理仿真。
虚实同步与状态映射：基于设备通信协议（如OPC UA、Modbus），将实时运行数据驱动虚拟模型动作，采用插值平滑与卡尔曼滤波算。
贵州省数据知识产权登记平台2026-06-30 更新00
航天云网AI视觉检测工业产品质量追溯数据集
本数据集的处理与生成遵循以下核心规则和算法逻辑：
数据采集规则：
通过工业相机（配合特定光源）采集元器件表面图像，统一图像分辨率（如1224×2048）和格式。
采集环境（照度、角度、温湿度）执行标准化控制，确保数据一致性。
数据预处理规则：
对原始图像实施噪声滤除、对比度增强、ROI（感兴趣区域）提取等标准化操作。
对缺陷区域进行像素级或边界框级标注，标注分类遵循行业质量标准（如IPC-A-610等）。
核心算法说明：
采用基于深度卷积神经网络的目标检测算法（如YOLO系列、Faster R-CNN等）实现缺陷的实时定位与分类。
利用迁移学习策略，使用预训练模型在自建标注数据集上进行微调，以适配特定工业场景的检测需求。
贵州省数据知识产权登记平台2026-06-30 更新00