期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
云制造服务价值网络战略管理 被引量:1
1
作者 宋振晖 王芬婷 《科技与管理》 2012年第2期5-8,共4页
云制造服务价值网络作为整合云制造服务提供者的平台,需要整合各个网络参与者的战略。围绕战略执行的6个过程,基于平衡计分卡的基本思想,在云制造环境下对平衡计分卡的4个视角进行改进,构建云制造服务价值网络的战略和计分卡。在此基础... 云制造服务价值网络作为整合云制造服务提供者的平台,需要整合各个网络参与者的战略。围绕战略执行的6个过程,基于平衡计分卡的基本思想,在云制造环境下对平衡计分卡的4个视角进行改进,构建云制造服务价值网络的战略和计分卡。在此基础上构建网络参与者的战略和计分卡,确保网络内部战略的一致性和协调性。各个参与者自身的战略需要分解为其业务单元和业务流程的计分卡,从而实现整个网络的战略落实。 展开更多
关键词 云制造 服务价值网络 战略管理 战略地图 平衡计分卡
下载PDF
云制造服务价值网络战略风险管理 被引量:2
2
作者 宋振晖 王芬婷 《价值工程》 2012年第14期1-3,共3页
基于平衡计分卡的基本思想,在云制造环境下对平衡计分卡的四个视角进行改进,分别从参与者视角,内部流程视角,顾客视角和财务视角四个方面提出云制造服务价值网络的价值主张,构建云制造服务价值网络的战略地图。鉴于四个视角之间的因果关... 基于平衡计分卡的基本思想,在云制造环境下对平衡计分卡的四个视角进行改进,分别从参与者视角,内部流程视角,顾客视角和财务视角四个方面提出云制造服务价值网络的价值主张,构建云制造服务价值网络的战略地图。鉴于四个视角之间的因果关系,运用风险管理方法分析财务视角下的两个战略目标,即网络收益最大化和优化参与者收益可能存在的风险,其中重点分析网络参与者整合不足存在的风险和制造商潜在的风险,提出应对措施。 展开更多
关键词 云制造 服务价值网络 风险管理 战略地图
下载PDF
以作业成本法原理扩展平衡计分卡系统
3
作者 王芬婷 刘群玲 +1 位作者 乔利利 宋振晖 《中国管理信息化》 2012年第9期78-83,共6页
本文采用设计科学的研究方法,研究以作业成本法原理扩展平衡计分卡系统。根据Walls等人提出的设计科学理论,人工制品的构建分为创建和评价两个阶段。创建以作业成本法原理扩展平衡计分卡系统的理论,并在逻辑与物理层面对扩展的信息系统... 本文采用设计科学的研究方法,研究以作业成本法原理扩展平衡计分卡系统。根据Walls等人提出的设计科学理论,人工制品的构建分为创建和评价两个阶段。创建以作业成本法原理扩展平衡计分卡系统的理论,并在逻辑与物理层面对扩展的信息系统进行展开设计,最后以技术接受模型为理论框架对所设计的信息系统的有效性进行验证和评价。 展开更多
关键词 设计科学 平衡计分卡 作业成本法 商业流程管理 信息系统 管理软件
下载PDF
基于BPM的ABC系统
4
作者 乔利利 刘群玲 +1 位作者 王芬婷 宋振晖 《中国证券期货》 2012年第04X期67-69,共3页
本文以设计科学的研究方法对商业流程管理与作业成本法相结合的信息系统进行研究。本文首先对商业流程管理与作业成本法结合的意义以及原理进行了分析,然后对商业流程管理与作业成本法相结合的信息系统在逻辑与物理层面进行设计,并以技... 本文以设计科学的研究方法对商业流程管理与作业成本法相结合的信息系统进行研究。本文首先对商业流程管理与作业成本法结合的意义以及原理进行了分析,然后对商业流程管理与作业成本法相结合的信息系统在逻辑与物理层面进行设计,并以技术接受模型为理论框架对所设计的信息系统进行了评价,最后总结全文并对进一步的工作进行了展望。 展开更多
关键词 商业流程管理 作业成本法 信息系统 管理软件
下载PDF
基于深度学习的早期火灾预警算法 被引量:3
5
作者 李牧 何允帅 +2 位作者 卢金波 王芬婷 杨恒 《计算机系统应用》 2022年第11期230-237,共8页
传统火灾预警方法存在检测精度低、未发生火灾时不能及时预警的问题,提出一种基于深度学习的早期火灾预警算法.首先,使用红外热像仪采集特定场景中的红外图像,构建数据集;其次,使用改进的YOLOv4算法进行训练得到网络权重,在主干网络的3... 传统火灾预警方法存在检测精度低、未发生火灾时不能及时预警的问题,提出一种基于深度学习的早期火灾预警算法.首先,使用红外热像仪采集特定场景中的红外图像,构建数据集;其次,使用改进的YOLOv4算法进行训练得到网络权重,在主干网络的3个输出特征层后引入卷积注意力模块,提升网络对关键信息的提取能力;在主干网络和路径聚合网络中增加卷积层,提高特征提取的能力;最后,使用提出的智能火灾检测(intelligent fire detection,IFD)算法对预测图像处理并根据得分评估火灾隐患.实验结果表明,改进YOLOv4算法在数据集上的mAP达到98.31%,比原始YOLOv4算法的mAP提高了2.7%,FPS达到37.1 f/s,IFD算法精确度为93%,误检率为3.2%.提出的早期火灾预警算法具有检测精度高,未形成火灾时及时预警的优点. 展开更多
关键词 深度学习 早期火灾预警 YOLOv4 卷积注意力模块 智能火灾检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部