期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
资产管理行业软件与服务的现状和发展趋势
1
作者 陈新昊 孟欢庆 《中国经贸》 2016年第2期140-141,共2页
“中国资产管理行业的第三次浪潮萌芽于突破技术假设的金融功能叠加。这一时期,大数据处理、云计算机等互联网技术的广泛应用,对金融业带来深层次影响,使传统金融功能模块儿之间的界限逐渐模糊,跨类别金融功能之间的融合成为可能,... “中国资产管理行业的第三次浪潮萌芽于突破技术假设的金融功能叠加。这一时期,大数据处理、云计算机等互联网技术的广泛应用,对金融业带来深层次影响,使传统金融功能模块儿之间的界限逐渐模糊,跨类别金融功能之间的融合成为可能,例如以余额宝为代表的互联网理财产品融合支付结算功能和资源配置功能,网络贷款、小贷产品融合基于大数据处理的风险管理功能和大范围融资机制功能。总的来看,未来资产管理行业创新将更加体现不同金融功能相互组合叠加所释放的巨大规模经济和范围经济。” 展开更多
关键词 资产管理 行业创新 发展趋势 互联网技术 金融功能 现状 服务 软件
下载PDF
5G时代下农产品品牌营销影响因素研究——以烟台苹果为例 被引量:2
2
作者 张哲 谢晓良 +1 位作者 陈新昊 时海燕 《安徽农学通报》 2021年第13期155-157,共3页
随着5G技术的发展,新兴的品牌营销策略应运而生,其特点是更注重与消费者的互动性沟通。烟台苹果历史悠久,是中国现代苹果的发源地,因此烟台市被农业部确定为中国苹果优势产区。该研究基于李克特量表,从消费者的视角构建了一套烟台苹果... 随着5G技术的发展,新兴的品牌营销策略应运而生,其特点是更注重与消费者的互动性沟通。烟台苹果历史悠久,是中国现代苹果的发源地,因此烟台市被农业部确定为中国苹果优势产区。该研究基于李克特量表,从消费者的视角构建了一套烟台苹果品牌营销效果的影响因素评价指标,通过SPSS软件进行因子分析得出影响程度,发现5G时代下影响烟台苹果品牌营销的关键因素是先进技术的运用。研究结论为烟台市苹果产业的发展提供了一定的参考。 展开更多
关键词 5G 烟台苹果 品牌营销 因子分析
下载PDF
石材行业的概况与发展前景 被引量:1
3
作者 肖海光 陈新昊 《黑龙江科学》 2015年第12期108-109,共2页
文章介绍了石材行业的基本特点,通过分析行业壁垒、行业影响因素、行业规模以及行业风险,对石材行业的未来发展前景进行了描述。
关键词 石材行业 前景特点 壁垒
下载PDF
汽车尾板产品发展趋势 被引量:2
4
作者 黄福斌 颜臻 陈新昊 《专用汽车》 2016年第5期75-78,共4页
尾板的作用和种类汽车尾板是一种安装在车辆尾部或侧面的一种车载液压起重装卸设备,是以车辆的自身蓄电池作为动力的机、电、液一体的环保节能自动化机械产品。在货物装卸过程中稳定、安全、快捷、省力、高效,且不受场地、设备及人力限... 尾板的作用和种类汽车尾板是一种安装在车辆尾部或侧面的一种车载液压起重装卸设备,是以车辆的自身蓄电池作为动力的机、电、液一体的环保节能自动化机械产品。在货物装卸过程中稳定、安全、快捷、省力、高效,且不受场地、设备及人力限制,仅配套手动叉车装置,即可一人完成货物的随时装卸。 展开更多
关键词 汽车尾板 发展趋势 车载液压起重装卸设备 环保节能自动化机械产品
下载PDF
中国汽车尾板行业市场需求分析 被引量:1
5
作者 黄福斌 严臻 陈新昊 《专用汽车》 2016年第4期65-67,共3页
国内外汽车尾板行业发展概况 汽车尾板于上世纪30年代在欧美发达国家已经开始使用,从上世纪60年代开始盛行至今已50多年,至今还没有任何新型装卸设备可以替代。在城市物流环节它发挥了不可估量的作用,如门店配送、小型仓库之间货物转... 国内外汽车尾板行业发展概况 汽车尾板于上世纪30年代在欧美发达国家已经开始使用,从上世纪60年代开始盛行至今已50多年,至今还没有任何新型装卸设备可以替代。在城市物流环节它发挥了不可估量的作用,如门店配送、小型仓库之间货物转运、桶装垃圾转运、搬家等。在一些特殊行业的物流运输中,尾板的安全、平稳特性使它与其他装卸装置相比,优势突显。欧美国家的物流行业专业分工很细,所以尾板基本上是用于货物在物流中心以后的分流配送及城市内的门店分流、上门客户的物流收送环节。 展开更多
关键词 尾板 小型仓库 市场需求分析 桶装 装卸设备 企业综合实力 装卸效率 集中度 改装厂 本地市场
下载PDF
多传感器数据融合的复杂人体活动识别 被引量:12
6
作者 宋欣瑞 张宪琦 +2 位作者 张展 陈新昊 刘宏伟 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第10期814-821,共8页
基于传感器的人体活动识别被广泛应用到各个领域,但利用多种异构传感器识别日常的复杂人体活动,仍然存在很多问题。对多个异构传感器数据进行数据融合时,存在兼容性问题,导致对并发复杂活动识别准确率较低。该文提出基于多传感器决策级... 基于传感器的人体活动识别被广泛应用到各个领域,但利用多种异构传感器识别日常的复杂人体活动,仍然存在很多问题。对多个异构传感器数据进行数据融合时,存在兼容性问题,导致对并发复杂活动识别准确率较低。该文提出基于多传感器决策级数据融合的多任务深度学习模型。该模型利用深度学习自动地从每个传感器原始数据中进行特征提取。利用多任务学习的联合训练方法将并发复杂活动分为多个子任务,多个子任务共享网络结构,相互促进学习,提高模型的泛化性能。实验表明:该模型对周期性活动的识别准确率可达到94.6%,非周期性活动可达到93.4%,并发复杂活动可达到92.8%。该模型比3个基线模型的识别准确率平均高出8%。 展开更多
关键词 复杂人体活动识别 多传感器数据融合 深度学习 多任务学习
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部