引論：我們為您整理了13篇人工智能市場調查范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

篇1

中圖分類號：

F27

文獻標識碼：A

文章編號：16723198（2015）08006802

1國內市場狀況

（1）國內研究現狀。國內對肢殘者服裝的研究還處于起步階段。迄今為止，國內發表的關于肢殘者服裝的研究者主要有唐虹、沈曄，蘇丹、徐軍，李明，除此外并無其他明確的研究。從國內研究總體情況來看，國內研究還限于理論研究，實際應用非常之少。

（2）國內市場現狀。通過對目前市場的查閱調查，中國殘疾人約8296萬人，肢體殘疾人群有2412萬人。截肢人數226萬人。中國目前殘疾人服裝還處于未開發狀態，市場十分廣闊。我們了解到相對于建筑與工業設計領域中“無障礙設計“的良好發展，我國國內殘障者服裝的研究與開放尚處于初始階段，目前還沒有正式的企業在生產這類產品。作為世界上殘障者人數最多的國家，最大的消費國，殘障者服裝在國內卻有著較為空白的市場。

2市場調查與結果分析

為了更進一步的了解市場的需求，我們特意在做公司的整體規劃之前，對我國目前的市場通過多種渠道進行了實際的調查，得到了第一手資料，現表述問卷調查處理結果。

2.1基本信息

此次調查最終收到305份有效問卷，其中男性167人，女性138人，分別占調查總人數的55%、45%，這與2006年公布的“肢體殘疾”中男性占60%，女性占40%的數據非常接近，所以雖然本次調查沒有達到統計估計的樣本數，但整體而言還是比較可靠，具有很大的參考價值的。

在這305受訪者中，年齡在30～50歲的人數占了60%，而50～60歲以及18歲以下的人數相對而言比較少；家庭的月人均收入在1500～2500元之間的居多，2500元以下的人數超過了80%，因此在為他們設計、生產的服裝時應以中低價位為主。

此外，使用手杖與腋杖者占50%，穿戴假肢與矯形器者占10%。而在我們對殘障部位的調查中，得到數據統計結果如圖1，我們發現肢體殘障者中手臂有殘障者占21%，更多為下肢殘障，其中一部分有多重殘障，不過完全喪失行走能力的全身癱患者占得比例也是極小的。這就要求我們在設計時要充分考慮殘障者生理方面的特點，有針對性的進行生產和銷售才能達到雙贏的局面。

2.2問卷主體之購衣現狀

此次的調查結果表明，對購買功能性服裝是否存在心里障礙的結果表明，僅有9.1%的受訪者表示出了有心理障礙；而將近71%的肢體殘障者是親自購買衣服的，他們的著裝現狀能夠反映出殘障者自己真實的需求與品位，也有23%是由家人代為購買。

關于購買服裝地點的選擇上，有近半數的人選擇了大型商場。而從購買服裝的煩惱的調查結果來看，表示難以買到適合殘障和輔助器要求的服裝占了36%，是目前肢體殘障者遇到的最主要問題，同時由于有半數以上的殘障者選擇在大型商場中購買衣服，但商場面積大，無障礙輔助設施的不足導致行走不便，是肢體殘障者在購買衣服時面臨的另一大難題。

2.3問卷主體之購衣偏好

關于最喜歡的服裝類別以及原因的調查我們得出，運動休閑服、風衣成為約25%的調查者的偏好，同時西裝也被20%左右的殘障人士選為最喜歡的服裝類別；而關于喜歡顏色的調查，則表明黑、白、灰三種顏系是肢體殘障者較為偏愛的顏色。

而圖3顯示，多數調查者選擇了魔術貼、拉鏈、松緊帶這一類使用簡便的連接件。不僅手臂殘障者對連接件有特殊的要求，這也是老年殘障者的普遍需求。

圖4、5、6是我們對于輔助工具及特殊部位比較細化的調查。從結果我們得出，具有良好的透氣性與吸濕性對他們而言，是相當重要的的。由于殘障者通常需要與主要為金屬質地的輔助工具長期接觸，而且殘障部位體表溫度偏低，自然服裝在此處需要以加厚的方式來保護肌體的安全，增加服裝的耐磨性。而對于款式的要求中，選擇衣身寬松與褲腿寬大者占到45%的比例，寬松的服裝便于穿脫假肢、矯形器等輔助工具，并且對于殘障部位有更好地遮掩性。

3給功能型服裝產品開發提出建議

3.1市場前景分析

通過對目前市場的查閱調查，我們了解到相對于建筑與工業設計領域中“無障礙設計“的良好發展，我國國內殘障者服裝的研究與開放尚處于初始階段，目前還沒有正式的企業在生產這類產品。作為世界上殘障者人數最多的國家，最大的消費國，殘障者服裝在國內卻有著較為空白的市場。

3.2市場空白的原因

一是思想因素，服裝設計師忽視了肢體殘障者著裝中障礙的存在和這一群體對于服裝的特殊需求，簡單的認為“無障礙設計”的設計理念只是與建筑及工業設計領域有關。

二是經濟因素，由于每一肢體殘障者的生理殘障都有所不同，不易進行成衣化生產，加之這一群體的經濟能力有限，因此經濟利益相對微薄，這成為肢體殘障者服裝設計與生產迄今不能發展的重要的客觀原因。

三是社會因素，殘障人群處于社會邊緣，經濟實力與社會地位都處于較低水平，他們的聲音微弱，因而在服裝發面的需求尚未引起社會的關注。

3.3行業發展建議

一是緊跟時代步伐，關注弱勢群體。服裝設計人員要在自己研究領域，盡自己所能為弱勢群體設計符合他們的服裝。

二是轉變開發理念，開拓殘疾人服裝市場。為了改變目前的現狀，這就要求專業人士的不斷的調查、研究和發掘，研發出既實用、成本又低的面料。

三是注重實際調查，優化產品元素。在目前僅限于理論的基礎上完成的設計及實驗，對于現階段是否可以統一對一定數量的肢體殘疾人進行訪問仍是需要解決的問題，所以根據結果及設計實驗，最終需建立一種完整的肢體殘疾人服裝的產品設計體系與模式。

參考文獻

[1]唐虹，沈曄.肢體障礙者服裝結構解析[J].紡織學報，2004，（4）.

[2]蘇丹，徐軍.殘疾人服裝設計與服裝人體工程學[J].陜西紡織，2005.

篇2

（1）我國機械電子系統的人工智能發展趨勢。人工智能對于機械電子領域可以說是比較新鮮的話題，在機械電子系統中加入人工智能將是我國未來的發展趨勢，人工智能的優勢是什么呢？其不僅可以對現有的機械電子提供更好的運行環境，還可以增加機械電子的準確性，人工智能對于機械電子的這兩點貢獻也是社會市場發展的必然趨勢，也就是說我國的機械電子要想在激烈的市場競爭中占有一席之地，必須要將人工智能納入未來發展的計劃中。

（2）我國機械電子系統的實時快速發展趨勢。市場的發展不僅需要機械電子具有較好的運行環境以及具備準確性，還需要機械電子系統具有實時快速的特性，在準確性的前提下還要把效率不斷地提高，在機械電子系統未來的發展中計算機的處理芯片的應用將會得到較大的推廣，因為這樣的處理芯片可以將機械電子系統中的信息傳遞的速度進一步地加強，可以大大提高其使用的效率。

篇3

篇4

A、隨機抽樣檢驗

B、定量抽樣檢驗

C、計量抽樣檢驗

D、定性抽樣檢驗

請選擇本題答案：

A

B

C

D

正確答案：C

2、（）是產品質量的體驗者。

A、生產者

B、銷售者

C、政府

D、消費者

請選擇本題答案：

A

B

C

D

正確答案：D

3、（）是實現人工智能的“引擎”。

A、數據

B、算法

C、計算能力

D、語音識別

請選擇本題答案：

A

B

C

D

正確答案：B

4、（）是與多個政府、醫院和學術機構合作研發的醫療AI系統。包括臨床醫學科研診斷平臺、醫療輔助檢測引擎、醫師能力培訓系統等。

A、騰訊AI醫學影像

B、騰訊AI輔助診斷

C、DoctorYou

D、“沃森醫生”

請選擇本題答案：

A

B

C

D

正確答案：C

5、2017年4月19日，（

）公布了開放自動駕駛技術的“阿波羅計劃”，向汽車行業以及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平臺，幫助他們結合車輛和硬件系統，快速搭建一套屬于自己的完整的自動駕駛系統。

A、百度

B、谷歌

C、阿里巴巴

D、騰訊

請選擇本題答案：

A

B

C

D

正確答案：A

6、根據本講，“我們教育對象的心靈，決不是一塊不毛之地，而是一片已經生長著美好思想道德萌芽的肥沃田地”由（）提出。

A、李鎮西

B、

C、汪新波

D、姚鴻昌

請選擇本題答案：

A

B

C

D

正確答案：A

7、根據本講，《愛的藝術》的作者是（）。

A、李鎮西

B、弗洛姆

C、汪新波

D、姚鴻昌

請選擇本題答案：

A

B

C

D

正確答案：B

8、根據本講，獲取信息技術中屬于點對點的是（）

A、拉技術

B、推技術

C、P2P

D、BT

請選擇本題答案：

A

B

C

D

正確答案：C

9、根據本講，三網合一不包括（）

A、因特網

B、廣播電視網

C、公共通信網

D、萬維網

請選擇本題答案：

A

B

C

D

正確答案：D

10、根據本講，在市場經濟問題上起作用的應該是（）

A、行政機制

B、行政管理

C、市場機制

D、行政執法

請選擇本題答案：

A

B

C

D

正確答案：C

11、國家利益的根本是（）

A、仁恕忠恕

B、均貧和寡安傾

C、修己以安百姓

D、愛人為本

請選擇本題答案：

A

B

C

D

正確答案：C

12、將一件事情相關的一些事寫到卡片上，將這些卡片進行歸類，這種方法叫做（）。

A、過程決策程序圖

B、親和圖

C、流程圖

D、網絡圖

請選擇本題答案：

A

B

C

D

正確答案：B

13、錢學森研究古代的（）文化后，形成三觀。

A、天地人

B、法學

C、儒學

D、老莊學說

請選擇本題答案：

A

B

C

D

正確答案：D

14、司法保護是保護知識產權的主要手段之一，下列各項中，屬于司法保護優點的是（）。

A、取證容易

B、成本低

C、賠償高

D、是最徹底、最嚴厲、最根本的保護手段

請選擇本題答案：

A

B

C

D

正確答案：D

15、下列有關知識產權的說法中，不正確的是（）。

A、知識產權是知識的法定權

B、知識產權是智力成果的法定權

C、知識產權并非知識的產業化

D、在知識產權制度下，智慧永遠重于知識

請選擇本題答案：

A

B

C

D

正確答案：A

16、易姓為代，傳統為朝出自（）。

A、《后漢書》

B、《文史通義》

C、《文心雕龍》

D、《漢書·藝文志》

請選擇本題答案：

A

B

C

D

正確答案：B

17、全面提供艾滋病檢測咨詢可及性和（

），最大限度發現感染者和減少傳播。

A、隨訪服務規范性

B、專業性

C、隨訪服務積極性

D、服務性

請選擇本題答案：

A

B

C

D

正確答案：A

18、5G應用創新層出不窮，（

）是5G業務應用創新的一個重要方向。

A、智慧醫療

B、科技醫療

C、居家醫療

D、以上都對

請選擇本題答案：

A

B

C

D

正確答案：A

19、本講從（

）兩方面分析企業質量成本戰略可以推動企業產品質量的提高。

A、質量

B、成本

C、質量、成本

D、以上都不對

請選擇本題答案：

A

B

C

D

正確答案：C

20、根據本講，質量成本統計分為（

）。

A、鑒定成本

B、預防成本

C、內部損失

D、以上都對

請選擇本題答案：

A

B

C

D

正確答案：D

21、根據本講，外部顯現損失包括（

）。

A、退貨

B、召回

C、保質期

D、以上都對

請選擇本題答案：

A

B

C

D

正確答案：D

22、根據本講，總質量成本包括（

）。

A、外部隱含損失

B、質量統計成本

C、質量統計成本，外部隱含損失

D、以上都不對

請選擇本題答案：

A

B

C

D

正確答案：C

23、根據本講，外部隱含損失包含（

），競爭對手分析。

A、客戶投訴分析

B、市場調查數據分析

C、外部質量損失的外延效果

D、以上都對

請選擇本題答案：

A

B

C

D

正確答案：D

24、根據本講，通過市場調查去了解到（

）。

A、客戶選擇別家的原因

B、客戶數量

C、商品質量

D、以上都對

請選擇本題答案：

A

B

C

D

正確答案：A

25、全民健康信息平臺的工作要與時俱進，不斷地適應（

）。

A、國家管理的要求

B、老百姓對健康期望的要求

C、國家管理的要求以及老百姓對健康期望的要求

D、以上都不對

請選擇本題答案：

A

B

C

D

正確答案：C

二、多項選擇題

1、澳大利亞醫生的考核標準包括（）。

A、創收多少

B、減少疾病

C、提高健康水平

D、患者滿意度

E、以上都是

請選擇本題答案：

A

B

C

D

E

正確答案：B,C

2、根據本講，根據美國的分類標準將版權產業分為（）四類。

A、核心類版權產業

B、部分版權產業

C、邊緣（發行）版權產業

D、交叉版權產業

E、是非專門的支持性產業

請選擇本題答案：

A

B

C

D

E

正確答案：A,B,C,D

3、根據本講，喚醒孩子、說服父母中的“四不”包括（）。

A、不抱怨

B、不溝通

C、不生氣

D、不指責

E、不嫉妒

請選擇本題答案：

A

B

C

D

E

正確答案：A,C,D,E

4、根據本講，錢學森的三觀具體包括（）。

A、系統觀、整體觀

B、道德觀、價值觀

C、思維觀、創新觀

D、意志觀

E、人生觀、幸福觀

請選擇本題答案：

A

B

C

D

E

正確答案：A,C,E

5、寧波家庭醫生制度的4大平臺包括（）。

A、運行平臺

B、服務平臺

C、支撐平臺

D、協作平臺

E、轉診分流平臺

請選擇本題答案：

A

B

C

D

E

正確答案：A,B,C,D

三、判斷題

1、《健康保險攜帶和責任法案》中提到，數據的源頭是直接為病人提供醫療服務的機構，例如醫院和醫生。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

2、2013年，國家標準化管理委員會印發《企業知識產權管理規范》，這是我國第一個關于企業知識產權管理的國家標準，也是全世界唯一一個企業知識產權管理的國家標準。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

3、本講提到，2013年以《人工智能給未來決策帶來的機遇及影響》為標志，英國政府開始重視大數據重大項目的研究與應用。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：B

4、范圍經濟意味著平均成本隨產出增加而減少。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：B

5、根據本講，域名屬于世界知識產權組織界定和承認的知識產權課題。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：B

6、根據本講，在大數據時代，數據可以產生價值，提升產業的競爭力。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

7、根據本課內容，壓抑不良情緒會損害健康，適當宣泄有助于舒緩情緒、減緩消極事件對人的消極影響。比如我們可以畫畫、寫作、大聲唱歌等。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

8、國際統計抽樣檢驗的發展由道奇和羅米格開始。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

9、健康扶貧是脫貧攻堅戰的一個重點。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

10、全民誠信化的缺失是企業自主創新和知識產權保護最嚴重的觀念障礙。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

11、災害衍生突發公共事件不是災害衛生應對的重點。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：B

12、根據本講，10月31日，5G套餐推出了。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

13、根據本講，烏鎮互聯網醫院，開啟互聯網醫院元年。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

14、根據本講，人工智能代表的機器人，可以幫助律師寫意見。

A、正確

B、錯誤

請選擇本題答案：

A

B

正確答案：A

15、根據本講，近年來，衛生健康信息化政策文件不斷出臺。

A、正確

B、錯誤

請選擇本題答案：

篇5

理想中的胖子“大白”負責個人健康監測，其實，這只是健康機器人領域的家用門類，它和醫用機器人一起，早已掀起投資者和開發者掘金的熱情，被視為未來“很有市場的產業”。

美國市場調查機構Winter Green Research預測，至2021年手術機器人和康復機器人的行業規模將分別達到200億美元和32億美元，年均復合增速暴漲至29.9%和46.6%，成為發展速度最高的子領域。其中，手術機器人將占60%左右的市場份額，未來市場中心將由北美逐漸往亞洲市場轉移。

人口老齡化的到來和二胎政策的放開帶動了中國醫療機器人的發展。醫療機器人或家庭機器人將承擔部分治療或陪伴的責任，緩解社會和老齡人的負擔和擔憂。

據全國老齡工作委員會辦公室的《中國老齡產業發展報告（2014）》，2013～2021年是“中國老年人口第一個成長高峰期”，每年亟須照顧護理的老人數量在增加，目前為1500萬人，2020年將達2500萬人， 2050年預計達4000萬人。特別是計劃生育形成“人口斷層”效應，未來每對夫婦將面對4個老人的日常照顧，其困難問題勢必不堪重負，原來家庭養老模式岌岌可危。

能否替代醫生？

這個熱點問題的本源是，人工智能能否替代人類？崔海龍是廣東德瀧智能科技有限公司的首席執行官，他個人的判斷是，人工智能可能在某些有規律的領域代替人做某些事。比如西醫有規則，教育也有規則，人工智能就可以代替其工作；而再比如藝術創作，它沒有規則，機器人就很難代替。

崔海龍的公司主要專注于家用和醫用的醫療器械研發生產與銷售。2015年，公司了首款德瀧智能健康機器人，中國版的“大白”閃亮登場。它們的核心價值是，通過將家用醫療器械整合，使客戶能夠用最少的費用享受最多的功能；特別是通過智能升級，使煩瑣的醫療器械使用起來更方便、更好用。

“健康醫療機器人的發明初衷可能不是為了取代醫生，而是為了彌補現有醫療模式下，特別是社區、家庭環節中醫療健康服務的相對缺失。” 崔海龍強調。

做醫生護士“不愿意做”和“做不了”的事情，應該成為對健康醫療機器人定位的認知。“不愿意做的”事情，比如醫生護士不愿意記錄健康數據。因為這是很繁雜的工作，健康記錄需要每星期、每個月都堅持做，才有效果。 “做不了”的事情，包括一些醫務垃圾的搬運。在國外，機器人在這些應用領域已經很成熟了。

從長遠看，崔海龍認為未來機器人最核心的應用應放在健康治療方面，包括做手術。但這也不意味著替代醫生，它也不可能。協助醫生來做治療方案，人與機器人互為補充，人機協作，是將來人和機器人“共事”的趨勢。

抱團取暖向世界出發

關鍵技術的創新和突破，決定了一個企業的制高點；企業間的抱團取暖，則能夠在中國機器人行業發展過程中形成“中國優勢”，推動中國民族品牌機器人技術和產品向世界出發。

“2015年世界機器人大會”在北京召開，國際市場見證了中國機器人的新技術和新產品，整個中國機器人行業上下游產業如何構筑出一個生態平臺被提上日程。

例如，在中國機器人品牌中，優必選的機器人平臺有可能會開放成一個應用商店（app store），蘿卜庫目前的一個主要方向就是構建機器人技術研究開發教育，以及投融資、機器人產品展示等一系列環節的生態圈平臺，這些都是企業給外部開放連接留下的接口，也是抱團取暖的基礎。當然，要獲得世界聲譽，關鍵還是要在某一細分領域做細做精。

中國首款智能健康機器人之父吳凱博士參加了廣東省科技廳主辦的中以生物技術對接會，并深有感觸。他驚奇地發現，以色列的企業家專注的內容非常的細，比如有一個企業家就只專注心衰病人，用手機來檢測心衰病人的聲音，判斷他當前心衰疾病的狀態；還有一個企業，專注于做抑郁癥病人個性化藥物的設置。所以，以色列生物技術的產業發展，形成了自己獨特的模式。中國有自己的國情和特色，但也需要借鑒這些產業發展得比較好的國家的一些經驗。

“Well！Great！”

篇6

現代設計方法是隨著當代科學技術的飛速發展和計算機技術的廣泛應用而在設計領域發展起來的一門新興的多元交叉學科。工程實際中還逐漸出現了許多新的設計思想和設計方法。隨著社會的發展、人們思想觀念的更新和科學技術的發展而提出，對節能、環保、改進產品性能和增加產品市場競爭能力等方面的重要性而受到越來越多的重視。傳統的設計運用力學和數學形成經驗作為設計的依據，通過經驗公式、近似系數或類比等方法進行設計。我們熟悉的優化設計、可靠性設計、計算機輔助設計、有限元法等,這些設計方法已經較為成熟,形成了完整的設計體系。機械優化設計是在進行某種機械產品設計時，根據規定的約束條件，優選設計參數，使某項或幾項設計指標獲得最優值。

它是以設計產品為目標的一個總的知識群體的統稱，提高設計質量和縮短設計周期，是為了適應市場劇烈競爭的需要，以及計算機在設計中的廣泛應用。60年代以來，在設計領域相繼誕生與發展的一系列新興學科的集成。產品設計的“最優值”或“最佳值”，系指在滿足多種設計目標和約束條件下所獲得的最令人滿意和最適宜的值。最優值的概念是相對的，隨著科學技術的發展及設計條件的變動，最優化的標準也將發生變化。這種選擇不僅保證多參數的組合方案滿足各種設計要求，而且又使設計指標達到最優值。由于傳統設計所用的計算方法和參考數據偏重于經驗的概括和總結，往往忽略了一些難解或非主要因素。在信息處理、參量統計和選取、經驗或狀態的存儲和調用等還沒有一個理想的有效方法，解算和繪圖也多用手工完成，這不僅影響設計速度和設計質量的提高，也難以做到精確和優化的效果。因此，求解優化設計問題就是一種用數學規劃理論和計算機自動選優技術來求解最優化的問題。優化設計反映了人們對客觀世界認識的深化，它要求人們根據事物的客觀規律，在一定的物質基礎和技術條件下，得出最優的設計方案。機械優化設計可解決設計方案參數的最佳選擇問題。

1 現代設計方法

1.1 創新設計

創新是設計的本質，隨著科學技術突飛猛進的發展，產品的市場競爭也日益激烈。們消費觀念不斷變化，產品的創新性，創新產品能滿足甚至創造出新的需求宜人性等因素愈來愈受到重視，大量科技成果轉化為生產力，在競爭中占據著突出地位。在這種形勢下，創新設計是產品適應新的市場形勢的最好途徑，因而必然有較強的市場競爭力。

1.2 智能設計

為了提高制造業對市場變化，在CIMS環境下，設計正在向集成化、自動化等方向發展。就必須大大加強設計專家與計算機工具，使計算機能在更大范圍內，這一人機結合的設計系統中機器的智能，更高水平上幫助或代替人類專家處理數據、信息與知識，大幅度提高設計自動化的水平。智能設計就是要研究如何提高人機系統中計算機的智能水平， 做出各種設計決策，使計算機更好地承擔設計中各種復雜任務，智能化是設計活動的顯著特點，也是走向設計自動化的重要途徑。

1.3 響應設計

隨著市場競爭的加劇，使得產品的更新換代不斷加快，市場壽命周期不斷縮短。現代科技的日新月異，建立快速捕捉市場動態需求信息的決策機制。實施快速響應設計技術，適應市場環境的變化，面對瞬息萬變的市場環境，用戶需求的轉移，增強企業市場競爭的有效途徑。更要求企業具有高度的靈敏性，不斷地迅速開發新產品，能抓稍縱即逝的機遇，變被動適應用戶，這樣才能保證企業在競爭中立于不敗之地。在這種時代背景下，市場競爭的焦點就轉移到速度上來，快速提高更高的性能/價格比產品的企業，將具有更高的競爭力。為提高快速響應能力，企業首先應當能迅速捕捉復雜多變的市場動態信息，并及時作出正確的預測和決策。

2 現代設計優化技術方法

2.1 現代方法與傳統方法比較

整個傳統設計的過程，參照同類產品，通過估算、經驗類比或試驗等方法來確定產品的初步設計方案，是人工試湊和定性分析比較的過程。機械產品的設計，一般需要經過需求分析、方案設計、分析計算、市場調查、結構設計、工程繪圖和編制技術文件等一系列工作過程。傳統設計方法通常是在調查分析的基礎上，優化設計理論的研究和應用實踐，從經驗、感性和類比為主的傳統設計方法過渡到科學、理性和立足于計算分析的現代設計方法，又能滿足生產的工藝性、使用的可靠性和安全性要求，使傳統設計方法發生了根本變革，機械產品設計正在逐步向自動化、集成化和智能化方向發展，按照傳統方法得出的設計方案，可能存在有較大改進和提高的余地。機械產品設計工作的任務就是使設計的產品既具有優良的技術性能指標，且消耗和成本最低等。根據經驗或直觀判斷對設計參數進行修改。但是由于傳統設計方法受到計算方法和手段等條件的限制，設計人員可以在有限的幾種合格設計方案中，這是很難找出最優設計方案的。

2.2 優化設計

隨著計算機及其計算技術的迅速發展，對結構的參數化模型進行加載與求解。工程設計中較復雜的一些優化問題取得了較好的技術和經濟效果，把狀態變量提取出來供優化處理器進行優化參數評價。促進了工程優化設計理論和方法的發展，并結合工程優化設計的特點，為以后軟件修正模型提供可能。如果最優，完成迭代，退出優化循環圈。利用CAE軟件的參數化建模功能，將要參與優化的數據定義為模型參數，重新投入循環，與上次循環提供的優化參數作比較之后確定該次循環目標函數是否達到了最小。在多目標優化，混合離散變量優化、模糊優化以及人工智能、神經網絡及遺傳算法，應用于優化設計等方面都獲得一些顯著的成果，已完成的優化循環和當前優化變量的狀態修正設計變量，逐步形成以計算機和優化技術為基礎的近代優化設計。

結論

從機械產品設計的全局來看，目前比較先進的優化設計，大多數還停留在設計方案后參數優化方面，面向產品設計，應將優化設計拓寬到機械設計產品的全生命周期過程，是適應機械產品設計。隨著CAD技術不斷地發展，現代科學技術支持下，現代機械先進優化設計技術將進行新一輪的發展。

參考文獻

[1]現代設計方法[M].武漢:武漢理工大學出版社，2001.

篇7

引言

上海世博會的口號是“城市，讓生活更美好”。隨著城市人口的增多，城市規模的逐漸擴大，一系列城市問題也紛至踏來：日益擁堵的交通、低效的城市管理方式、越來越少的資源、難以發揮實效的城市應急系統、遠未完善的環境監測體系等。當城市面臨這些挑戰時，須應用新的措施來應對。智慧城市建設，是人類從傳統農業社會到工業社會，再到后工業社會發展的必然產物，為未來城市發展提供了一種全新的模式。一、智慧城市的內涵

“智慧城市”的目標是建造城市的智能基礎設施，這就要推進實體基礎設施建設和信息基礎設施建設相結合，主要要求在城市經濟社會生活各領域充分利用新一代信息通信技術，最大限度地開發、整合和利用現有城市信息資源，為市民、企業和社會提供及時有效的服務，從而對于包括民生、環保、公共安全、城市服務、工商業活動在內的各種需求做出智能的響應，為人類創造更美好的城市生活，這樣可以提升城市運行管理能力和政府行政服務水平、改善居民生活質量、增強城市綜合競爭力和品牌影響力。通過智能的感測、分析、整合和處理，以更加機動和靈活的方式優化城市的各個方面，使城市變得“智慧”。

智慧城市是從信息化和關注人的價值角度出發，綜合城市發展規劃、城市運行管理、城市經濟社會發展，通過物聯網、云計算平臺，動態整合城市信息數據資源，連接物理城市與虛擬城市，構建智慧基礎沒施、智慧資源管理、智慧產業和智慧運行服務相結合的框架，建設信息化基礎設施完善、信息數據資源豐富、信息產業高度發達具有較強公眾意識的優秀城市形態。

二、建設智慧城市重要性

1、 智慧城市是城市發展的必然趨勢

據聯合國人居署《2008/2009世界城市狀況：和諧城市》報告：城市已經承載了全球50%的人口……至2050年全球城市化程度將達到70%。2011年，中國城市化水平達到50%，至2050年，將超過70%。城市品嘗著榮耀也咀嚼著詬病。傳統的“粗放型”、“外延型”的城市發展模式越來越顯示其弊端。智慧城市用虛擬網絡引導實體網絡，減少城市能源消耗，改善城市資源配置效果，減輕城市壓力，優化城市生活環境使城市由“粗放型”、“外延型”向“集約型”、“內涵式”模式轉變，給城市帶來巨大的發展紅利，是一條優化了的城市化道路。

2、智慧城市將催生新的“智慧產業”

智慧城市的建設離不開物聯網、云計算技術的支持。物聯網建設將帶動傳感器和數據采集與傳感、信息儲存和處理等服務產業發展。美國獨立市場調查研究機構曾預測，物聯網所帶來的產業價值將要比互聯網大很多，會形成一個超大億元規模的高科技市場。根據產業數據庫顯示，2008年，中國RFID產業市場規模達到65.8億元，2009年達107.77億元，2010年更是大幅度增長，根據預測，至2035年前后，中國傳感網絡終端將達到數千億元。這樣這一產業的得到極大發展，從而促進智慧城市的進程。

3、智慧城市能實現城市管理與運營的多贏

智慧城市的營建能優化城市管理、降低城市運營成本。“物聯網+互聯網”模式能及時準確地對城市管理和社會公共安全做出響應；智慧服務深入食品、醫療、教育、交通等領域，使公共服務如影相隨。智慧政府將更加強調人性化的服務，實現城市管理由“主體中心”向“客體中心”轉變。智慧城市使信息成為城市運營的新資源，使城市政府從管理到服務，從治理到運營，從零碎分割的局部應用到協同一體的平臺服務的三大跨越。智慧城市通過整合先進信息技術與先進管理理念，極大可能實現城市管理、城市服務、城市運營的多贏。

三、如何把握智慧城市的建設

“智慧城市”建設要把握好三大方面，即基礎設施、應用創新、產業發晨。

1、建設智慧城市的基礎設施

建設智慧的城市基礎設施有兩層含義．一是網絡等城市信息基礎設施要智慧。如：建設無線城市，推進三網融合，建設云計算中心，使城市信息基礎設施像使用水、電一樣方便快捷，滿足人們“即需即供”的需求。二是城市道路以及路燈、給排水管網、燃氣管網等市政設施需要智慧。道路能夠根據干燥度決定是否自動啟動灑水裝置，燃氣管道能夠探耐壓力等參數，當出現異常時自動關閉并通知維修以防爆裂。實際上，城市信息基礎設施應該作為城市基礎設施的一部分納入城市規劃建設范疇。

2、“智慧城市”的創新應用

利用物聯網、人工智能、信息傳輸與存儲等技術，在自動智能化融合，電子政務、社會信息化三大領域開展創新應用。

在自動智能化融合過程中，目標是提高工業生產自動化、智能化程度，開展工業物聯網應用推廣工作。將物聯網技術應用到生產過程控制、生產設備監控、產品質量溯源、企業節能減排和安全生產等領域，通過進料設備、生產設備、包裝設備等的聯網監控，實現工業自動智能化，提高企業生產效率，降低費用，在工業企業大力推廣無線網絡、傳感器、智能工業機器人等人工智能技術，將其應用到企業信息化服務平臺建設。

在建設電子政務時要體現智慧，在防災減災、食品安全等領域，加強電子政務信息共享和業務協同，在變通管理、公共安全、、安防安保等領域應用物聯網技術。將云計算技術應用于政府數據中心建設，作為承載大型電子政務信息系統的計算平臺。發展政府知識管理系統，提高公務員的業務水平和綜臺素質。發智慧政務系統，提高領導的決策能力，促進政府決策科學化。

在社會信息化領域，發展基于電子病歷的智能健康服務體系和遠程關愛系統。推廣電子學校、虛擬教室等來促進優質數字化教育資源共享，完善教育公共服務體系。開發智能住宅、智能家居系統和智能社區。建立高度開放的信息平臺，實現信息資源共享。

3、發展“智慧城市”相關產業

實踐證明明信息化發展水平的高低與信息產業發達程度成正相關。即一個地方的信息產業越發達，該地方的信息化發展水平往往越高。物聯網、人工智能、云計算等新一代信息技術產業是建設“智慧城市”的重要基礎。要建社“智慧城市”，必須重視發展新一代信息技術產業。使兩者形成良性互動。

各地要認真貫徹落實《國務院關于加快培育和發展戰略性新興產業的決定》，抓住機遇，加快培育和發展新一代信息技術產業。因地制宜，有選擇性地發展物聯網產業、云計算產業、三網融臺產業、移動互聯網產業以及支撐兩化融臺的生產業。

結語

智慧城市建設必然會改變城市人的生活和生產方式，對應對城市病，保障城市的可持續發展提供幫助。智慧城市建設需要技術和金融的創新，需要有統一的標準和完善的法規，更需要政府的引導和市場的主導。但是發展智慧城市要防止一哄而起，急于求成，炒作概念，特別是要防止把智慧城市作為一個筐，把一些無關的東西往里面裝，希望我們智慧城市的建設能夠健康可持續的發展。我們相信我們通過城市的智慧的發展，我們一定會迎來一個幸福城市、智慧城市、綠色城市和和諧城市。

參考文獻

【1】巫細波，楊再高.智慧城市理念與未來城市發展[J].城市發展研究,2010

篇8

聚類分析（cluster analysis）是根據事物本身的特性研究個體的一種方法，目的在于將相似的事物歸類。它的原則是同一類中的個體有較大的相似性，不同類的個體差異性很大。這種方法有三個特征：適用于沒有先驗知識的分類。如果沒有這些事先的經驗或一些國際、國內、行業標準，分類便會顯得隨意和主觀。這時只要設定比較完善的分類變量，就可以通過聚類分析法得到較為科學合理的類別；可以處理多個變量決定的分類。例如，要根據消費者購買量的大小進行分類比較容易，但如果在進行數據挖掘時，要求根據消費者的購買量、家庭收入、家庭支出、年齡等多個指標進行分類通常比較復雜，而聚類分析法可以解決這類問題；聚類分析法是一種探索性分析方法，能夠分析事物的內在特點和規律，并根據相似性原則對事物進行分組，是數據挖掘中常用的一種技術。

這種較成熟的統計學方法如果在市場分析中得到恰當的應用，必將改善市場營銷的效果，為企業決策提供有益的參考。其應用的步驟為：將市場分析中的問題轉化為聚類分析可以解決的問題，利用相關軟件（如SPSS、SAS等）求得結果，由專家解讀結果，并轉換為實際操作措施，從而提高企業利潤，降低企業成本。

聚類分析在客戶細分中的應用

消費同一種類的商品或服務時，不同的客戶有不同的消費特點，通過研究這些特點，企業可以制定出不同的營銷組合，從而獲取最大的消費者剩余，這就是客戶細分的主要目的。常用的客戶分類方法主要有三類：經驗描述法，由決策者根據經驗對客戶進行類別劃分；傳統統計法，根據客戶屬性特征的簡單統計來劃分客戶類別；非傳統統計方法，即基于人工智能技術的非數值方法。聚類分析法兼有后兩類方法的特點，能夠有效完成客戶細分的過程。

例如，客戶的購買動機一般由需要、認知、學習等內因和文化、社會、家庭、小群體、參考群體等外因共同決定。要按購買動機的不同來劃分客戶時，可以把前述因素作為分析變量，并將所有目標客戶每一個分析變量的指標值量化出來，再運用聚類分析法進行分類。在指標值量化時如果遇到一些定性的指標值，可以用一些定性數據定量化的方法加以轉化，如模糊評價法等。除此之外，可以將客戶滿意度水平和重復購買機會大小作為屬性進行分類；還可以在區分客戶之間差異性的問題上納入一套新的分類法，將客戶的差異性變量劃分為五類：產品利益、客戶之間的相互作用力、選擇障礙、議價能力和收益率，依據這些分析變量聚類得到的歸類，可以為企業制定營銷決策提供有益參考。

以上分析的共同點在于都是依據多個變量進行分類，這正好符合聚類分析法解決問題的特點；不同點在于從不同的角度尋求分析變量，為某一方面的決策提供參考，這正是聚類分析法在客戶細分問題中運用范圍廣的體現。

聚類分析在實驗市場選擇中的應用

實驗調查法是市場調查中一種有效的一手資料收集方法，主要用于市場銷售實驗，即所謂的市場測試。通過小規模的實驗性改變，以觀察客戶對產品或服務的反應，從而分析該改變是否值得在大范圍內推廣。

實驗調查法最常用的領域有：市場飽和度測試。市場飽和度反映市場的潛在購買力，是市場營銷戰略和策略決策的重要參考指標。企業通常通過將消費者購買產品或服務的各種決定因素（如價格等）降到最低限度的方法來測試市場飽和度。或者在出現滯銷時，企業投放類似的新產品或服務到特定的市場，以測試市場是否真正達到飽和，是否具有潛在的購買力。前述兩種措施由于利益和風險的原因，不可能在企業覆蓋的所有市場中實施，只能選擇合適的實驗市場和對照市場加以測試，得到近似的市場飽和度；產品的價格實驗。這種實驗往往將新定價的產品投放市場，對顧客的態度和反應進行測試，了解顧客對這種價格的是否接受或接受程度；新產品上市實驗。波士頓矩陣研究的企業產品生命周期圖表明，企業為了生存和發展往往要不斷開發新產品，并使之向明星產品和金牛產品順利過渡。然而新產品投放市場后的失敗率卻很高，大致為66%到90%。因而為了降低新產品的失敗率，在產品大規模上市前，運用實驗調查法對新產品的各方面（外觀設計、性能、廣告和推廣營銷組合等）進行實驗是非常有必要的。

在實驗調查方法中，最常用的是前后單組對比實驗、對照組對比實驗和前后對照組對比實驗。這些方法要求科學的選擇實驗和非實驗單位，即隨機選擇出的實驗單位和非實驗單位之間必須具備一定的可比性，兩類單位的主客觀條件應基本相同。

通過聚類分析，可將待選的實驗市場（商場、居民區、城市等）分成同質的幾類小組，在同一組內選擇實驗單位和非實驗單位，這樣便保證了這兩個單位之間具有了一定的可比性。聚類時，商店的規模、類型、設備狀況、所處的地段、管理水平等就是聚類的分析變量。聚類分析在抽樣方案設計中的應用

抽樣設計是市場調查中非常重要的一個部分，它的合理性直接決定了市場調查結果的可信度。在抽樣方案設計的步驟中，抽樣組織形式的選擇又是一個關鍵環節，它決定了樣本對總體的代表性的高低。依據抽樣誤差由低到高的順序排列，按照標志排隊的等距抽樣方式抽樣誤差最小，其次分別為分層抽樣、按照無關標志排隊的等距抽樣、簡單隨機抽樣、整群抽樣和非隨機抽樣。結合資源的限制和操作的方便性進行綜合選擇，分層抽樣在實踐中的應用最為廣泛。分層抽樣又稱類型抽樣，它是先將總體所有單位按照重要標志進行分組，然后在各組內按照簡單隨機抽樣或等距抽樣方式抽取樣本單位的一種抽樣方式。在分組時引入聚類方法，可以增強組別的合理性。

聚類分析在銷售片區確定中的應用

篇9

專業的知識產權機構能夠為企業建立強大的知識產權運營提供專業支持和服務，主要包括：

一、提供知識產權顧問

吸引業界的權威專家建立專家庫，各領域顧問發揮專業能力，針對企業特點對知識產權進行恰當保護，充分利用法律賦予的權利來維護權益。

1.輔導企業制定知識產權戰略和制度；

2.對知識產權戰略與發展提出專業意見和運作方案；

3.品牌營銷和技術研發前期調研及檢索、申請確權和維權工作的咨詢服務；

4.提供綜合運營法律建議和保證；

5.企業知識產權合同的草擬、談判、見證，知識產權其他業務的策劃與實施；

6.協助培訓專業人士，提高企業知識產權運營水平。

二、進行知識產權托管

托管服務是利用機構的專業平臺進行管理，使企業能夠從繁雜的知識產權管理工作中脫身出來，專心于企業經營和發展，以期獲得更大的受益和進步。

1.商標、專利、著作權行政程序及日常管理工作，包括對商標注冊公告的人工智能檢索、商標的續展、主要競爭對手商標情況的創新型監測；專利狀態監控及繳費提醒等；

2.訴訟與打假；

3.知識產權委托交易。

三、知識產權運營

知識產權運營并不是僅僅為了獲得權利而去申請、僅注重數量而忽視質量，需要企業從經營的戰略高度來謀劃和布局，而這些工作恰恰是知識產權專業法律服務所能提供支持的重點，主要包括以下四個方面的工作：

1.戰略性研發和部署，這是企業知識產權工作的重點和龍頭

在技術方面，將研發和專利結合起來，善于利用現有的專利技術，站在巨人的肩膀上研發，不僅降低研發風險和費用，還利于突破行業技術壁壘、確定技術優勢。在品牌方面，將品牌策劃和商標的保護結合起來，組織申請多個近似商標形成“立體防護體系”并按照市場布局進行廣泛注冊。在創新中進行知識產權定位，是根據知識產權質量不高這一普遍問題進行的建議。

2.申請確權，合法管理

品牌方面，包含商標的組合注冊和廣泛注冊。根據品牌經營與發展前景，考慮多類別的注冊及海外注冊。注冊不能僅考慮自己的行業特點，還要進行保護性注冊。

技術和產品方面，除了專利的布局外，還包括合理公開以限制他人形成專利壁壘和利用技術秘密來保護核心技術。

對于市場壽命長、價值大的外觀設計等作品，申請著作權登記，以獲得較長的保護期限。

3.監控及維權

建立自己的知識產權監控體系，通過監控，及時發現侵權和不正當競爭，采取適時、適當的手段制止和打擊，保護自己的合法權益。

在國際經濟一體化的步伐日益加快的今天，企業視野拓展到全球，企業全球化競爭集中體現為技術的競爭。為此，每個有全球戰略遠見的企業都應該從自身資源配置出發，制定和實施競爭對手知識產權保護跟蹤制度，以跟蹤最新技術發展，了解新技術的發展趨勢，保持競爭優勢，以及及時發現競爭對手的知識產權動向，防止及制止、打擊其侵權行為。

將本行業內排名前十位的公司皆列入跟蹤范圍，主要跟蹤其商標、專利、著作權及侵犯他人商業秘密行為。由法務部或專門的知識產權部門跟蹤監控競爭對手的商標注冊、續展、使用、爭議及訴訟等情況；跟蹤監控競爭對手的專利申請、授權、轉讓、實施等情況；跟蹤監控競爭對手的著作權登記等情況；跟蹤監控競爭對手的侵犯他人商業秘密案件的相關制裁、訴訟等情況。

確定競爭對手專利分析、新技術專利分析、專利技術商品化與產業化分析等檢索目的，制定國家或者地區別、專利類型、時間區間、國際分類等檢索范圍，使用現有各國專利與商標局所提供專利數據庫、商用專利數據庫、Google Patent等檢索工具，采用主客觀結合的檢索方法，以不同文字與圖表呈現分析呈現檢索結果；定期調查美國及歐盟早期公開專利，從發明人、專利人、優先權信息、專利家族等方面進行監控；定期調查國內早期公開專利，從公司名或者發明人等方面進行監控；結合上述兩者信息，定期更新公司內部專利監視數據庫。

將公司和競爭對手需要監控的著作權登記作品列出清單，交給業務部進行市場跟蹤調查；

將市場收集信息進行整理分析，根據分析結果提訟等處理措施。

由業務部門收集競爭對手的商標使用產品類別、市場占有率等資訊；收集競爭對手的專利產品的銷售、使用等資訊；收集競爭對手的著作權登記作品的使用情況；收集競爭對手侵犯他人商業秘密案件的相關制裁執行、市場反應等資訊。

定期收集競爭對手的專利產品的銷售、使用等資訊和本公司的專利被假冒等資訊；依需求，自動傳遞所訂閱之數據庫基本數據（包括專利號、摘要圖示、自動技術分類、自動功效分類等）和業務部從市場收集的資訊給特定群組技術人員分析處理。

定期收集競爭對手的專利產品的銷售、使用等資訊和本公司的專利被假冒等資訊；依需求，自動傳遞所訂閱之數據庫基本數據（包括專利號、摘要圖示、自動技術分類、自動功效分類等）和業務部從市場收集的資訊給特定群組技術人員分析處理。

收集競爭對手的著作權登記作品的使用情況以及侵犯他人著作權等資訊；

法務部將收集的競爭對手侵犯他人商業秘密等案件處理需要進行市場調查的項目交給業務部；

業務部進行市場調查，收集競爭對手侵犯他人商業秘密案件的相關制裁執行、市場反應等資訊。

篇10

1企業薪酬管理現狀分析

(1)企業薪酬管理規定。目前，我國大多數企業都采用獨立的固定資本、工資指導線制度、補充分配法;主要生產崗位實行特殊工作津貼制度;技能、專業人員實行其他主要激勵措施，對關鍵專業人員實行獎勵措施。大多數企業將薪酬制度與基本薪酬、崗位薪酬和績效薪酬相結合。雖然薪酬管理制度不斷完善，但許多企業并沒有全面的實施。總體而言，現代企業的薪資管理理念缺失，忽視對核心人才的有效管理，給公司人員流動和留住人才造成嚴重困難，對薪酬管理缺乏戰略思考;許多企業在建立薪酬管理制度時沒有將其納入企業發展戰略，致使薪酬管理制度無法運行，未對發展戰略服務，薪酬結構不合理過于統一，缺乏專業的管理人才;員工薪酬調整沒有科學依據，評價是基于管理人員的一種感覺，即工作人員對其職位的未來沒有明確的立場，這很容易造成不確定性和不公正感，從而降低工作的積極性和創造性。(2)薪酬管理迫切需要大數據采集技術。企業薪酬管理涉及每個員工的個人利益，應根據企業的長遠發展和員工的實時動態利益，但是當前薪酬改革的重點仍然是薪酬的落實和企業薪酬制度的完善。國內競爭、激勵措施和勞動管理機制等因素導致了薪酬管理的多元化。停留在這個時代背景下，我們需要更先進的科技手段———大數據技術。使用先進的大數據技術調整薪酬，進行數據采集，保證關鍵技術一致性，建設基本模型，監測預警數據，進行信息分析，建立薪酬管理系統，為薪酬管理提供更好的技術支持。雖然薪酬管理制度在不斷完善，但是很多企業運作不好。國內企業的薪酬管理起步較晚，許多企業制定并實施了薪酬管理，實施工作卻不規范，薪酬管理在人力資源領域沒有得到充分落實。過去企業薪酬管理部門普遍存在的問題包括:①缺乏內部靈活性;②受到員工主觀意愿影響，缺乏公正性和客觀性;③制度不能有效實施，不能有效激勵員工。

2運用高科技手段進行薪酬管理的重要性

薪酬管理作為人力資源管理的重要組成部分，也是企業戰略實施的重要組成部分，使用了數據技術，收集了大量的數據，這些數據從實際中獲取是可靠的，并且能夠減少遺漏數據，可以從不同的來源測量，從不同的角度來看，任何必要的數據都可以很容易地獲得、分析和應用于各種目的。運用數字化手段幫助企業提高管理效率，充分滿足人力資源管理信息化的需要，提高各部門的績效，解放勞動力，降低間接成本。［1］

3數據時代企業管理薪酬的機會和能力挑戰

當人工智能、互聯網+和大量的數據繼續傳播。建立新的數據處理模型和應用工具，企業薪酬管理面臨的挑戰:(1)隨著大量的數據流席卷，員工獲取信息的渠道多元化，企業內外的信息傳播更加廣泛快速透明，員工和企業薪酬體系對商業信息的準確性要求更高。現行薪酬制度很難滿足職工們的要求。因此，對企業薪酬管理的要求有所提高。(2)數據周期長造成信息冗余，薪酬管理設計系統中需要考慮的因素也比較復雜。工作管理、薪資數據處理、薪資系統設計會增加難度。然而，大量的數據給企業的薪酬管理帶來了挑戰，為企業提供了新的發展機遇。(1)大量數據出現信息冗余的同一時間，企業可以更加全面地獲取外部信息分析內外部環境，了解薪酬市場情況。(2)增強型的數據處理軟件被獲取，幫助企業走出困境，應用程序的定量數據顯示了對工作人員的實際需求，這將有助于建立更公平的薪酬制度。(3)從大數據中獲取的信息、資源和科技創新等這些變化迫使企業改變傳統的薪酬管理理念，這種模式是管理改革和制度創新的良好工具，給予改制合適的時機。

4大數據處理技術在薪酬管理中的新應用

(1)順應大數據時代潮流，抓住機遇。大數據時代的到來為企業的發展帶來了新的機遇，大數據在帶來信息技術難題的同時，也為企業提供了機遇，使得行業可以獲得更好的外部信息，更全面地分析內外部條件，了解薪酬市場。大量的數據調動了各種數據處理程序，可以提高企業的工作效率。大數據的使用為建立公平的薪酬制度提供了科學依據。(2)迎接數據收集和處理時代的挑戰，確保數據使用的靈活性。利用大量數據建立可靠的薪酬管理數據庫，企業可以利用AI技術或云計算技術幫助收集處理外部薪酬市場的信息，以及內部員工數據，并協助分類、計算、歸檔等任務，建立數據庫，開發薪酬系統，進行薪酬管理、反饋等，使企業的薪酬管理數據更加準確，以提高薪酬管理的公平性和效率。利用數據分析建立有效的社會保障體系。企業可以根據應用程序，利用數據分析和數據計算建立公司的社交平臺。可以對員工的消費能力、消費偏好、工作狀態等信息進一步分析，為建立更加有效的社會保障體系奠定堅實的基礎。讓員工從企業中獲得福利待遇，感受企業關懷，最終改善員工狀況。激發員工的團結精神和工作熱情，達到薪酬獎勵的激勵目標。利用大量的數據網絡可以幫助企業提高薪酬管理水平。企業可以完善薪酬管理制度，規范管理制度和程序，改進傳統薪酬管理方式。運用大量的數據制定科學合理的評價標準和模型確保內部公平;通過網絡信息的獲取，充分利用現有的市場薪酬調查數據信息，通過科學的分類統計、智能薪酬計算等技術，建立合理的薪酬定價，以使企業的薪酬具有外部的競爭能力，勞動力數據庫云計算和數據處理服務可以幫助企業分析當前的薪酬結構和水平，確定科學規劃的方向;實時監控市場數據和情報，預測企業實力，實現企業內部需求，提高企業的競爭優勢。

5薪酬管理與大數據有機結合的新方法

海量數據為不同行業提供了新的機遇，公司薪酬管理面臨挑戰，應該迅速抓住機遇，迎接挑戰，尋找新的方法將大量的數據有機地結合起來，從而生成更多的有效數據幫助企業更好地發展創造。因此主要討論以下三個問題。(1)利用大量數據建立有效的薪酬管理數據庫體系。企業可以使用人工智能協助收集和處理企業外部薪酬的市場數據環境信息和內部員工薪酬并完成分類核算歸檔等工作，建立薪酬制度設計，薪酬管理以及迅速反饋等工作資料，是完善企業薪酬管理的基礎，增強薪酬管理的數據依賴性、公平性和可訪問性效果。與此同時，信息處理變得越來越復雜，通過這些措施可以提高管理效率。(2)基于數據分析實現福利分配系統。企業可以通過數據分析和公司內部社交平臺的建立，計算并了解員工的消費能力、消費偏好，進一步分析建立更加有效的企業社會福利和保障體系，滿足員工的需求，為員工的實際需要提供堅實的基礎。保障企業福利，關愛企業職工，最后提高工人的積極性與向心力，爭取到薪酬的補助項目。［2］(3)利用大量數據幫助企業提高薪酬管理水平，規范管理制度和管理程序，完善傳統薪酬管理體系。有了大量的數據支持，人工智能可以提供不同的薪酬策略輔助決策方案，提高了決策過程的效率和有效性。通過海量實際數據建立標準和模型評估，并通過工作分析和工作評估減少管理人員的工作量，有效避免重復主觀和非主觀隨意，保證互聯網和大數據融為一體，填寫薪酬市場調查信息與數據共享，采用智能分類統計，智能計算薪酬，確定合理的薪酬定價，使企業不用支付額外的勞動報酬;通過數據處理服務審查目前的薪酬結構和水平，以確定其是否合理并進行安全引導科學規劃，最終幫助企業調整薪酬構成、規模、薪酬水平等。相關薪酬政策有了大量的智能數據工具做支持，對市場數據可以持續更新，基于企業實力和內部需求的智能預測，努力平衡控制薪酬支出，實現企業的戰略目標和競爭優勢。基于大量的數據，對薪酬管理部門的各個環節都會有所影響，從而改善整體薪酬管理效率。

6對大數據使用的限制

(1)企業前期的投資較大。使用大數據技術管理企業的薪酬，需要專業的軟件和技術，企業可以開發或購買技術，但這不是一筆小的投資。對于小企業或者資本公積不足的企業，很難負擔得起這些技術。即使從長遠來看，這些投資最終會節省大量人力資源，但也會投入大量人力資源。由于投資周期長，風險大，很多企業依然處于等待觀望的狀態。(2)數據收集和處理過程存在阻力和信息失真。當使用大量數據時會存在一些信息障礙，使得人們很難避免惡意和錯誤的行為，信息被摻假，數據的質量得不到保證。在數據處理方面，人工智能的智力水平還沒有達到足夠的標準，因此，數據分析的準確性還有待提高，薪酬制度的公平性沒有得到保障。(3)數據泄露的風險。數據資源屬于核心資源組織，管理、保密和防止數據資源流失都十分關鍵，否則將給企業造成較大的損失。如果與薪酬管理相關的數據丟失，企業可能面臨薪酬管理不善的問題，數據管理者必須重新設計系統，再次導入管理數據。因此，這很可能會影響薪酬制度的主要工作，增強了員工的負面情緒，造成企業內部混亂，導致外部競爭力喪失。［3］

7薪酬管理存在的問題及優化對策薪酬管理存在的問題。

7.1現代薪酬管理的理念尚未完全落實

企業現代薪酬管理尚未實現的其中一個原因是，支付薪酬的管理人員忽視了善治和核心人才的價值。企業管理層由于個人素質和知識的差異，對薪酬管理的重視不夠，缺乏現代薪酬管理理念，薪酬管理的方法和技術匱乏，缺乏相關的工作人員，需要大數據技術的專家建議。管理人員的薪酬管理淡化，不了解薪酬理念對公司人才引進有很大影響，這就導致公司優秀的員工大量流失。

7.2缺乏支付動力

企業的薪酬管理不是基于工作性質和工作場所的差異。工作內容和結果確定合理的職工工作薪酬標準，而個人成功和貢獻的大小不能有效體現，激勵動機缺乏，共同的施加力度不足，從而大大降低了激勵薪酬的時效期限，對員工是一個很大的影響。缺乏科學有效的激勵機制，阻礙了職工從這些措施中獲益，無法開發出員工的潛力，對企業來說也不會有最大的價值。

7.3在確定薪酬時缺乏戰略思維

制定激勵機制未結合全面的企業發展戰略。企業實行動態獎勵制度，許多中小企業在建立薪酬管理制度時沒有企業發展戰略，包括沒有在薪酬管理制度的基礎上為企業發展戰略服務。薪酬計劃不是全體性簡單的發放，這會降低薪酬政策在支持企業發展戰略方面的效用。

7.4薪酬結構缺乏合理性和公平性

許多中小企業沒有薪酬制，薪酬結構過于統一，沒有薪酬管理專家，薪酬調整缺乏科學依據，對員工的考核僅憑感覺，主要取決于老板一人，導致崗位的績效考核、薪酬待遇和薪酬結構層次性不強，不同崗位之間的薪酬差距不大。薪酬增長預測的不確定性使工人感到不公平，阻礙了員工的積極性和創造性。由此提出以下對策。

7.4.1轉變薪酬觀念制定薪酬策略中小企業需要完善現代薪酬管理理念，繼續導入優化現代管理方式和技術，由企業尋求的大數據技術專家提供建議。此外，還需要大幅度提高以人力資本為導向的薪酬水平戰略眼光。企業的薪酬體系應著眼于實現有效的戰略性薪酬管理，大膽采用大數據高新技術提升關鍵部門的競爭力，確保企業可持續的長期發展。

7.4.2建立以人為本的薪酬管理體系需要轉變企業管理人員的態度，關注企業員工的個人利益，企業的薪酬管理必須以人力資本為基礎，協調多種獎勵相結合的有效激勵機制。高級領導和基礎技術骨干可以利用股權、分工等激勵措施，為企業優秀的人才分享利潤，密切協調個人和公司的利益，更加積極主動地為企業服務。

7.4.3薪酬結構持續改善薪酬結構應符合企業人事管理的思維方式，要求和企業組織結構、人員配置和工作流程評估結合。企業必須依托海量數據制定完善的薪酬體系，并確定一個完整的薪酬職級職等表。不同崗位的員工之間存在差異，員工技能的培養也存在差異。因此需要靈活運用大數據技術，通過個人差異化實現員工的能力成長。完善勞動報酬制度和薪酬結構，重視員工個人發展，鼓勵個人提高工作效率，吸引高層次人才，減少人才流失。憑借大數據技術塑造的健康薪酬結構能激發員工的積極性，開展良性競爭，提高企業的核心競爭力，鼓勵員工更好地為企業服務。

篇11

1智能化技術在招標評標管理中的作用

1.1提升招投標管理工作效率

智能化技術在招標評標管理工作中具有重要作用。大量的企業信息、企業的經營狀況和設施條件等，都是評標的基本要素，但是人為管理不能將重要的信息提煉出來，企業的優勢也沒有被挖掘。大量的工作會給工作人員造成壓力，而且工作質量和進度也無法保證。應用智能化信息技術會建立完整的信息系統，將各企業信息基本概況清晰體現，將企業的綜合水平進行智能分析，各類項目獨立運行，保證了項目的獨立和可協調。系統的運行有良好的設計，在輸入正確的工作指令后，系統會自動進入工作流程，將各項工作任務有序進行。對于管理工作的效率和質量都得到了很好的保障，使招投標管理工作順利實施。

1.2提升招投標管理工作的專業技術手段

智能化技術還提升了招投標管理工作的專業手段。在工程項目招投標工作中，會涉及到重要的工作內容和人員組織安排，為保證招投標工作良好運轉，采取智能化技術將人員組織優化，將企業資源良好配置，減輕了人力資源管理工作人員的負擔。另外，智能化技術能將企業的各項數據進行管理分析，并將市場環境進行測評，使市場價格清晰展現，并有效預測價格變動情況，為企業提供了很好的決策依據。智能信息系統對于招標企業的招標要求可以清晰的展現出來，突出招標核心要素，將工程的質量要求、工期要求以及技術要求等有詳細的標準，為投標企業提供更具體、更準確的信息，并為企業的招投標管理工作提供專業的技術保證。

1.3降低招投標管理工作的成本風險

智能化技術不僅提升了招投標管理工作的效率和技術，還有效降低了管理工作的成本風險，減少成本的投入。在工程中涉及到材料選擇以及機械設備選用等，工作人員需要了解市場環境，選取優質的工程材料，這會花費相關工作人員大量的時間和精力，給項目的進度和成本帶來風險。而智能化技術系統會收集市場上的大量信息，將材料的價格、材質以及合格證書等充分展示，并將各種信息進行對比，使信息在網絡平臺上公示。將各資源信息進行共享，企業會以科學的信息為依據，合理選擇施工材料以及進場設備等，從而降低工程成本風險，并為工程的質量提供保障，節約了工作人員市場調查的時間，將繁重的工作自動化進行，有助于招投標工作科學管理。

2智能化技術在招標評標管理中的應用

2.1對企業的經濟情況進行評估

項目投資管理是企業重要的管理任務，投資金額的大小需要多種因素來決定，如何將投資資金合理控制，并保證企業利益最優化是管理者最關心的問題。在企業經濟狀況評估中應用智能化技術，對于招標單位來說，智能信息系統可以將企業的經濟情況進行分析，將各部分項目的資金投入結合企業需求和實際情況進行預估，幫助企業控制成本的投入。同時，智能信息系統擁有強大的信息儲存與收集功能，可以找到類似的工程，將成功的工程案例作為依據，幫助企業決策者更好地分析投資問題，并吸取成功經驗，針對企業自身情況，不斷優化投資工作，有效控制成本。對于投標單位來說，將自身的實力通過智能信息網進行公布，展現出企業的經濟地位，并吸引眾多招標企業的注意，有效提升企業的效益，為企業帶來工作機會。在信息網絡上，各投標企業的經營效果充分體現，供招標方更好選擇，有利于提升企業的發展動力，并吸取經營效益良好企業的工作經驗和工作方法，幫助企業自身成長和完善[1]。

2.2對企業的技術實力進行測評

工程中的技術手段也是重要的管理項目，對于項目的完成質量，施工技術是重要的影響因素之一。對于專業的技術工作，不僅要有專業的理論知識，還要有高超的操作能力，才會保證施工項目的有效完成。在大型的工程項目中會涉及到多種復雜的技術工作，需要成熟的工程技術人員研究專業性強的操作，以保證施工的質量。而智能化技術手段可以幫助施工人員學習先進的技術方法，并將類似的工程技術進行收集歸納，為施工技術人員提供有效平臺和學習資源，有利于施工單位提高項目質量，節約大量的試驗時間，保證技術的效果，并提升施工的成功率，為工程安全提供保障。另外，招標企業在選擇施工企業時應考慮企業的技術水平，將技術水平作為企業評標依據之一。但是傳統的調查方法不能很好地檢測企業的能力，導致調查結果沒有較高的利用價值。智能化管理系統將各投標企業的技術水平進行了很好的分析和對比，將企業成功的技術案例表現出來，并將施工技術等級進行測評，有利于招標企業選擇最適合的企業，提升工作準確率[2]。

2.3對項目的風險預測合理評估

工程施工中涉及到多種風險的控制和管理，在施工進度上涉及到進度風險管理，在成本投資上需要對成本風險進行控制，而在工程質量上需要隨質量風險進行管理等。而繁重的管理工作需要健全的管理體系和先進的管理技術手段來支持，這時智能化管理技術就突顯了很大的優勢。智能系統通過對各項資源信息進行分析，將工程的材料、人員以及設備進行整合，利用大數據分析系統將各項工程風險項目進行預測，將風險原因以及風險項目清晰展現，給工作人員帶來提示。另外，對于項目的風險，系統也會進行分析，將控制風險的成功案例或方法進行歸納，為工作人員提供有效降低風險的辦法，使工程順利實施。幫助工作人員及時發現工作中的問題，避免了在重要環節中出現紕漏，影響工程進度[3]。

3總結

綜上所述，智能化技術的應用對企業招標評標管理工作有重要作用。隨著科技不斷發展，利用智能化技術手段可以幫助招投標管理工作提升工作效率和效果。所以，應重視智能化技術的應用，通過智能化技術手段將參與投標的企業經濟狀況、技術水平以及投標風險全面展現，幫助招標企業選擇最優的實施隊伍，提升企業效益。

參考文獻

［1］王海濤.智能化信息系統在建設工程招投標管理中的應用研究[J].信息記錄材料，2019，20(11)：202-203.

篇12

有觀點認為，科學家與社會的關系，是觀察和研究產業形態的最有效、最便捷的線索。而科學家能否實現自我價值，取決于他在產業中的實際參與度。

識時務者為俊杰，面對了無興奮點的微軟，借著互聯網大潮勃發的百度，自然成了張亞勤才智和社會對話的最佳窗口。

在象征團圓幸福的中秋月夜，微軟中國公司卻失去了最沉甸甸的一環。

9月8日，微軟中國公司消息，證實微軟全球資深副總裁、微軟亞太研發集團主席張亞勤博士因個人原因辭職，正式結束他在微軟長達16年的職業長跑。

有人歡喜有人愁。就在微軟低調處理張亞勤離職的同時，百度公司在9月10日高調宣布張亞勤加盟，并表示他將出任公司總裁，負責新興業務的開拓，在工作上直接向百度創始人、公司CEO李彥宏匯報。此前，百度總裁一職一直由李彥宏兼任，張亞勤到來后，將成為百度史上首位專職總裁。有分析指出，這體現出了李彥宏對其山西老鄉的高度仰仗和十足信任。

耐人尋味的是，張亞勤最后一次以微軟身份公開露面的場合，是參加百度9月3日舉辦的“百度大會”。還讓人感到詫異的一個細節是，在主論壇結束后，張亞勤一般會離座而去。但這次他不僅留了下來，還在百度智能硬件“百度筷搜”展區體驗產品后才“閃人”。

熟悉張亞勤的人都知道，他為人謙遜穩重，溫厚隨和，遇事低調不喜張揚。因此，張亞勤或許主觀上不希望自己成為中秋節期間的“頭條新聞人物”，但是，無論是他已經步出的微軟，還是即將加盟的百度，都是被貼上了時代標簽的標志性公司：前者貴為PC時代統治全球的軟件巨頭，如今卻在互聯網的競爭中難覓出路；后者則憑借手中握有中國互聯網搜索市場的絕對份額，成為中國互聯網BAT三巨頭之一。因此，張亞勤在兩家公司間的一出一進，更多地被解讀為IT產業正在從PC時代向互聯網時代更替的最佳注解。

這樣的觀點在一定程度上得到了張亞勤的認同。他在就加盟百度一事的回應中，指出現在是“互聯網產業的關鍵轉折時期”。而向來喜歡“追求下一個興奮點”的張亞勤，不愿意錯過時代帶來的又一次稍縱即逝的機會。

第一章 山西走出的“天才少年”

12歲的大學生

1966年1月，張亞勤出生在山西太原的一個知識分子家庭。雖然當時全國上下都正深深卷入了那場動搖國家根本的10年政治大浩劫之中，他的天賦仍然在殘缺破敗的教育體制中得到了突顯。

在有關張亞勤的個人傳記中寫道：張亞勤3歲識字，5歲開始讀書，連連跳級后，9歲時小學畢業。這一年，他在太原市舉行的一場演出活動中被選去說相聲，沒花多少工夫就記住了相聲臺詞，然后非常出色地完成表演，引來臺下掌聲雷動。當地報紙專門報道了這一事情，過目不忘的“天才少年”張亞勤開始為越來越多的人知道。

張亞勤中學就讀于太原西山礦務局第二中學，還在初一時期，他看到數學老師有一本關于三角函數的參考資料。三角函數在當時是高中數學內容，但張亞勤立即對這本書產生了強烈興趣，他向老師提出請求借回家看看。10余天后，在還書給老師的同時，張亞勤還告訴對方自己把書中習題都做了一遍。頓時，教研室里的數學老師們都聚攏過來，有位老師不太相信，當場出了三道難題讓張亞勤現場演算，他都正確地給出了答案。

一個剛剛進入初一的9歲小孩，在短時間內無師自通地學完一本高中數學教材，并正確做完所有習題，其才能無不讓數學老師們刮目相看。因為學識超前，張亞勤在初中只讀了1年多一點，就直接參加了初中升高中的考試，他仍拿到了全部考生中的最高分。

1977年，張亞勤進入高中后不久，國家恢復高考制度。也是在這一年的12月，一個叫寧鉑的“天才少年”深深地影響了張亞勤，進而改變了他的命運。

在第一屆高考中，13歲的寧鉑取得了優異成績，被中國科技大學破格錄取。寧鉑“13歲上大學”的消息，在國家發出“向科學進軍”號召的背景下，通過《光明日報》的報道迅速在全國傳播開來，也嚴重刺激了張亞勤。

得知寧鉑消息的第二天，他對媽媽說：“我也要考中國科技大學！”可這時候距離高考只有半年時間，并且，要參加高考，意味著他必須現在就得進入高二尖子班，用最短的時間完成高中的所有學業。

頂著人們懷疑的目光，張亞勤以每天學習近20個小時的超常毅力，硬是在短短一個月內，啃完了高中兩年的課程，成功升入高二尖子班，迎接高考。

1978年7月，12歲的張亞勤參加了全國第二屆高考，但他的成績比當年中國科技大學在山西的錄取線低了10分。雖然因此沒有被中國科技大學正式錄取，他在兩周后，在與其他1200名優秀學生共同參加的獨立于高考之外的招生考試中，卻因為優異成績拿到了“中國科技大學少年班”的錄取通知書。他也就成了比寧鉑還小1歲的“中國最小年齡大學生”。張亞勤后來還知道，他是該屆少年班中唯一數學成績得滿分的學生。

此后8年，張亞勤先后順利拿到了中科大的電氣工程本科和無線電電子工程碩士文憑，這時的他，要朝著更高遠的目標前進。

全世界的財富

1986年9月，20歲的張亞勤接受了闊頻通信領域鼻祖之一的皮克?霍茲教授的邀請，來到了美國喬治?華盛頓大學，并拜在后者門下攻讀電子工程博士學位。

經過刻苦攻讀，張亞勤以優秀成績完成了全部課程，通過了高層次科學研究的嚴格訓練。1989年，他遞交了喬治?華盛頓大學電子工程系唯一的滿分博士論文，23歲的他獲得了電子工程博士學位。而在此之前，他發表了多篇高質量論文，而且都是該領域具有領先水平的課題。

經過皮克?霍茲教授的推薦，張亞勤進入美國當時第二大電信公司GTE研究中心工作。在接下來的5年里，他全身心地投入數字視頻的傳輸和通信研究領域，并成為這一領域出類拔萃的專家，他先后在世界著名雜志上發表150余篇視頻壓縮、數字電視、數字電話等電子工程方面的論文，其中有35篇論文在世界權威雜志上發表。

1995年，張亞勤來到有“世界電子技術的搖籃”之稱的新澤西州桑納福多媒體研究院從事高科技研究工作。在這里，張亞勤先擔任部門主管，兩年后被提升為公司多媒體技術實驗室主任，領導近百名美國計算機專家。

作為實驗室主任，他負責領導和監督實驗室下屬的數字電話、數字電視（DTV）多媒體工作網和多媒體信息系統三個部門的科研開發工作，以及數字電視、多媒體軟件、市場營銷和產品商業化，甚至延伸到了創業公司上市等多方面的工作。

在此期間，張亞勤和同事們創造了一種新的國際標準――動畫專家組（MPEG）標準的關鍵成分的算法，使得“廣播電視和網絡應用的數字圖象壓縮與處理發生了戲劇般的進展”，開拓了一個嶄新的具有巨大市場潛力的高科研領域。同時，他在視頻壓縮、交互式電視、多媒體通信、桌上可視電話等方面已取得20多項專利技術。他關于“對遠期電視電話編碼標準的建議”和“全球動態判斷和補償計劃”等50多項技術對修改國際標準等作出了貢獻。

由于張亞勤在數字影像（Digital Video）技術方面的突出研究成果和在通信技術領域的發明與領導作用，他榮獲美國新澤西州工程委員會頒發的“1997年最佳研究工程師獎”。該獎每年只授予一位新澤西州和費城地區在電子工程領域有突出貢獻的工程師。這一年，年僅31歲的張亞勤還當選為美國電器和電子工程師學會（IEEE）院士（Fellow）――美國電器電子工程領域中的最高榮譽，成為該學會成立110年來的最年輕者。

時任美國總統克林頓曾為此給他寫信，說他“是一個靈感的啟示”。美國IEEE院士瑞曼德和皮克?霍茲都曾由衷贊嘆：“他真的是全世界的財富。”

第二章 微軟的寶貝

在加入微軟之前，雖然張亞勤已經名滿天下，但上世紀九十年代，國內信息仍相對閉塞，中國人并不知道海外同胞中有這樣一位杰出的天才。直到1999年1月，張亞勤接受時任微軟中國研究院院長李開復之邀，回到中國共同創建微軟中國研究院之后，他才慢慢開始成為中國媒體關注的對象。也是從這個時候開始至今，在人們的視角中，張亞勤總是和微軟捆綁一起。有觀點指出，張亞勤是效力微軟最久的華人高管，他在事實上成了微軟在華的“形象代言人”。

或許最能體現張亞勤對微軟公司價值的評價，還是微軟創始人、公司董事長比爾?蓋茨說過的一句話：張亞勤是微軟的寶貝。

創建最大的研發基地

十幾年后，李開復在個人自傳中寫道：“張亞勤的到來，讓我的內心充滿了力量。”在李開復看來，由于張亞勤在美國華人科學家圈子的影響力很大，他的到來，可以更好地吸引頂尖科學家加入。

事實上，在張亞勤未加盟之前，微軟中國研究院包括李開復在內，全部員工不足10人，但當張亞勤加盟微軟中國研究院的消息一經公開，他就像磁鐵一樣吸引了很多來自海外的華人學者，其中包括當時在惠普研究院的張宏江、貝爾研究院的朱文武、南加州大學（USC）做綜合媒體與數學方面研究的李勁以及在桑納福研究院工作的中科大師弟李世鵬等。身在貝爾研究院的朱文武也最終在回國這件事上“從”了張亞勤。

回憶起回國經歷，李世鵬說：“不需要去說服，張亞勤本身就是一面旗幟，他到哪里，就是對那個地方最有力的證明。”

有報道稱，1999年前后來到微軟中國研究院的學者中，至少有10位在美國做到了杰出研究員、科學家的位置，這些領軍人物的加盟，使得微軟中國研究院剛剛成立就能夠很快投入實質性的研究工作。

1999年5月，時任微軟CTO克雷格?蒙迪來北京知春路上的希格瑪大廈考察微軟中國研究院的進展情況。在里里外外轉了一圈后，克雷格?蒙迪大開眼界，回到總部后就向蓋茨匯報說：“中國研究院的那些人真是厲害，在中國的平臺上居然吸引了一批優秀人才。”

蒙迪的匯報，不僅讓蓋茨為當初把在亞洲的研究院從印度搬到中國的決定感到欣慰，他同時對微軟中國研究院興趣大增，原定第二年再聽匯報的蓋茨索性邀請李開復和張亞勤立刻到雷德蒙“述職”。而這次由張亞勤主講的“蓋茨考評”大獲成功。微軟中國研究院形成了直接向蓋茨匯報的制度。

2000年8月，李開復從北京調回微軟總部，擔任微軟中國研究院首席科學家和副院長的張亞勤被扶正為研究院院長。這時，他開始思考如何將微軟中國研究院擴展成微軟在亞洲的基礎研發基地，以及如何確保研究院在未來的全球地位。

2001年1月22日，微軟公司首屆技術節（Tech Fest）拉開帷幕，微軟中國研究院的17個展位前很是熱鬧，比爾?蓋茨也親臨現場參觀了微軟中國研究院的12場演示，并給予了高度評價：以并不充裕的人力開發出如此多有價值的成果，中國研究院的研發人員真是“特別有激情”。還讓軟件天才無比興奮的是，以微軟每個研究院平均的技術成果成功轉化率來考量，微軟中國研究院已躍居微軟所有研究院之首。

2001年11月，蓋茨訪華參加在上海舉辦的亞太經濟合作組織（APEC）論壇間隙，去了一趟上海交通大學發表演講。蓋茨在演講中做了一個關于圖形和多媒體的演示，這是微軟公司高層首次公開展示微軟中國研究院的成果，蓋茨毫不吝惜他對中國研究院和張亞勤的贊賞，并宣布：微軟中國研究院升級為微軟亞洲研究院！而此時距離張亞勤主政微軟中國研究院僅僅過了一年半。

張亞勤研究的多媒體領域，也很快成為了微軟中國研究院的一項核心研究。在微軟公司將多媒體應用于手機和其他移動設備的技術研究方面，張亞勤的研究起了很大的推動作用，這一技術很快就成為微軟公司重要的發展領域。也正因為此，2004年，在相繼被公司CEO史蒂夫?鮑爾默和蓋茨做思想工作后，張亞勤調回微軟總部，出任主管微軟移動通信（Windows Mobile）及嵌入式系統（Windows CE）在全球開發業務的全球副總裁，這也標志著他成為了微軟進軍PC之外業務的領軍人物。

2006年1月18日，張亞勤再次回到北京，把微軟亞洲研究院、微軟亞洲工程院以及一些產品研發部門，整合成了微軟中國研發集團，張亞勤出任集團主席。

2010年1月，鮑爾默宣布微軟中國研發集團更名為微軟亞太研發集團，張亞勤任集團董事長。此時張亞勤的麾下，除了微軟亞洲研究院、微軟亞洲工程院，還增加了微軟亞洲搜索技術中心、微軟亞洲商務軟件事業部、微軟亞洲硬件技術中心、微軟服務器與開發工具（中國）等機構，覆蓋基礎研究、技術孵化、產品開發和戰略合作等方面，擁有分布在北京、上海、深圳、東京、首爾和悉尼等地超過3000名杰出科學家和工程師組成的團隊，對包括微軟公有云（Microsoft Azure）、服務器操作系統（Windows Server、SQL Server）、辦公軟件（Office）、搜索引擎（Bing）、操作系統（Windows）、平板電腦（Surface）、微軟游戲機（Xbox、Kinect）及智能手機操作系統（Windows Phone）在內的微軟全線產品作出了杰出貢獻。

至此，中國成為微軟在美國之外規模最大、功能最完備的研發基地。

微軟已無興奮點

有人這樣評價張亞勤在微軟的卓越成就：16年前，熱情澎湃的張亞勤要在中國建一個全球頂尖的計算機研究院，5年后他做到了；9年前，臨危受命的他要在中國創建一個完整的微軟研發組織，5年后，他也做到了；5年前，追逐興奮的張亞勤說，要普及云計算和移動互聯，想看到微軟亞太研發集團能做出一個可能影響世界的產品，5年后，他做到了也看到了。

所以，今天的張亞勤用“使命達成”四個字來解釋他離開的原因。他稱，“我用了16年的時間，完成了加入微軟時對公司的承諾，既然當初使命已達成，我想也應該是我開始新探索的時候。”

不過，張亞勤的話只說對了一半，另一半，由他以前的同事、3年前從微軟亞洲工程研究院院長一職上離開轉任金山軟件CEO的張宏江說了出來：“一個時代的結束！”

是的，這正是PC走向結束，移動互聯網走向開始的時代。它的最明顯標志是，桌面軟件巨頭在互聯網市場上遲遲打不開局面。

在此前接受媒體采訪時，張亞勤坦承微軟過去幾年在移動互聯網錯失了諸多良機。

早在2004年，張亞勤在微軟總部負責微軟全球移動及嵌入式產品，使得微軟移動操作系統獲得先發優勢，但他在2006年回到北京后沒能繼續移動業務。2008年以來，他力推云計算乃大勢所趨，6年過去了，微軟盡管在企業客戶上有所進展，但對于個人客戶卻乏善可陳。

據市場調查機構Net Applications最新數據顯示，Windows 8和Windows 8.1系統在全球PC操作系統中的市場份額僅有13.4%，增長幅度有限。在決定移動互聯網前途的生死大戰中，Windows Phone始終不是蘋果iOS和谷歌Android的對手，僅僅以5%左右的市場占有率顯示自己的存在。

對于這樣的現狀，張亞勤心有余而力不足。依據前微軟中國戰略合作總監劉潤的說法，在微軟，張亞勤主導的開發部門是為明天和后天的利潤工作，確保微軟未來始終有優秀的產品可以賣，保證永遠處于領先位置。

劉潤指出，微軟是在IT業中對研發投入最多的公司之一，而微軟研究院是微軟“皇冠上的明珠”，全球四大研究院在研究未來30年可能用到的科技，以張亞勤、李開復為代表的真正的科學家們，是這顆明珠上閃著的光芒。可是，讓微軟閃亮的PC時代終于要結束了，微軟巨額投入的研究院似乎失去了用武之地。

但搜狗CEO王小川認為，微軟研發體系復雜的層級結構，導致了微軟中國決策效率之低，“微軟研究院的立項到產出需要3-5年，再加上異地管理決策效率低下難以支撐變革，故而失勢。”

“互聯網時代的研發在于極速的市場應變，從市場需求出發推出產品快速迭代，驅動后面的技術研究快速靈活，以Google為代表把這種技術研究與產品推出的結合發揮到極致。而微軟研究院的立項到產出需要3至5年，尤其是亞洲研究院還是異地跨國管理，決策效率低下，難以與前端的產品互動，必然會沒落。”王小川說。

而從產品角度分析，微軟研發體系中長期堅持的工程師思維因遠離用戶而逐漸被淘汰。相反，以蘋果、谷歌和小米為代表的以用戶為核心的產品開發模式正成為主流，用戶模式大于工程模式。

第三章 百度總裁張亞勤

曾經多次，張亞勤表示：“當我對某項工作駕輕就熟時，就意味著這段工作生涯即將要劃上句號，我會主動尋找另一個能夠讓我興奮的工作。我是個不停追逐下一個‘興奮點’的人。”

在微軟，張亞勤無法找到興奮點，那么，李彥宏又能用什么來刺激比他大兩歲的山西同鄉？

目前，相比騰訊和阿里巴巴，百度生態體系相對脆弱。從產品來看，百度在移動互聯時代已經先失一著。

比較而言，騰訊用社交抓住了人性的需求，阿里用電商抓住了女性的需求，百度雖然通過自研和并購，使得旗下產品一籮筐，但沒有一個平臺可以有效整合所有產品，并在發展用戶和搶奪市場占有率的競爭中取得更大突破，因此，百度似乎希望通過技術上的跳躍式發展來實現彎道超車，李彥宏期望打造出一家技術驅動型的公司，成為下一個谷歌，相信真正改變世界的是技術變革。

今年5月，百度聘用知名人工智能專家、谷歌人工智能項目“谷歌大腦”（Google Brain）領導者吳恩達，出任百度首席科學家兼百度研究院主管，讓他在硅谷主持設立新的人工智能實驗室，并在未來全面領導“百度大腦”和“深度學習”等研究方向。而隨著張亞勤走進百度的總裁辦公室，“技術男”李彥宏有了堅實的左膀右臂。

顯然，張亞勤在技術上得到全球業界認可，且在微軟實際負責研發這么多年，其加盟不僅可加深百度的技術派印象，還可幫李彥宏吸納更多優勢人才，加速實現“百度大腦”等計劃。同時，微軟中國研發集團從基礎研究直到產品開發、產業合作的模式、經驗、人脈，也會幫助百度盡快實現產品線的整合。

當然，除了發揮人才上的磁吸效應，李彥宏對張亞勤的倚重還在于后者在大數據和云技術上的豐富經驗。

面對移動互聯網大潮，云計算優勢是李彥宏極其看重的一環，而百度移動互聯網戰略的核心在于云+端。外界分析，張亞勤負責的新業務可能就在于此，一旦百度云計算針對企業的想象空間打開，百度將有一個巨大的營收增長點。

吳恩達對大數據和人工智能等方面有著巨大興趣，這一點也與張亞勤近兩年的工作重點趨于一致，在其領導下，微軟研發出了新一代自然語言和語音技術及多媒體智能檢索技術，前不久推出的智能機器人小冰和智能語音助手Cortana就是微軟人工智能項目的階段性成果。

篇13

1 引言

人工智能（Artificial Intelligence）是近年來計算機領域研究的新興問題，它是讓計算機通過已編寫的程序來模擬人類行為的一門科學。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能的應用，可以提高現代復雜單一工業的工作效率以及工作水平。計算機視覺是人工智能的一個很重要、應用廣泛的領域。

計算機視覺是一種給予機器視覺的學科，更進一步說，就是機器或者計算機通過攝像頭或者現有的圖像獲取信息，并對外界做出相應分析的一門學科。其應用領域非常廣泛，包括監控錄像中的人員自動辨別，道路交通限速違章拍照中的車輛車牌的自動識別，保密部門的生物特征識別門禁系統等。特別是隨著移動網絡平臺商品交易的日益流行，一個可靠的臉部識別功能可以進一步提高移動APP支付平臺交易支付的安全性。

人臉特征提取是人臉識別的關鍵問題之一。近年來，研究者將局部二值模式（LBP）的方法引入到人臉特征提取中[[1-3]]，取得了很大的成功。但是LBP算子本身并不完善，特別是在訓練樣本的維度高達幾千甚至上萬維的時候，其性能會急劇下降。針對此問題，本文采用分塊技術，將分塊后的LBP直方圖串聯起來形成一個高維的直方圖特征矢量，接著利用經典的主成分分析（PCA）方法降維，最后利用相似度計算方法進行相似度對比。該方法針對不同的圖像進行不同的分塊，使得維數的約簡更加方便，實驗結果表明有效提高了特征提取的準確性。

2 LBP算法與LBP算法分塊的實現

2.1 初始LBP算法

圖像是由基本的像素點構成的，每一個像素點就會有一個對應的色值，彩色圖像就會有三個對應紅、綠、藍的色值。如圖（1）所示，取一個3X3的像素點陣，以中間的一個像素點作為閾值參考，剩下8個像素點進行比較，按照公式（1）（2）的算法，可以得出一個8bit的二進制數列G（其中gx為第x位像素色值，gc為中心點像素色值）[[4]]。

[G={s（g0-gc），s（g1-gc），.............s（g7-gc）}] （1）

[][][when：s（x）=1，x≥00.x?

將數列G進行十進制轉換得到一個0～255區間的數字，這個數字就是一個LBP數值，如下圖[[5]]：

中間像素點的色值為6，以左上方點為起始點開始的色值分別為 6，5，2，1，7，8，9，7，將此數列與色差6進行比對，帶入公式（1），（2）得到數列 {1，0，0，0，1，1，1，1}，將數列進行二進制轉換得241，這就是此3x3方格的LBP值。

一張圖片中有很多的3x3像素點陣，每一個點陣代表一個LBP值，將這些LBP值統計起來得到一個維度為0～255的直方圖，這個直方圖就是我們用來圖像識別的模式依據，即LBP矩陣（LBPMat）。

2. 2 適應旋轉性LBP算法

在現實生活中，用初始LBP算法進行比對時，由于圖片的角度問題會造成誤判和錯判，于是就提出了適應旋轉性的LBP算法。

在2.1中，二進制數列的起始位置是以左上起始，那么，可以考慮從8個像素點的任意一個起始點開始進行二進制序數列的排列，一個3X3的像素點陣就可以得到8個二進制數列，按照既定好的規則選擇一個二進制數列，這個二進制數列就作為該3X3像素點陣計算LBP的依據，例如下圖：

2. 3 均勻LBP算法

為了提高運算的效率，在提取圖片特征值的過程時，往往紋理平滑的像素陣要占少數，而有決定性因素的紋理分明的像素陣要占大多數部分，可以用這些多數的紋理分明的二進制數列的LBP值來進行比對圖片，提高運算效率。

一個二進制數列中，其中0，1交替出現3次以內，就可以認為是一個uniform，3次及3次以上，就可以認為不是一個uniform，如下圖，屬于uniform的二進制排列順序有58種，再算上所有的不屬于uniform的排列順序，全部為59種[[6]]。

統計出這59種二進制串出現的頻率，得到一個59維度的LBP矩陣，很大一方面提高比對的效率。

2.4 LBP比對過程

通過以上的LBP算法對圖像的分析之后，即可獲得LBP矩陣。兩張圖片的相似度比對，即為兩張圖片的LBP矩陣的對比。基于此，本文提出一種比較算法，將兩張圖片的矩陣通過統計學中的矩陣相似公式（3）計算相似度，從而定量的計算兩張圖片的相似程度。（其中dis是兩矩陣之間定量的差值，LBPMat1與LBPMat2分別為兩個相互比較的矩陣）

[dis=（|gx-gy|）2x=0，1，...255，y=0，1，...255，gx∈LBPMat1，gy∈LBPMat2，] （3）

得到距離dis后，本文確定兩個界值，dis等于0為相似度100%，dis等于LBP矩陣里LBP數值的個數（num）為相似度0%，則可以根據公式（4）計算出相似度（reg）的值。

[reg=1-dignum×100%] （4）

確定了相似度reg后，則可以根據實際情況制定閾值。如果reg值高于閾值時，則兩個矩陣有相似性，反之，沒有相似性。

在確定閾值時，不同的應用場合要求也是不同的。需要很強的容錯率的人臉支付系統則需要制定很高的閾值，而容錯率相對較低的圖片相似度搜索引擎則需要制定較低的閾值。

通過reg與閾值的差值對矩陣進行定量的分析后，就可以定性地判斷出兩張圖像是否有相似性。

2.5 LBP算法的分塊實現

為了能夠優化和改善LBP算法在維數大就比對率和運算率很低的缺點，本文提出對圖片進行分塊處理。具體過程如下圖4：

圖4 分塊處理的算法演示圖

虛線為圖片的分塊的線，將圖片平分成虛線的幾塊。將每一塊看做單另的圖片，進行LBP算法處理。實例圖5。

圖5 分塊處理后統計LBP矩陣的算法演示圖

圖5是一個3X3分塊處理的舉例，9個小塊，每一個小塊可以由LBP算法處理成一個LBP矩陣，然后將每個矩陣疊加成一個LBP矩陣，這個最后的LBP矩陣將作為整個圖片的LBP矩陣，可以用公式（3）進行相似度比較。

分塊時還解決了一個算法細節，分完塊的小塊之后，橫縱的像素點個數可能不是3的倍數（因為LBP的算法還是要3X3的九宮格來處理）。解決的方法是進行像素的擴充，當分塊前檢測到像素點個數不是3X分塊行數的倍數的情況，就會將前幾排像素復制粘貼擴充到圖片的后面。再進行圖片分塊，解決了像素分塊除不盡的問題，圖6舉例。

3 實驗驗證與結論

3.1實驗策略

擬定一個人臉圖片比對樣本，分別是20個人在117種不同光照，不同表情的條件下的人臉圖片，總共是2340張圖片，圖片的大小為120X142。如下圖所示。

要進行測試的方法是用2340張圖片與這60張圖片進行模式匹配，也就是說2340中的每一張圖片都要比較60遍，那么總次數就是2340×60=140400遍，很好地達到了實驗次數。并且在比對之后用程序判斷是否是同一個人，來進行準確度的測試。在測試結束后進行準確度和速度的統計，并且進行分析。

3.2 實驗結果

3.2.1 準確度

圖（9）是利用0×0到10×10分塊對LBP的四種不同的算法每個算法進行分塊處理后的準確性的一個統計表，橫坐標代表的是將圖片分成大塊的塊數，從1×1到10×10，縱坐標是準確度，圖例為初始LBP算法 （orgLBP），旋轉適應性LBP （revLBP），均勻LBP（ uniLBP）， 旋轉適應性均勻LBP（ unirevLBP），從這張表中可以看到以下幾點。

第一點從橫坐標來看，也就是從分塊技術提高準確度來看，每一個算法都是曲線的變化率從分塊數1×1到10×10變化的越來越平緩的，并且曲線無限接近于100%的準確度。但是，每個算法在10X10分塊處理的準確度要比在1X1分塊的準確度高40%。也就說明，采用分塊技術之后，圖片的識別率有了提高。并且從10×10再往上走，就是再進行更多的分塊，準確性的提升開始變得微乎其微的。

第二點從縱坐標來看，也就是從同樣的分塊級別下，算法的選擇來看，很明顯的上面兩根線和下面兩根線在10×10分塊之前差別特別大，從圖例可以看出，下面兩條線是包含了旋轉不變性的LBP算法的準確性，上面的兩條線是不包容旋轉不變性的LBP算法的準確性。說明了在同樣的分塊級別下，不包容旋轉不變性的LBP算法的準確性更高。

第三點可以看出的是orgLBP的準確率變換曲線與UniLBP曲線變換趨勢差不多一致，帶了旋轉不變性的兩個LBP算法的準確度的變換趨勢相一致。

表1是之前那個折線圖的數據形式，經市場調查，現在的人臉識別能做到95%就算合格，那么可以看出從10×10分塊起幾種算法全部可以達到95%的識別率。

3.2.2 運行效率

這里的縱坐標的時間是以毫秒做單位，之前也說過了，實驗總共的比對次數大概是2340*60=140400次，并且這個時間統計也包括了將60張擬定數據庫圖片存入內存的時間，所以平均時間大概在1700/140400=0.012l108毫秒。根據表3橫坐標顯示，10×10分塊以內，四個算法所用的時間是相差無幾的，到了更細的分塊處理后，算法運行的時間會越來越長。

4 結論

本文提出了一種基于分塊技術的改進的LBP算法和一種高效的計算矩陣相似度的方法。根據不同的客戶需求定制不同的分塊等級，來提高圖片的辨識率。所提出的算法在高維度的實際實驗中，在10X10分塊的處理下，4種改進后的LBP算法的準確度都達到95%。實驗數據表明，該改進方法可以有效地提高人臉識別率。

參考文獻：

[1] Timo Ojala，Matti Pietikainen，David Harwood[J].Pattern Recognition Society. 1996（29）：51-59.

[2] 王憲，張彥，慕鑫，張方生.基于改進的LBP人臉識別算法[J].光電工程，2012（7）.

[3] 房德峰.淺談改進的LBP算法[J].現代企業教育，2013（16）.