人工智能創(chuàng)新方案精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能創(chuàng)新方案主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：人工智能創(chuàng)新方案范文
關(guān)鍵詞：跨攝像機(jī)；目標(biāo)檢測；圖像解析；人工智能
視頻監(jiān)控智能化分析系統(tǒng)已廣泛應(yīng)用于公共安全領(lǐng)域，其主要功能是通過對視頻內(nèi)容的分析和抽取實(shí)現(xiàn)目標(biāo)檢測跟蹤，智能目標(biāo)檢測和事件檢測可以在需要人工干預(yù)時發(fā)出警報(bào)和產(chǎn)生應(yīng)急預(yù)案。目前，各大城市已經(jīng)大規(guī)模部署了各種各樣的視頻攝像機(jī)，獲取了海量視頻數(shù)據(jù)，但現(xiàn)有視頻應(yīng)用系統(tǒng)仍然存在一些不足，尤其是對面部被遮擋目標(biāo)的追蹤，目前還缺乏有效手段。
1目標(biāo)跟蹤技術(shù)現(xiàn)狀
目標(biāo)檢測識別分析是計(jì)算機(jī)視覺領(lǐng)域的熱門研究方向，其應(yīng)用前景廣闊，在交通監(jiān)控系統(tǒng)、智能家居等場景中都能見到它的身影?；谏疃葘W(xué)習(xí)，目標(biāo)檢測是身份識別領(lǐng)域的基礎(chǔ)。自2006年以來，大量國內(nèi)外學(xué)者為深度神經(jīng)網(wǎng)絡(luò)的研究做出巨大貢獻(xiàn)。目前，這項(xiàng)技術(shù)已成功應(yīng)用在多種模式分類問題上。同樣基于深度學(xué)習(xí)，行人再識別（RelD）技術(shù)主要應(yīng)用于跨攝像機(jī)檢測跟蹤，即判斷跨攝像機(jī)、跨場景的情況下視頻里出現(xiàn)的是否是同一個目標(biāo)，它主要適用于無法進(jìn)行人臉識別的情況，通過對目標(biāo)的外形、體態(tài)等特點(diǎn)實(shí)現(xiàn)目標(biāo)識別和追蹤。我國已有多家企業(yè)在行人再識別（RelD）上取得了重大突破，如澎思科技、云從科技、曠視科技等。其中，云從科技于2019年在行人再識別算法水平三大核心指標(biāo)的平均精度均值（mAP）和首位命中率（Rank－1Accuracy）上達(dá)到了行業(yè)頂尖高度。澎思科技也于同年在首位命中率（Rank－1Accuracy）上刷新了世界紀(jì)錄。然而，目標(biāo)檢測仍然存在很大的深人研究空間，攝像機(jī)的參數(shù)設(shè)置和視角，以及實(shí)際場景下的光照、天氣、遮擋、非剛體形變等因素使得理想的目標(biāo)檢測仍然是一個挑戰(zhàn)。因此，本文將對目標(biāo)跟蹤中的目標(biāo)檢測技術(shù)提出新方案。
2技術(shù)路線
2．1總體邏輯
本文將通過視頻媒體池技術(shù)實(shí)現(xiàn)離線資源
與實(shí)時視頻錄像大數(shù)據(jù)的協(xié)同關(guān)聯(lián)解析。首先進(jìn)行對敏感目標(biāo)的精細(xì)化、快速結(jié)構(gòu)化描述，如人臉、步態(tài)、輪廓、紋理、顏色等，系統(tǒng)通過對“人體”而不是僅僅依賴于“人臉”的詳細(xì)描繪，解決因面部被遮擋而產(chǎn)生的人臉識別困難的問題。接著通過對敏感目標(biāo)的案事件在線建模實(shí)現(xiàn)案事件目標(biāo)自動關(guān)聯(lián)；通過跨資源、跨域敏感目標(biāo)檢測識別，實(shí)現(xiàn)基于視頻的高效動態(tài)布控，精準(zhǔn)地得到目標(biāo)的行動軌跡；通過對敏感目標(biāo)的跨域跟蹤，利用時空關(guān)系實(shí)現(xiàn)多種視頻資源智能關(guān)聯(lián)實(shí)現(xiàn)“一張圖”作業(yè)，基于目標(biāo)的實(shí)時行動軌跡實(shí)現(xiàn)公安追逃工作的標(biāo)準(zhǔn)化和高效化。
2．2目標(biāo)底層特征生成及選取
目標(biāo)檢測分為兩個階段，首先在給定的圖像的候選區(qū)域里提取特征，接著用訓(xùn)練好的分類器進(jìn)行分類后，最后再進(jìn)行特征選取。下面對這三個階段分別進(jìn)行介紹。2．2．1目標(biāo)特征提取針對海量目標(biāo)識別中單維度生物特征誤報(bào)率高的問題，本文在特征提取階段采用識別“人”而不是僅僅識別“臉”的方法。首先確定敏感目標(biāo)表征某一類樣本的特征空間走向，確定在該走向上封閉區(qū)域向四外的伸延。按照如下思路構(gòu)建封閉區(qū)域：利用已知樣本構(gòu)造出代表該類樣本的高維空間的封閉區(qū)域的支撐“骨架”來描述該封閉區(qū)域的走向，在該“骨架”的基礎(chǔ)上按照一定策略向四外伸延，“生長”出高維空間封閉區(qū)域?？偠灾?，利用已知的樣本構(gòu)造出代表該類樣本的高維空間的封閉區(qū)域，以后每學(xué)習(xí)一種新的類型，就構(gòu)造出代表該類樣本的高維空間的封閉區(qū)域，然后調(diào)節(jié)原有各個類別封閉區(qū)域占據(jù)的空間。2．2．2目標(biāo)特征分類對目標(biāo)特征進(jìn)行提取的下一階段是特征值分類，本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于Torch分類器的目標(biāo)識別系統(tǒng)，在Python中利用學(xué)習(xí)框架Torch搭建、訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。相較于基于TensorFlow的傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)，本文中的Torch學(xué)習(xí)框架髙度模塊化，便于調(diào)試，搭建模型更方便。同時，基于Torch學(xué)習(xí)框架的神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)性能上也有提升，相較于基于傳統(tǒng)學(xué)習(xí)框架的系統(tǒng)，在本文設(shè)計(jì)出的系統(tǒng)的運(yùn)行下的計(jì)算機(jī)顯存資源利用率更高，運(yùn)行速度和精確度也得到了顯著提升，并且數(shù)據(jù)參數(shù)在CPU與GPU之間的遷移也十分靈活。系統(tǒng)在實(shí)現(xiàn)高效的數(shù)據(jù)分類遷移后，便進(jìn)人到特征選取的階段。2．2．3基于多視角特征點(diǎn)的樣本特征選取對于模式空間構(gòu)造而言，另一個重要的問題就是特征選取，特征選取恰當(dāng)才有可能得到理想的檢測效果。本文采用基于多視角特征點(diǎn)的樣本特征構(gòu)造方法，為了提高檢測準(zhǔn)確性，本文在檢測前增加了基于三支決策的位姿識別來適應(yīng)行為數(shù)據(jù)的復(fù)雜多樣，即在進(jìn)行模式分類前，首先進(jìn)行位姿識別，如果是正面人體，則不作任何變化直接與模式空間匹配；反之，如果是側(cè)面人體，則首先運(yùn)用35支決策提出的方法將其轉(zhuǎn)為正面人體之后再進(jìn)行模式空間匹配運(yùn)算。為了適應(yīng)數(shù)據(jù)動態(tài)變化的需求，避免數(shù)據(jù)樣本更新及變化引起的重復(fù)學(xué)習(xí)，本文還增加了增量學(xué)習(xí)與三支決策相結(jié)合，只修改因數(shù)據(jù)變化而改變的知識和規(guī)則。每當(dāng)新增數(shù)據(jù)時，并不需要重建所有的知識庫，而是在原有知識庫的基礎(chǔ)上，僅做新增數(shù)據(jù)所引起的更新，這更加符合人的思維方式。增量式三支行為識別模型如圖1所示。本文將增量式三支決策模型用于異常行為的判定中。針對與行為傾向有密切聯(lián)系的異常行為收集信息，統(tǒng)計(jì)出目標(biāo)的行為模式與規(guī)律，通過增量式學(xué)習(xí)的方法對新數(shù)據(jù)進(jìn)行學(xué)習(xí)，將從新數(shù)據(jù)中提取出的特征與以前的行為模式和行為規(guī)律進(jìn)行匹配，基于3支決策的思想對匹配結(jié)果進(jìn)行判定，判定結(jié)果有行為“正常”、“異?！焙汀按ā保?個種類。
2．3案事件建模、敏感目標(biāo)識別、跨域跟蹤
案事件建模指的是系統(tǒng)對視頻內(nèi)容進(jìn)行自動分析和抽取，捕捉到敏感目標(biāo)，對目標(biāo)的危險等級做出判斷，并在需要人工干預(yù)時發(fā)出預(yù)警和產(chǎn)生應(yīng)急預(yù)案，免去了人工預(yù)測分析的過程，省時省力。在進(jìn)行單純的目標(biāo)檢測時，由于只考慮當(dāng)前幀內(nèi)的物體，對于不同視域的物體檢測效果較差，對于檢測器來說，特定目標(biāo)識別率較差，很容易錯分。同樣，單純的目標(biāo)再識別算法也只能判斷兩個物體是否相似，無法應(yīng)用于實(shí)際場景下。通過將目標(biāo)檢測與行人再識別算法相結(jié)合，可以解決上述單個目標(biāo)檢測算法或者單個目標(biāo)再識別算法難以解決的問題。因此，這兩種算法的結(jié)合可以幫助公安獲得更準(zhǔn)確的特定目標(biāo)檢測。針對海量案事件目標(biāo)深度關(guān)聯(lián)實(shí)時跟蹤困難的問題，本文提出多維度信息融合的目標(biāo)行為預(yù)測和跨域自動跟蹤技術(shù)。視頻資源間的協(xié)作會受到視頻資源自身參數(shù)和目標(biāo)運(yùn)動的各種因素的影響，如目標(biāo)的位置、移動方向、速度等。視頻資源的地理分布也應(yīng)該納人考慮范圍，因?yàn)樗怯?jì)算目標(biāo)在視頻資源之間運(yùn)動時間的直接因素。如圖2所示，以在線、離線、綜合等視頻資源作為數(shù)據(jù)源，疊加高度、時間、位置信息，一旦從某個視頻資源中發(fā)現(xiàn)敏感目標(biāo)，將及時在“一張圖”中進(jìn)行標(biāo)定，并通過PGIS時空信息進(jìn)行目標(biāo)運(yùn)動行為預(yù)測，實(shí)現(xiàn)精準(zhǔn)導(dǎo)入一定范圍內(nèi)的視頻資源，從而極大地降低了運(yùn)算負(fù)載，提高了系統(tǒng)對敏感目標(biāo)的跟蹤速度與精度。本文提出的跨資源跟蹤系統(tǒng)架構(gòu)如圖2所示。
3實(shí)驗(yàn)與效果
本文通過對比傳統(tǒng)的與改進(jìn)后的目標(biāo)跟蹤系統(tǒng)的準(zhǔn)確率，來檢測優(yōu)化后的目標(biāo)跟蹤技術(shù)的應(yīng)用效果。本文使用相同的軟件開發(fā)環(huán)境來確保實(shí)驗(yàn)的準(zhǔn)確性，系統(tǒng)開發(fā)都使用了Py－thon2．7．12。實(shí)驗(yàn)通過增加視圖庫內(nèi)含有同一跟蹤目標(biāo)的視頻圖像的數(shù)量，來檢測目標(biāo)識別準(zhǔn)確率的變化，最后對比優(yōu)化前后目標(biāo)跟蹤系統(tǒng)的表現(xiàn)。實(shí)驗(yàn)效果（見表1）。通過實(shí)驗(yàn)結(jié)果可觀察得到，本文的目標(biāo)跟蹤系統(tǒng)相比于傳統(tǒng)系統(tǒng)，目標(biāo)跟蹤準(zhǔn)確率始終高于傳統(tǒng)設(shè)計(jì)下的目標(biāo)跟蹤準(zhǔn)確率，同時，同一目標(biāo)在視圖庫內(nèi)的視頻圖像數(shù)量達(dá)到2000張后的目標(biāo)跟蹤準(zhǔn)確率無限接近于100％，而傳統(tǒng)系統(tǒng)下的目標(biāo)跟蹤準(zhǔn)確率要在視圖庫同一目標(biāo)的視頻圖像存放達(dá)到1萬張以后才開始展現(xiàn)無限接近于100％的趨勢。實(shí)驗(yàn)表明，在相同的開發(fā)環(huán)境下，優(yōu)化后的系統(tǒng)在目標(biāo)跟蹤準(zhǔn)確率上有顯著提升。實(shí)驗(yàn)進(jìn)一步對同一目標(biāo)進(jìn)行了優(yōu)化前后系統(tǒng)的跟蹤對比，結(jié)果表明，優(yōu)化后的系統(tǒng)具有更佳的性能。本文提出的目標(biāo)跟蹤方法對身體被部分遮擋的目標(biāo)的跟蹤效果均優(yōu)于傳統(tǒng)方法。值得一提的是，對于目標(biāo)背影，優(yōu)化后的系統(tǒng)能準(zhǔn)確地進(jìn)行識別，而傳統(tǒng)系統(tǒng)即使在背影圖像清晰的情況下也無法精準(zhǔn)地識別。同時，在目標(biāo)圖像過小的情況下，傳統(tǒng)的目標(biāo)跟蹤系統(tǒng)甚至無法識別到目標(biāo)。因此，本文提出的目標(biāo)跟蹤技術(shù)在跟蹤效果上有顯著提升。
4展望
第2篇：人工智能創(chuàng)新方案范文
20世紀(jì)初,全球社會生產(chǎn)力的發(fā)展中只有5%是依靠技術(shù)創(chuàng)新取得的,而現(xiàn)在發(fā)達(dá)國家中的40%是依靠技術(shù)創(chuàng)新取得的｡
美籍奧裔經(jīng)濟(jì)學(xué)家熊彼特(JosephA.Schumpeter)于1912年在其著作《經(jīng)濟(jì)發(fā)展理論》中將“創(chuàng)新”作為一個經(jīng)濟(jì)學(xué)概念首次提出｡
熊彼特認(rèn)為創(chuàng)新是發(fā)明的第一次商品化,也就是說,把發(fā)明引入生產(chǎn)體系并為商業(yè)化生產(chǎn)服務(wù)的過程就是創(chuàng)新,它意味著建立新的生產(chǎn)函數(shù)或供應(yīng)函數(shù),是在生產(chǎn)體系中引進(jìn)一種生產(chǎn)要素和生產(chǎn)條件的新的組合｡
而發(fā)明實(shí)際上就是一個產(chǎn)品創(chuàng)新的過程,其關(guān)鍵是設(shè)計(jì)的創(chuàng)新,設(shè)計(jì)創(chuàng)新是實(shí)現(xiàn)產(chǎn)品創(chuàng)新的根本基礎(chǔ)｡因此,創(chuàng)新設(shè)計(jì)的重要性就顯而易見了｡
創(chuàng)新設(shè)計(jì)是一種創(chuàng)造性的智力活動,是設(shè)計(jì)者充分發(fā)揮自己的創(chuàng)造力,利用人類已有的科學(xué)技術(shù)成果,進(jìn)行創(chuàng)新構(gòu)思,應(yīng)用新技術(shù)､新原理､新方法進(jìn)行產(chǎn)品分析和設(shè)計(jì)的過程｡
2創(chuàng)新方法的發(fā)展
創(chuàng)新是一個及其復(fù)雜的過程,人類對創(chuàng)新本質(zhì)的認(rèn)識與研究還遠(yuǎn)遠(yuǎn)達(dá)不到科學(xué)的層次｡但是眾多創(chuàng)新學(xué)者,經(jīng)數(shù)十年的研究發(fā)現(xiàn),科學(xué)技術(shù)的發(fā)明創(chuàng)造有一定的規(guī)律可循,他們大多是以原則､訣竅､思路形式指導(dǎo)人們克服心理和思維的障礙,改善思維的靈活性的過程｡
自20世紀(jì)30年代至80年代,世界上出現(xiàn)了300多種創(chuàng)新技法,10多種創(chuàng)造原理｡這些創(chuàng)新技法,各自從不同的角度､在一定程度上突破了制約創(chuàng)新的相關(guān)因素的限制｡
所謂創(chuàng)新技法就是在創(chuàng)造心理､創(chuàng)造性思維方法和認(rèn)識規(guī)律基礎(chǔ)上的技巧｡這些創(chuàng)新技法不存在科學(xué)的邏輯關(guān)系,大多數(shù)目前在理論上處于“初生期”,還遠(yuǎn)遠(yuǎn)未達(dá)到純粹的科學(xué)水平｡
從思維的角度,創(chuàng)新是人類駕馭形象思維與邏輯思維､發(fā)散思維與收斂思維的過程｡
經(jīng)過數(shù)十年的發(fā)展,在掌握已有創(chuàng)新技法的基礎(chǔ)上,結(jié)合認(rèn)知科學(xué)､人工智能､設(shè)計(jì)方法學(xué)､科學(xué)技術(shù)哲學(xué)等前沿學(xué)科,創(chuàng)新設(shè)計(jì)方法已成為一門獨(dú)立且有待于開發(fā)的新的設(shè)計(jì)技術(shù)和方法｡
創(chuàng)新設(shè)計(jì)方法的發(fā)展歷程如圖1所示｡
最初的創(chuàng)新研究側(cè)重于人的創(chuàng)造性思維,總結(jié)出一些具有指導(dǎo)意義的規(guī)律,形成各種創(chuàng)新技法,如:頭腦風(fēng)暴法､聯(lián)想法､類比法､側(cè)向思考､仿生法等｡
后來,創(chuàng)新方法的研究開始注重以知識(專利)為基礎(chǔ),通過對專利的分析與研究,總結(jié)創(chuàng)造活動所遵循的創(chuàng)新原理,該階段的典型創(chuàng)新方法是TRIZ理論｡
隨著計(jì)算機(jī)技術(shù)的發(fā)展,創(chuàng)新方法的研究也出現(xiàn)新的趨勢,在現(xiàn)階段,各種成熟的創(chuàng)新設(shè)計(jì)方法開始集成化研究與應(yīng)用,并與計(jì)算機(jī)(包括網(wǎng)絡(luò))技術(shù)相結(jié)合,形成計(jì)算機(jī)輔助創(chuàng)新(CAI:ComputerAidedInnovation)技術(shù),如:QFD､可靠性設(shè)計(jì)､網(wǎng)絡(luò)協(xié)同創(chuàng)新技術(shù)､有限元分析等各種成熟的技術(shù)和方法開始融入到創(chuàng)新設(shè)計(jì)過程中｡
3機(jī)械產(chǎn)品創(chuàng)新設(shè)計(jì)的研究
機(jī)械產(chǎn)品創(chuàng)新設(shè)計(jì)的研究對于提高機(jī)械產(chǎn)品的設(shè)計(jì)水平､提高產(chǎn)品的競爭力有著重大的意義,受到世界各個國家的普遍重視｡
機(jī)械創(chuàng)新設(shè)計(jì)是指充分發(fā)揮設(shè)計(jì)者的創(chuàng)造力,利用人類己有的相關(guān)科學(xué)技術(shù)成果(含理論､方法､技術(shù)原理等),進(jìn)行創(chuàng)新構(gòu)思,應(yīng)用新技術(shù)､新原理､新方法進(jìn)行產(chǎn)品的分析和設(shè)計(jì),設(shè)計(jì)出具有新穎性､創(chuàng)造性及實(shí)用性的機(jī)構(gòu)或機(jī)械產(chǎn)品(裝置)的一種實(shí)踐活動｡
一般來說,創(chuàng)新設(shè)計(jì)包括全新設(shè)計(jì)和適應(yīng)型創(chuàng)新設(shè)計(jì)兩類｡
需要指出的是,創(chuàng)新設(shè)計(jì)和概念設(shè)計(jì)并不是同一個概念,概念設(shè)計(jì)的核心是進(jìn)行設(shè)計(jì)創(chuàng)新,而創(chuàng)新設(shè)計(jì)并不盡限于概念設(shè)計(jì)階段｡在產(chǎn)品設(shè)計(jì)的各個階段均有創(chuàng)新設(shè)計(jì)的問題,但是最主要的是在概念設(shè)計(jì)階段進(jìn)行創(chuàng)新｡
國內(nèi)外學(xué)者針對機(jī)械產(chǎn)品創(chuàng)新設(shè)計(jì),分別從設(shè)計(jì)的本質(zhì)､設(shè)計(jì)的過程以及設(shè)計(jì)的方法等不同方面,做了大量的研究工作｡
創(chuàng)新設(shè)計(jì)理論和方法的研究現(xiàn)狀見表1｡
4機(jī)械產(chǎn)品創(chuàng)新設(shè)計(jì)存在的問題及展望
通過上述文獻(xiàn)的研究可以看出,盡管人們從不同角度對創(chuàng)新設(shè)計(jì)進(jìn)行了數(shù)十年的研究,取得了一些成果,但是產(chǎn)品創(chuàng)新設(shè)計(jì)過程中還有一些問題仍沒有解決,成為今后研究的重點(diǎn)｡
(1)創(chuàng)新設(shè)計(jì)本質(zhì)過程的研究這實(shí)際上也是對設(shè)計(jì)的創(chuàng)新本質(zhì)的認(rèn)識｡盡管人們從思維方法､設(shè)計(jì)手段等多方面對創(chuàng)新問題進(jìn)行探索,現(xiàn)在對創(chuàng)新的實(shí)質(zhì)過程仍沒有一個統(tǒng)一的､深層次的認(rèn)識,無法形成一個完整的理論去指導(dǎo)創(chuàng)新實(shí)踐｡在這方面我們?nèi)孕枰龃罅康墓ぷ?#65377;
(2)創(chuàng)新設(shè)計(jì)中知識的表達(dá)與應(yīng)用首先,產(chǎn)品創(chuàng)新過程涉及多學(xué)科､多種技術(shù),如何將設(shè)計(jì)知識組織管理,滿足設(shè)計(jì)主體對知識的需求是今后的研究重點(diǎn)｡其次,為創(chuàng)新設(shè)計(jì)過程建立科學(xué)的產(chǎn)品模型,結(jié)合現(xiàn)代CAD技術(shù),支持創(chuàng)新方案的快速表達(dá),對于提高設(shè)計(jì)效率有重要意義｡
(3)設(shè)計(jì)理論研究與設(shè)計(jì)工具開發(fā)存在嚴(yán)重脫節(jié)人們對于設(shè)計(jì)理論及創(chuàng)新問題進(jìn)行了大量研究,但是理論研究與設(shè)計(jì)工具,特別是產(chǎn)品的結(jié)構(gòu)設(shè)計(jì)工具存在嚴(yán)重的脫節(jié)｡一方面某些機(jī)械結(jié)構(gòu)設(shè)計(jì)理論和方法的研究較少考慮計(jì)算機(jī)實(shí)現(xiàn)的問題;另一方面設(shè)計(jì)工具開發(fā)時,又沒有適合計(jì)算機(jī)進(jìn)行的結(jié)構(gòu)設(shè)計(jì)自動化和智能化理論｡需要深入研究機(jī)械產(chǎn)品設(shè)計(jì)中功——構(gòu)映射的本質(zhì)規(guī)律｡
(4)創(chuàng)新設(shè)計(jì)過程的集成化技術(shù)研究創(chuàng)新設(shè)計(jì)過程的集成化技術(shù)的重點(diǎn)在于概念設(shè)計(jì)的集成化實(shí)現(xiàn),主要是指產(chǎn)品的原理方案創(chuàng)新與結(jié)構(gòu)方案創(chuàng)新的集成｡現(xiàn)有的設(shè)計(jì)理論或設(shè)計(jì)工具多是從不同的角度,考慮某階段的創(chuàng)新實(shí)現(xiàn)問題,如:TechOptimizer可以輔助實(shí)現(xiàn)產(chǎn)品原理方案的創(chuàng)新,但需要其他CAD系統(tǒng)完成結(jié)構(gòu)的設(shè)計(jì)工作;一些大型的CAD/CAE/CAM商品化軟件,如:UG､Pro/E等均開發(fā)出了支持概念設(shè)計(jì)的工業(yè)設(shè)計(jì)模塊或草圖設(shè)計(jì)模塊,但是這些模塊基本上仍是計(jì)算機(jī)輔助繪圖的工具,幾乎不支持原理方案的創(chuàng)新｡缺乏統(tǒng)一的創(chuàng)新設(shè)計(jì)理論指導(dǎo)創(chuàng)新設(shè)計(jì)過程,是造成原理方案創(chuàng)新與結(jié)構(gòu)方案創(chuàng)新的集成度低的主要原因｡
參考文獻(xiàn)
[1]孫林夫.現(xiàn)代產(chǎn)品設(shè)計(jì)技術(shù)及其發(fā)展[J].中國制造業(yè)信息化,2003,32(1):37~40.
[2]約瑟夫.熊彼特.經(jīng)濟(jì)發(fā)展理論[M].北京:商務(wù)印書館.1990.
[3]沈惠平.機(jī)械創(chuàng)新設(shè)計(jì)及其研究[J].機(jī)械科學(xué)與技術(shù),1997,16(5):791~795.
[4]張武城.創(chuàng)造創(chuàng)新方略[M].北京:機(jī)械工業(yè)出版社,2005.
[5]劉瑩,艾紅.創(chuàng)新設(shè)計(jì)思維與技法[M].北京:機(jī)械工業(yè)出版社,2004.
[6]高常青,黃克正,王國峰.由TRIZ理論的通用解求問題的特殊解[J].中國機(jī)械工程,2006,17(1):84~88.
[7]鄒慧君,張青,郭為忠.廣義概念設(shè)計(jì)的普遍性､內(nèi)涵及理論基礎(chǔ)的探索[J].機(jī)械設(shè)計(jì)與研究,2004,20(3):10~14.
[8]約翰遜PC(陸國賢等譯).機(jī)械設(shè)計(jì)綜合一創(chuàng)造性設(shè)計(jì)與最優(yōu)化[M].北京:機(jī)械工業(yè)出版社,1987.
[9]檀潤華.創(chuàng)新設(shè)計(jì)-TRIZ:發(fā)明問題解決理論[M].北京:機(jī)械工業(yè)出版社.2002年2月第1版.
[10]I.Rivin.UseoftheTheoryofInventiveProblemSolving(TRIZ)inDesignCurriculum[J].TRIZJournal,triz-,February,1998.
[11]G.S.Altshuller.Andsuddenlytheinventorappeared[M].TechnicalInnovationCenter,INC,Worcester,1996.
[12]牛占文,徐燕申,林岳.實(shí)現(xiàn)產(chǎn)品創(chuàng)新的關(guān)鍵技術(shù)—計(jì)算機(jī)輔助創(chuàng)新技術(shù),機(jī)械工程學(xué)報(bào),2000,36(l):11~14.
[13]顏洪森.顏氏創(chuàng)造性機(jī)構(gòu)設(shè)計(jì)(一)~(三)[J].機(jī)械設(shè)計(jì),1995(10)~(12).
[14]李學(xué)榮,李乃拓.多桿機(jī)構(gòu)復(fù)雜運(yùn)動分析與自動設(shè)計(jì)[J].長沙交通學(xué)院學(xué)報(bào),2000,16(1):18~21.
第3篇：人工智能創(chuàng)新方案范文
“大數(shù)據(jù)”是今年達(dá)沃斯世界經(jīng)濟(jì)論壇的熱詞之一，與會各界都對云計(jì)算、大數(shù)據(jù)等驅(qū)動經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型因素表達(dá)了高度關(guān)注。而在年初舉辦的2018拉斯維加斯消費(fèi)電子展(CES)上，美國消費(fèi)技術(shù)協(xié)會總裁兼首席執(zhí)行官加里·夏皮羅、英特爾首席執(zhí)行官布萊恩·克爾扎尼奇等都表示，大數(shù)據(jù)將對人類生活產(chǎn)生深遠(yuǎn)影響，大數(shù)據(jù)是未來科技浪潮發(fā)展不容忽視的巨大推動力量，2018年全球大數(shù)據(jù)產(chǎn)業(yè)將得到強(qiáng)勁發(fā)展。
2022年大數(shù)據(jù)市場規(guī)模達(dá)800億美元
記者梳理國內(nèi)外權(quán)威機(jī)構(gòu)最新統(tǒng)計(jì)數(shù)據(jù)，至2022年，全球大數(shù)據(jù)市場規(guī)模達(dá)到800億美元，年均實(shí)現(xiàn)15.37%的增長。近兩年來，大數(shù)據(jù)發(fā)展浪潮席卷全球。全球各經(jīng)濟(jì)社會系統(tǒng)采集、處理、積累的數(shù)據(jù)增長迅猛，大數(shù)據(jù)全產(chǎn)業(yè)市場規(guī)模逐步提升。綜合各方觀點(diǎn)，2018年大數(shù)據(jù)產(chǎn)業(yè)或呈現(xiàn)開源大數(shù)據(jù)商業(yè)化進(jìn)一步深入等七大發(fā)展趨勢。
根據(jù)監(jiān)測統(tǒng)計(jì)，2017年全球的數(shù)據(jù)總量為21.6ZB(1個ZB等于十萬億億字節(jié))，目前全球數(shù)據(jù)的增長速度在每年40%左右，預(yù)計(jì)到2020年全球的數(shù)據(jù)總量將達(dá)到40ZB。
阿里巴巴集團(tuán)技術(shù)委員會主席王堅(jiān)在接受《經(jīng)濟(jì)參考報(bào)》記者專訪時表示：“過去人類發(fā)展留下了數(shù)據(jù)，但是數(shù)據(jù)不夠多，難以形成資源；但是互聯(lián)網(wǎng)時代留下的大量數(shù)據(jù)可以成為資源?！钡聡紣燮展径聲蓡TBernd Leukert表示，信息技術(shù)(IT)系統(tǒng)依賴傳統(tǒng)的數(shù)據(jù)處理方式，大量數(shù)據(jù)需要人工輸入;然而，如今任何一個物理存在都會自動生成數(shù)據(jù)，人與人、人與物、物與物之間都會產(chǎn)生大數(shù)據(jù)，數(shù)據(jù)流將深刻改變企業(yè)運(yùn)行的各個環(huán)節(jié)。
清華數(shù)據(jù)創(chuàng)新基地主任邱東曉在接受記者采訪時表示，大數(shù)據(jù)首先要明確幾個層次。一個是技術(shù)層面，也就是大數(shù)據(jù)、物聯(lián)網(wǎng)和AI等。二是應(yīng)用層面，將大數(shù)據(jù)技術(shù)應(yīng)用到各個領(lǐng)域，以此來提高效率，減少成本。三是產(chǎn)業(yè)層面，利用大數(shù)據(jù)技術(shù)，推動產(chǎn)業(yè)升級，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。四是生態(tài)層面，人才、政策和市場之間如何相互配合，區(qū)域之間、國際之間如何相互溝通。
記者綜合多家機(jī)構(gòu)的預(yù)測，2018年全球大數(shù)據(jù)市場規(guī)模將達(dá)到454億美元，未來五年(2018-2022)年均復(fù)合增長率約為15.37%，市場規(guī)模達(dá)805億美元。預(yù)計(jì)2018年我國大數(shù)據(jù)市場規(guī)模將達(dá)到280億元，未來五年(2018-2022)年均復(fù)合增長率約為27.29%。
七大趨勢：產(chǎn)業(yè)應(yīng)用將是主旋律
記者采訪中國科學(xué)院、美國電子消費(fèi)協(xié)會的有關(guān)專家，他們認(rèn)為，隨著大數(shù)據(jù)基礎(chǔ)設(shè)施的不斷完善，數(shù)據(jù)分析和商業(yè)智能工具將逐漸成為大數(shù)據(jù)的主力軍。2018年，全球大數(shù)據(jù)產(chǎn)業(yè)將呈現(xiàn)七大發(fā)展趨勢，而產(chǎn)業(yè)應(yīng)用將是主旋律。
首先，開源大數(shù)據(jù)商業(yè)化進(jìn)一步深化。隨著閉源軟件在數(shù)據(jù)分析領(lǐng)域的地盤不斷縮小，老牌IT廠商正在改變商業(yè)模式，向開源靠攏，并加大專業(yè)服務(wù)和系統(tǒng)集成方面的力度，幫助客戶向開源的、面向云的分析產(chǎn)品遷移，主要是Hadoop技術(shù)將加速發(fā)展。
第二，打包的大數(shù)據(jù)行業(yè)分析應(yīng)用開拓新市場。隨著大數(shù)據(jù)逐漸走向各個行業(yè)，基于行業(yè)的大數(shù)據(jù)分析應(yīng)用需求也日益增長。未來幾年針對特定行業(yè)和業(yè)務(wù)流程的分析應(yīng)用將會以預(yù)打包的形式出現(xiàn)，這將為大數(shù)據(jù)技術(shù)供應(yīng)商打開新的市場。
第三，大數(shù)據(jù)細(xì)分市場規(guī)模進(jìn)一步增大。大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展，將會創(chuàng)造出一些新的細(xì)分市場。例如，以數(shù)據(jù)分析和處理為主的高級數(shù)據(jù)服務(wù)、基于社交網(wǎng)絡(luò)的社交大數(shù)據(jù)分析等。
第四，大數(shù)據(jù)推動公司并購的規(guī)模和數(shù)量進(jìn)一步提升。因此，在未來幾年中，大型IT廠商將為了完善自己的大數(shù)據(jù)產(chǎn)品線進(jìn)行并購，首先涉及的將是信息管理分析軟件廠商、預(yù)測分析和數(shù)據(jù)展現(xiàn)廠商等。
第五，大數(shù)據(jù)分析的革命性方法出現(xiàn)。今年，大數(shù)據(jù)分析將出現(xiàn)革命性的新方法，從前的很多算法和基礎(chǔ)理論可能會產(chǎn)生理論級別的突破。機(jī)器學(xué)習(xí)繼續(xù)成為大數(shù)據(jù)智能分析的核心技術(shù)；人工智能和腦科學(xué)相結(jié)合，成為大數(shù)據(jù)分析領(lǐng)域的熱點(diǎn)。金融、互聯(lián)網(wǎng)電子商務(wù)、健康醫(yī)療、城鎮(zhèn)化智慧城市領(lǐng)域的應(yīng)用令人矚目。
記者近期在美國西部一所高校訪問時了解到，在美國的先進(jìn)制藥行業(yè)，藥物開發(fā)領(lǐng)域的最新前沿技術(shù)是機(jī)器學(xué)習(xí)，即算法利用數(shù)據(jù)和經(jīng)驗(yàn)教會自己辨別哪種化合物同哪個靶點(diǎn)相結(jié)合，并且發(fā)現(xiàn)對人眼來說不可見的模式。
第六，大數(shù)據(jù)與云計(jì)算將深度融合。云計(jì)算為大數(shù)據(jù)提供彈性可擴(kuò)展的基礎(chǔ)設(shè)施支撐環(huán)境以及數(shù)據(jù)服務(wù)的高效模式，大數(shù)據(jù)則為云計(jì)算提供新的商業(yè)價值，大數(shù)據(jù)技術(shù)與云計(jì)算技術(shù)必有更完美的結(jié)合。阿里云計(jì)算有限公司總裁胡曉明表示，2018年將是云計(jì)算與產(chǎn)業(yè)深度結(jié)合的元年。人們將看到各國的基礎(chǔ)設(shè)施越來越緊密地和云計(jì)算結(jié)合起來，更多的制造企業(yè)和金融機(jī)構(gòu)開始用“云”，云計(jì)算將促進(jìn)科技金融提高效益。
第七，大數(shù)據(jù)一體機(jī)將陸續(xù)。在未來幾年里，數(shù)據(jù)倉庫一體機(jī)、NoSQL一體機(jī)以及其它一些將多種技術(shù)結(jié)合的一體化設(shè)備將進(jìn)一步快速發(fā)展。據(jù)記者了解，中國的華為、浪潮等公司今年將在大數(shù)據(jù)一體機(jī)上有更大的動作。華為IT服務(wù)器產(chǎn)品線總裁邱隆表示：“華為服務(wù)器在自身高質(zhì)量、創(chuàng)新、高性價比的基礎(chǔ)上，致力提供一個開放的計(jì)算平臺，通過和業(yè)界主流大數(shù)據(jù)廠家合作，面向客戶提供最佳性價比的大數(shù)據(jù)解決方案。”
大國行動：政府與企業(yè)聯(lián)動
許多國家的政府對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展有著高度的熱情。
紐約大學(xué)計(jì)算機(jī)系教授塞恩告訴記者，根據(jù)前期計(jì)劃，美國希望利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)在多個領(lǐng)域的突破，包括科研教學(xué)、環(huán)境保護(hù)、工程技術(shù)、國土安全、生物醫(yī)藥等。其中具體的研發(fā)計(jì)劃涉及了美國國家科學(xué)基金會、國家衛(wèi)生研究院、國防部、能源部、國防部高級研究局、地質(zhì)勘探局等6個聯(lián)邦部門和機(jī)構(gòu)。
目前，歐盟在大數(shù)據(jù)方面的活動主要涉及四方面內(nèi)容：研究數(shù)據(jù)價值鏈戰(zhàn)略因素；資助“大數(shù)據(jù)”和“開放數(shù)據(jù)”領(lǐng)域的研究和創(chuàng)新活動；實(shí)施開放數(shù)據(jù)政策；促進(jìn)公共資助科研實(shí)驗(yàn)成果和數(shù)據(jù)的使用及再利用。日本著名的矢野經(jīng)濟(jì)研究所預(yù)測，2020年度日本大數(shù)據(jù)市場規(guī)模有望超過1兆日元。
第4篇：人工智能創(chuàng)新方案范文
關(guān)鍵詞：產(chǎn)學(xué)研結(jié)合；客戶知識管理；技術(shù)創(chuàng)新；模型
一、引言
知識經(jīng)濟(jì)背景下的先進(jìn)技術(shù)知識和客戶知識在企業(yè)技術(shù)創(chuàng)新中起著至關(guān)重要的作用，成為企業(yè)提高技術(shù)創(chuàng)新能力的關(guān)鍵環(huán)節(jié)。在知識以非線性擴(kuò)張的速度增長的今天，企業(yè)如果僅僅依靠自己的力量獲取需要的所有的知識和能力，不僅花費(fèi)昂貴，而且困難重重。企業(yè)技術(shù)創(chuàng)新是一種以市場需求為導(dǎo)向，以增強(qiáng)企業(yè)競爭力為目標(biāo)，通過學(xué)習(xí)、引進(jìn)、開發(fā)和應(yīng)用新技術(shù)，并以此提高企業(yè)經(jīng)濟(jì)效益的過程…。在知識經(jīng)濟(jì)飛速發(fā)展的今天，企業(yè)必須充分重視內(nèi)外部知識的共享和整合，這樣才能實(shí)現(xiàn)創(chuàng)新的成功，提高企業(yè)的整體競爭力。因此，企業(yè)必須不斷地與外界相關(guān)主體(高校、科研機(jī)構(gòu)、中介機(jī)構(gòu)等)進(jìn)行技術(shù)創(chuàng)新知識的學(xué)習(xí)與交流。
二、先進(jìn)技術(shù)知識的獲取及其在企業(yè)技術(shù)創(chuàng)新中的作用
(一)先進(jìn)技術(shù)知識的獲取
企業(yè)在學(xué)習(xí)、引進(jìn)、開發(fā)和應(yīng)用新技術(shù)的過程中，一個重要的前提是企業(yè)必須能準(zhǔn)確把握及判斷當(dāng)前先進(jìn)技術(shù)發(fā)展的方向，因此，先進(jìn)技術(shù)知識是企業(yè)技術(shù)創(chuàng)新知識的一個重要方面。實(shí)踐證明，先進(jìn)技術(shù)知識的獲取及開發(fā)僅依靠企業(yè)自身的力量還遠(yuǎn)遠(yuǎn)不夠，企業(yè)只有同高校、科研院所等合作才能更加有效地開展技術(shù)創(chuàng)新，因?yàn)楦咝：涂蒲性核鶕碛辛似髽I(yè)不可比擬的人才優(yōu)勢、技術(shù)優(yōu)勢和信息優(yōu)勢。一般企業(yè)從高校和科研機(jī)構(gòu)獲取先進(jìn)技術(shù)知識的方式有：(1)專家培訓(xùn)：企業(yè)聘請技術(shù)專家對企業(yè)相關(guān)員工進(jìn)行先進(jìn)技術(shù)知識的培訓(xùn)，為企業(yè)后續(xù)研發(fā)做準(zhǔn)備；(2)合作研發(fā)：建立在利益相關(guān)的合作基礎(chǔ)上的互相學(xué)習(xí)與溝通，企業(yè)可以在實(shí)踐中獲得自身所需的技術(shù)和信息；(3)公派學(xué)習(xí)：企業(yè)挑選合適員工公派到高?；蚩蒲性核鶎W(xué)習(xí)，這類員工一般為企業(yè)重點(diǎn)培養(yǎng)的、級別較高的研發(fā)人員，作為企業(yè)自主創(chuàng)新的人員儲備。
因?yàn)槠髽I(yè)在進(jìn)行技術(shù)創(chuàng)新的過程中會遇到很多技術(shù)上的難題，其中很多困難是單純依靠企業(yè)自身的能力無法解決的。大學(xué)和科研院所具有豐富的人才、技術(shù)和信息資源，可以有效地幫助企業(yè)實(shí)現(xiàn)技術(shù)的改進(jìn)和創(chuàng)新。
(二)產(chǎn)學(xué)研合作在企業(yè)技術(shù)創(chuàng)新中的作用
當(dāng)前的技術(shù)環(huán)境從過去的相對穩(wěn)定變得動蕩多變、難以預(yù)測，技術(shù)不確定性增加，產(chǎn)品和技術(shù)生命周期縮短，研究開發(fā)的成本和風(fēng)險增大，技術(shù)邊界變得模糊，這些趨勢已經(jīng)成為產(chǎn)學(xué)研合作創(chuàng)新的直接動力之一。
1 大學(xué)和科研院所是知識基礎(chǔ)設(shè)施的一部分，對企業(yè)技術(shù)創(chuàng)新而言，它們是新知識和新技術(shù)的源泉。技術(shù)開發(fā)一般分為基礎(chǔ)研究和應(yīng)用研究?；A(chǔ)研究耗費(fèi)時間和精力，不能直接轉(zhuǎn)化為現(xiàn)實(shí)的生產(chǎn)力，帶來直接經(jīng)濟(jì)效益，因此企業(yè)一般不會進(jìn)行基礎(chǔ)研究，而是著重開展應(yīng)用研究。大學(xué)和科研院所具有豐富的創(chuàng)新人才、技術(shù)和信息儲備，更有實(shí)力進(jìn)行基礎(chǔ)研究，給企業(yè)的技術(shù)創(chuàng)新提供基本的技術(shù)保障。
2 科研院所和大學(xué)要在科學(xué)創(chuàng)新中扮主角，而企業(yè)要在技術(shù)創(chuàng)新中扮主角。在技術(shù)創(chuàng)新中科研院所和大學(xué)甘當(dāng)配角，為企業(yè)服務(wù)，“受制”于企業(yè)。這方面，身處美國硅谷中心、支撐硅谷創(chuàng)新發(fā)展的斯坦福大學(xué)堪稱楷模。斯坦福對硅谷的貢獻(xiàn)舉世聞名，它從不直接經(jīng)商辦企業(yè)，而是以先進(jìn)的創(chuàng)新理念傳播和優(yōu)秀人才培育去促進(jìn)硅谷的繁榮。
3 對于沒有條件建立自己的技術(shù)創(chuàng)新研發(fā)機(jī)構(gòu)的企業(yè)，如果要想開展技術(shù)創(chuàng)新，必須依靠科研院所和大學(xué)技術(shù)創(chuàng)新的戰(zhàn)略儲備和近期的技術(shù)和知識支持，采用多種形式密切產(chǎn)學(xué)研結(jié)合。例如，20世紀(jì)80年代初，日本成功的組織了微電子技術(shù)產(chǎn)學(xué)研聯(lián)合攻關(guān)，使其在生產(chǎn)技術(shù)上超過了美國。這種創(chuàng)新模式被譽(yù)為產(chǎn)學(xué)研結(jié)合的經(jīng)典范例，為日本成為世界第二經(jīng)濟(jì)強(qiáng)國作了重大貢獻(xiàn)。
三、客戶知識的獲取及其在企業(yè)技術(shù)創(chuàng)新中的作用
(一)客戶知識的獲取
客戶知識的獲取是指企業(yè)通過與客戶的接觸，開發(fā)、收集和整合企業(yè)內(nèi)、外部各種客戶信息，并利用數(shù)據(jù)挖掘、知識推理等人工智能技術(shù)從中提取客戶知識?？蛻糁R獲取的方式為：首先，企業(yè)收集現(xiàn)有客戶和目標(biāo)市場中潛在客戶的人文統(tǒng)計(jì)信息，并分析現(xiàn)有客戶的歷史消費(fèi)情況以及潛在客戶的可能消費(fèi)需求，掌握市場上關(guān)于客戶的詳細(xì)信息，從而得到關(guān)于客戶的知識；企業(yè)通過關(guān)于客戶的知識，能夠更準(zhǔn)確地定位市場上的客戶資源，從而為每類客戶提供相匹配的產(chǎn)品和服務(wù)，而有關(guān)企業(yè)為客戶提供的定制化產(chǎn)品的信息就是客戶所需要的知識，這類知識使客戶更好地了解企業(yè)的產(chǎn)品，提高產(chǎn)品推廣的響應(yīng)率；產(chǎn)品推出后，企業(yè)需要知道客戶對這些產(chǎn)品使用后的評價以改善產(chǎn)品的功能，這就是來自客戶的知識。企業(yè)利用呼叫中心、客戶抱怨管理系統(tǒng)以及客戶服務(wù)人員與客戶直接的交流和溝通來獲得相關(guān)的信息，對這些信息進(jìn)行分析和整理，并以電子文檔、書面資料等形式進(jìn)行存儲利用這類知識，企業(yè)能更準(zhǔn)確地了解客戶需求，從而更新關(guān)于客戶的知識，并能改進(jìn)產(chǎn)品的功能，推出新的更適合客戶需求的產(chǎn)品，同時更新客戶需要的知識。當(dāng)新產(chǎn)品推出后，企業(yè)又能獲得新的來自客戶的知識?？蛻糁R的獲取就是在這樣一個循環(huán)反復(fù)的過程中實(shí)現(xiàn)。
對客戶知識的獲取并不是企業(yè)的最終目的，關(guān)鍵在于對這些知識進(jìn)行科學(xué)有效的管理。客戶知識管理貫穿于企業(yè)技術(shù)創(chuàng)新的始終，企業(yè)的技術(shù)創(chuàng)新只有不斷的滿足客戶的需求，才能在市場中立于不敗之地。客戶知識是企業(yè)技術(shù)創(chuàng)新知識的一個重要方面，創(chuàng)新永遠(yuǎn)是持續(xù)的流程，這就要求企業(yè)不斷更新客戶知識，加強(qiáng)自身的客戶知識管理能力。
(二)客戶知識管理在企業(yè)技術(shù)創(chuàng)新中的作用
1 客戶知識管理有利于企業(yè)技術(shù)創(chuàng)新知識的有序化
客戶知識管理作為企業(yè)客戶管理的新理念，通過對客戶知識的整理和分類，通過數(shù)字化和知識化將大量無序信息有序化，將客戶需求具體化，使技術(shù)創(chuàng)新的過程流暢，各個階段緊密有序，為員工提供知識共享的環(huán)境，提高其工作效率和創(chuàng)新能力，改善服務(wù)質(zhì)量。企業(yè)技術(shù)創(chuàng)新的成功主要還是取決于技術(shù)創(chuàng)新的參與者?？蛻糁R管理的實(shí)施可以使技術(shù)創(chuàng)新過程流程化，便于每個參與者掌握和熟悉。在創(chuàng)新過程中，流程化的管理也便于參與者根據(jù)創(chuàng)新環(huán)境的變化而有效地對技術(shù)創(chuàng)新過程做出調(diào)整。創(chuàng)新人員既需要具備專業(yè)的技術(shù)基礎(chǔ)知識，又要了解企業(yè)的客戶知識，這樣才能保證客戶需求的變化及時傳達(dá)給創(chuàng)新人員，從而及時地調(diào)整企業(yè)的技術(shù)創(chuàng)新策略。企業(yè)的客戶知識管理者將各種客戶知識綜合整理，將客戶隱性知識變?yōu)槠髽I(yè)的顯性知識，從而提高企業(yè)的整體創(chuàng)新能力。
2 客戶知識管理有利于企業(yè)技術(shù)創(chuàng)新風(fēng)險的規(guī)避
企業(yè)技術(shù)創(chuàng)新是具有風(fēng)險的，創(chuàng)新成果有可能達(dá)不到預(yù)期的效果，也可能根本無法轉(zhuǎn)化為現(xiàn)實(shí)的生產(chǎn)力。技術(shù)創(chuàng)新能使企業(yè)保持競爭優(yōu)勢，其過程也是一種創(chuàng)新，它包含了許多企業(yè)無法預(yù)測的不確定因素，從而使技術(shù)創(chuàng)新充滿風(fēng)險，這種風(fēng)險主要是由市場環(huán)境的不確定性、新產(chǎn)品的市場接受程度所決定的?？蛻糁R管理可有效降低這種風(fēng)險?？蛻糁R管理并不是從技術(shù)開始的，它始于商業(yè)目標(biāo)?，F(xiàn)在許多企業(yè)已認(rèn)識到，企業(yè)應(yīng)該到客戶那里獲取企業(yè)所需要的信息和知識。通過對知識的傳播和收集，通過企業(yè)與客戶的互動溝通，企業(yè)可從市場得到更多的信息，從而為技術(shù)創(chuàng)新作依據(jù)和參考，減少技術(shù)創(chuàng)新方案中不完整之處以及可根據(jù)市場信息的反饋而及時調(diào)整創(chuàng)新方案。
在企業(yè)技術(shù)創(chuàng)新的過程中，創(chuàng)新人員必須對企業(yè)客戶知識進(jìn)行識別、獲取、開發(fā)、分析、使用和存儲?？蛻糁R管理可以改變技術(shù)創(chuàng)新的速度，通過構(gòu)建一個能夠有效吸收、保持、共享和轉(zhuǎn)移的知識活動的微觀機(jī)構(gòu)，使創(chuàng)新人員能方便、迅速而廣泛地獲取信息，快速而準(zhǔn)確地做出判斷，有效地縮減創(chuàng)新時間，減少技術(shù)創(chuàng)新成本，提高技術(shù)創(chuàng)新的成功率，避免項(xiàng)目失敗的風(fēng)險。
3 客戶知識管理有利于企業(yè)技術(shù)創(chuàng)新反饋的監(jiān)控
企業(yè)技術(shù)創(chuàng)新系統(tǒng)是企業(yè)整個創(chuàng)新系統(tǒng)之中的一個基本組成部分。技術(shù)創(chuàng)新的每個階段的產(chǎn)出都應(yīng)該反饋到技術(shù)創(chuàng)新系統(tǒng)當(dāng)中來。通過對每個階段成果的評價來不斷完善企業(yè)技術(shù)創(chuàng)新系統(tǒng)。而目前大多數(shù)企業(yè)做的只是一個將技術(shù)創(chuàng)新知識整理與存儲的工作，客戶知識管理應(yīng)該與企業(yè)的業(yè)務(wù)流程結(jié)合起來”。，將客戶知識作為流程來管理，使企業(yè)的資源和客戶知識形成一條知識鏈，讓每一階段的技術(shù)創(chuàng)新過程都可以得到檢驗(yàn)與評價。而且，企業(yè)可以通過對每個階段反饋信息的分析，相應(yīng)調(diào)整創(chuàng)新戰(zhàn)略，領(lǐng)導(dǎo)市場潮流。
4 客戶知識管理有利于企業(yè)技術(shù)創(chuàng)新優(yōu)勢的保持
技術(shù)創(chuàng)新是能夠擴(kuò)散的，盡管企業(yè)可以對自身創(chuàng)造的技術(shù)采取足夠的保密手段，但一旦企業(yè)通過技術(shù)創(chuàng)新取得競爭優(yōu)勢，其他企業(yè)將會擴(kuò)大資源的投入進(jìn)行模仿技術(shù)創(chuàng)新，從而消減了技術(shù)領(lǐng)先企業(yè)的競爭優(yōu)勢。這樣一來已創(chuàng)新的企業(yè)必須進(jìn)行再創(chuàng)新，也就是進(jìn)行持續(xù)性的技術(shù)創(chuàng)新。在這種競爭激烈的市場環(huán)境下，實(shí)施客戶知識管理的企業(yè)就能保持技術(shù)創(chuàng)新的優(yōu)勢，及時適應(yīng)改變了的創(chuàng)新環(huán)境。市場經(jīng)濟(jì)條件下的企業(yè)要生存和發(fā)展，必須不斷跟蹤與發(fā)現(xiàn)新的客戶需求信息，轉(zhuǎn)變成新的客戶知識，應(yīng)用新知識不斷指導(dǎo)技術(shù)創(chuàng)新，以保持自身的競爭優(yōu)勢。這就要求企業(yè)要像對待技術(shù)成果那樣對待客戶知識，加強(qiáng)企業(yè)客戶知識管理，以此為基礎(chǔ)不斷創(chuàng)新，實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展，保持企業(yè)的技術(shù)水平優(yōu)勢和強(qiáng)大核心競爭力。
四、知識經(jīng)濟(jì)背景下的企業(yè)技術(shù)創(chuàng)新過程分析
(一)企業(yè)技術(shù)創(chuàng)新過程
分析企業(yè)技術(shù)創(chuàng)新過程模型的演進(jìn)，許多管理的實(shí)踐者發(fā)現(xiàn)學(xué)習(xí)是競爭優(yōu)勢的主要來源，知識的產(chǎn)生、獲取、應(yīng)用和共享等成為了創(chuàng)新研究的重點(diǎn)。第六代創(chuàng)新模型，認(rèn)為是知識和知識的運(yùn)用才使得企業(yè)之間存在差別，才使得企業(yè)的競爭優(yōu)勢得以維持。因此，在企業(yè)技術(shù)創(chuàng)新過程中，先進(jìn)技術(shù)知識和客戶知識的獲取和應(yīng)用是關(guān)鍵。而企業(yè)作為技術(shù)創(chuàng)新的主體，它所需的創(chuàng)新知識可以來源于企業(yè)的內(nèi)部，也可以來源于企業(yè)的外部(其他組織)，產(chǎn)學(xué)研結(jié)合可以有效實(shí)現(xiàn)創(chuàng)新知識在各主體間的應(yīng)用、開發(fā)和擴(kuò)散。
單獨(dú)考慮合作系統(tǒng)內(nèi)的單一企業(yè)，其技術(shù)創(chuàng)新的過程包括創(chuàng)新決策的產(chǎn)生、研究開發(fā)、生產(chǎn)和銷售四個部分，通過上文客戶知識管理在企業(yè)技術(shù)創(chuàng)新過程中的作用分析可以看到，客戶需求是企業(yè)進(jìn)行技術(shù)創(chuàng)新的基礎(chǔ)，客戶知識管理可以幫助企業(yè)家做出正確的創(chuàng)新決策、研發(fā)人員及時掌握客戶需求、生產(chǎn)人員準(zhǔn)確了解客戶對產(chǎn)品的期望、銷售人員成功留住客戶。在企業(yè)技術(shù)創(chuàng)新過程中，客戶知識管理的內(nèi)容貫穿始終，指導(dǎo)每一個部門的工作，從而實(shí)現(xiàn)企業(yè)的持續(xù)創(chuàng)新。通過以上分析，建立企業(yè)技術(shù)創(chuàng)新過程模型如下：
(二)知識經(jīng)濟(jì)背景下企業(yè)技術(shù)創(chuàng)新過程分析
1 企業(yè)內(nèi)部技術(shù)創(chuàng)新
知識經(jīng)濟(jì)背景下企業(yè)技術(shù)創(chuàng)新過程模型圖分為兩部分，上半部分為企業(yè)內(nèi)部技術(shù)創(chuàng)新過程，從創(chuàng)新決策開始，經(jīng)過研發(fā)、生產(chǎn)，將技術(shù)轉(zhuǎn)化為產(chǎn)品或服務(wù)后，由銷售部門將產(chǎn)品或服務(wù)轉(zhuǎn)化為企業(yè)的效益。在這個過程中通過不斷考察市場客戶的需求，并且結(jié)合現(xiàn)有的技術(shù)成果，企業(yè)又產(chǎn)生新的創(chuàng)新決策，指導(dǎo)下一輪的技術(shù)創(chuàng)新。企業(yè)的技術(shù)創(chuàng)新是一個循環(huán)往復(fù)的過程，客戶知識管理的內(nèi)容貫穿始終，指導(dǎo)每一個部門的工作，只有這樣才能實(shí)現(xiàn)企業(yè)的持續(xù)技術(shù)創(chuàng)新。
這一循環(huán)過程要求在企業(yè)內(nèi)部建立一個“客戶知識互聯(lián)”網(wǎng)絡(luò)。明確要求各部門應(yīng)該相互合作與協(xié)調(diào)，跨部門交換客戶知識和分享經(jīng)驗(yàn)?？蛻糁R管理系統(tǒng)根據(jù)企業(yè)技術(shù)創(chuàng)新的要求，將與創(chuàng)新密切相關(guān)的客戶知識分發(fā)給需要的職能部門和人員，達(dá)到以客戶為中心的協(xié)同工作的目的。比如針對某個客戶的個性化需求，生產(chǎn)部門會接收到CKM系統(tǒng)分發(fā)的客戶知識，以此為依據(jù)開展制造加工，并將制造流程信息反饋給客戶服務(wù)部門，客戶服務(wù)人員會結(jié)合相關(guān)客戶知識，通知該客戶詳細(xì)的供貨細(xì)節(jié)。
2 產(chǎn)學(xué)研結(jié)合技術(shù)創(chuàng)新
第5篇：人工智能創(chuàng)新方案范文
關(guān)鍵詞：變電站；繼電保護(hù)；故障類型；維護(hù)處理
目前，在引入電子通信技術(shù)以及計(jì)算機(jī)信息監(jiān)測系統(tǒng)之后，繼電保護(hù)手段得到進(jìn)一步的改進(jìn)，使其能夠即使在用電的高峰期，也可以為電網(wǎng)以及用電的各個方面進(jìn)行供電。由于對繼電保護(hù)進(jìn)行處理需要相關(guān)電力技術(shù)人員具有較強(qiáng)的技術(shù)性，這就需求他們不但要有豐厚的理論知識，還應(yīng)具備處理各種故障的經(jīng)驗(yàn)，一旦發(fā)生故障，就能夠及時找到原因，根據(jù)原因?qū)?yīng)處理，以提升變電站的運(yùn)行效率，保證高電網(wǎng)的安全穩(wěn)定。因此，變電站能否正常運(yùn)行，主要取決于繼電保護(hù)故障的處理對策上面。
1 繼電保護(hù)以及發(fā)展方向
繼電保護(hù)是為了保證變電站電力系統(tǒng)正常安全運(yùn)行的電力裝置，以提高電力系統(tǒng)的經(jīng)濟(jì)效益。計(jì)算機(jī)系統(tǒng)的應(yīng)用和人工智能化程度的提高讓繼電保護(hù)的技術(shù)手段更上一個臺階，其發(fā)展趨勢向著計(jì)算機(jī)信息化，網(wǎng)絡(luò)管理化以及集防護(hù)、測量、檢測、數(shù)據(jù)收集、信號傳遞等方面為一體的綜合化。隨著科學(xué)技術(shù)的進(jìn)步，將會有更多的先進(jìn)技術(shù)、先進(jìn)方法應(yīng)用到繼電保護(hù)方面，不斷革新，不斷完善，進(jìn)而提高其工作效率，降低其故障發(fā)生的概率。這就要求相關(guān)電力技術(shù)人員不斷創(chuàng)新，努力發(fā)現(xiàn)，積極摸索，研究新方案，以國際先進(jìn)繼電保護(hù)設(shè)施作為基礎(chǔ)，組建一支具有豐富理論知識和專業(yè)處理故障成熟經(jīng)驗(yàn)的隊(duì)伍，以滿足時代不斷進(jìn)步的標(biāo)準(zhǔn)，進(jìn)而建設(shè)繼電保護(hù)從研究分析到故障處理的完善制度。
2 繼電保護(hù)故障有哪些
2.1 干擾方面的故障
導(dǎo)致這個問題出現(xiàn)的因素是：微機(jī)的抗干擾能力不強(qiáng)，如果旁邊有通信設(shè)施，就會自動屏蔽這些通信設(shè)施，產(chǎn)生干擾作用，引發(fā)相關(guān)邏輯元件錯誤應(yīng)對動作，造成繼電保護(hù)故障。
2.2 定值的故障
在此方面主要體現(xiàn)在：對于整定的運(yùn)算結(jié)果錯誤，出現(xiàn)了系統(tǒng)上的偏差；相關(guān)設(shè)施未按期更換，導(dǎo)致設(shè)施老化；在人工處理方面，對整定運(yùn)算的結(jié)果是錯誤的等等。
2.3 高頻收發(fā)信號機(jī)故障
由于生產(chǎn)工廠的不同，導(dǎo)致在高頻收發(fā)信號機(jī)的質(zhì)量性能方面有強(qiáng)有弱，往往在通信設(shè)施的干擾下造成其工作時的不穩(wěn)定，引發(fā)故障。
2.4 插件絕緣故障
一些保護(hù)設(shè)施的集成程度較高，布線較為嚴(yán)緊，如果運(yùn)轉(zhuǎn)的時間超過一定的期限，就會在靜電的影響作用下導(dǎo)致帶靜電的微粒匯集在接線焊點(diǎn)附近，易于焊點(diǎn)與其它焊點(diǎn)之間產(chǎn)生導(dǎo)電通道，導(dǎo)致繼電保護(hù)設(shè)施故障。
2.5 CT 飽和故障
CT 在二次系統(tǒng)的作用無可取代，如果系統(tǒng)出現(xiàn)故障，就會產(chǎn)生瞬時劇烈增加的短路電流，導(dǎo)致CT飽和，從而阻礙繼電保護(hù)工作的正常進(jìn)行。
3 繼電保護(hù)故障對策要堅(jiān)持的原則
3.1 開展繼電保護(hù)處理工作時，要有所依據(jù)，對每次發(fā)生故障的事件做好相關(guān)的記錄，例如光子牌、保護(hù)設(shè)施的燈光等信息數(shù)據(jù)等。所以要在解決相關(guān)故障前面對所得信息分析研究，按照所得結(jié)果去判定當(dāng)前發(fā)生故障的類型，及時選用有效對策對其處理。
3.2 在電力系統(tǒng)正常運(yùn)轉(zhuǎn)中，應(yīng)按照其運(yùn)轉(zhuǎn)的具體方法對保護(hù)設(shè)施開展連接片的投、退處理操作，采取有效對策對故障進(jìn)行處理。例如，如果發(fā)生連接器的跳閘現(xiàn)象，對其投入操作時，應(yīng)先計(jì)算連接片間的直流電壓大小，后才能進(jìn)行運(yùn)轉(zhuǎn)中的投入操作。就有關(guān)電力技術(shù)人員而講，應(yīng)該定期檢測繼電保護(hù)設(shè)施的各項(xiàng)數(shù)據(jù)，確認(rèn)其有效真實(shí)，不得隨意篡改或清除。
3.3 在實(shí)際應(yīng)用中，會有這樣的情況：在全面分析研究已有信息的基礎(chǔ)上，并沒有找到故障出現(xiàn)的相關(guān)信息，所以在處理故障時，就無從查起，相應(yīng)地提高了故障處理的難度。是人為的或者是外部環(huán)境導(dǎo)致的，還是因設(shè)施自身原因引起的，按照已有信息分析結(jié)果無法判斷。如果是人為因素，就要全面記錄其發(fā)生原因以及對策，可有效預(yù)防以后同類故障的發(fā)生和處理。
4 繼電保護(hù)裝置的處理對策
4.1 分析法
4.1.1 對于變電站110kv繼電保護(hù)電路中，可能會遇到這樣的問題：于開展處理故障傳動操作中發(fā)現(xiàn)，在加速跳閘后的小段時間中再次產(chǎn)生自動重合閘。通過研究分析微機(jī)故障有關(guān)結(jié)果來看，發(fā)現(xiàn)兩次跳閘相差21s，這正好與重合閘充電的時間相吻合，根據(jù)110kv開關(guān)重合回路相關(guān)工作運(yùn)轉(zhuǎn)方面的原理，可找到此故障發(fā)生的原因是彈簧中充電時間超過規(guī)定的標(biāo)準(zhǔn)，導(dǎo)致故障產(chǎn)生。
圖1 110kv開關(guān)重合出口回路原理圖
4.1.2 在遇到重合閘設(shè)施放電閉鎖等故障的時候，先要研究每項(xiàng)輸入量，找到引發(fā)達(dá)到放電閉鎖標(biāo)準(zhǔn)值的大小，有目的地找到故障發(fā)生點(diǎn)，還要做好故障報(bào)告的全面分析工作。
4.2 電位變化法
應(yīng)用電位變化法的原理是應(yīng)用計(jì)算機(jī)系統(tǒng)對二次回路每個連接點(diǎn)進(jìn)行全天候的監(jiān)測，觀察其直流電壓以及電位方面的改變，來找尋故障的產(chǎn)生點(diǎn)。此種方法對于電源開關(guān)拒合與拒分，而相應(yīng)的指示等信號不明的情況下發(fā)生故障處理比較適用。
4.3 按照電力工作技術(shù)人員相關(guān)經(jīng)驗(yàn)進(jìn)行判斷
對已發(fā)生的故障進(jìn)行匯集分類，在了解繼電保護(hù)理論的基礎(chǔ)之上，采取科學(xué)合理的方法來調(diào)查繼電保護(hù)設(shè)施的運(yùn)轉(zhuǎn)情況，總結(jié)不同故障發(fā)生的內(nèi)因以及有效處理的對策，為以后碰到相似的繼電保護(hù)故障提供解決的依據(jù)，便于更為高效地處理繼電保護(hù)的故障。例如，在實(shí)際操作過程中，遇到紅燈綠燈都沒有信號，而且跳閘的線圈也被燒毀的現(xiàn)象造成的故障，根據(jù)以往的經(jīng)驗(yàn)，我們可以判斷這種故障主要是由于開關(guān)機(jī)構(gòu)存在操作死點(diǎn)而拒分造成的。按照電力技術(shù)工作人員相關(guān)經(jīng)驗(yàn)方法在實(shí)際應(yīng)用中是他們經(jīng)常采用的方法。這種方法要求電力相關(guān)技術(shù)工作人員在日常生活中多加積累經(jīng)驗(yàn)，總結(jié)相關(guān)教訓(xùn)，故障一發(fā)生就可以判斷故障來源點(diǎn)，及時作出相應(yīng)的措施，提高故障處理的工作效率，盡可能地減少因故障造成的損失。
4.4 分段處理法
4.4.1 根據(jù)檢測的結(jié)果，高頻保護(hù)接發(fā)機(jī)不能正常工作，發(fā)信機(jī)發(fā)信失常，檢測點(diǎn)引動本側(cè)發(fā)信失敗，相關(guān)技術(shù)人員不能接收3d告警預(yù)示。針對這一問題，應(yīng)采取分段處理法進(jìn)行解決，先要保持導(dǎo)電通道脫開，在其內(nèi)接入75Ω的電阻，來檢測是否能夠進(jìn)行自發(fā)自收的正常運(yùn)轉(zhuǎn)，根據(jù)結(jié)果來做出故障是否出現(xiàn)在本機(jī)的決定，后接通導(dǎo)電通道，檢查所接收到的信號電平差值，就可以據(jù)此判斷通電電纜的完好程度，繼而找到故障發(fā)生線段。
4.4.2 檢測有線傳輸信號的通道。把通道接口脫開，檢測短接電路回路，判定回路是否正在連接，還可以短接外側(cè)環(huán)路，按照檢測對方是否收到信號的結(jié)果，來判斷通道的連接狀態(tài)。
5 結(jié)束語
綜上所述，要想保證電力系統(tǒng)的正常運(yùn)行，就要盡快地處理變電站繼電保護(hù)的故障問題。文章在分析繼電保護(hù)故障類型的基礎(chǔ)上，經(jīng)過詳細(xì)研究，提出一些處理故障的方法，旨在保持變電站正常運(yùn)行，提高其工作效率，以便獲得良好的經(jīng)濟(jì)效益。
參考文獻(xiàn)
