-
题名基于移动互联技术的电力重点物资质量监督管理研究
被引量：4
- 1
-
-
作者
尹明
朱毅
邵长军
戚鲁凤
-
机构
国网山东省电力公司
国网山东省电力公司经济技术研究院
山东鲁能软件技术有限公司
-
出处
《科技创新导报》
2018年第12期186-187,共2页
-
文摘
电力物资产品质量监督抽检是一项系统工程,对电网运行起着关键的作用。伴随着社会的发展,社会和人民对于电力企业的要求也在增强,而其中产品的质量监督就是重要的部分。电力物资产品质量监督抽检目前存在很多问题,其中最主要的就是要提高产品质量监督抽查的有效性,本文依托移动互联技术对完善电力物资产品质量监督管理策略进行了研究,并提出了一些意见和建议。
-
关键词
电力物资质量
质量监督
质量管理
移动互联
-
分类号
F426
[经济管理—产业经济]
-
-
题名浅析企业供应链管理数字化转型
被引量：4
- 2
-
-
作者
董鑫宇
孙宏志
赵红卫
戚鲁凤
王晓敏
-
机构
中国联合网络通信有限公司北京市分公司
国网山东省电力公司
山东鲁软数字科技有限公司
-
出处
《中小企业管理与科技》
2022年第5期40-42,共3页
-
文摘
新时期背景下,企业供应链管理数字化转型对企业持续发展产生至关重要的影响,数字化转型和相关技术对提升供应链运营水平和效率发挥较大作用。企业供应链管理工作开展期间,新技术的应用也为企业数字化转型和发展提供动力与基础。企业供应链管理数字化转型的现状不容乐观,存在许多问题与不足。鉴于此,论文主要分析了企业供应链管理数字化转型现状,探究了供应链管理数字化转型切入点,最后提出加强企业战略建设、合理变革业务流程、运用数字化的工具等策略,以此提高供应链管理的数字化转型效果。
-
关键词
企业供应链管理
数字化转型
方法
-
Keywords
enterprise supply chain management
digital transformation
method
-
分类号
F274
[经济管理—企业管理]
F270.7
[经济管理—国民经济]
-
-
题名电力科技创新能力可视化模型设计与实现
被引量：2
- 3
-
-
作者
马晶
姚辉群
王宗光
戚鲁凤
杨玉双
-
机构
国网山东省电力公司济宁供电公司
山东鲁软数字科技有限公司
-
出处
《山东电力技术》
2022年第1期47-52,共6页
-
文摘
为满足电力企业对科技创新能力信息的展示需求,并解决科技创新能力缺少展示平台的问题,通过对数据可视化研究现状及相关技术进行调研和分析,阐述可视化技术的研究现状和一体化可视化技术相关概念,以国网山东省电力公司17家地市公司和11家支撑单位的近5年科技创新能力指标数据为例进行统计分析,探索研究大数据、知识图谱、可视化三者结合的一体化可视化展示模型及实现方式,构建一种面向电力企业科技创新能力体系的可视化展示系统,为电力行业人员提供直观、便捷的可视化画面,增强用户互动,辅助用户分析科技创新相关数据。
-
关键词
电力企业
科技创新能力
数据可视化
辅助分析
-
Keywords
electric power enterprises
scientific and technological innovation ability
data visualization
auxiliary analysis
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名物资供应链实时监控预警机制研究
被引量：1
- 4
-
-
作者
尹明
朱毅
王立峰
戚鲁凤
-
机构
国网山东省电力公司
国网山东省电力公司经济技术研究院
山东鲁能软件技术有限公司
-
出处
《管理观察》
2016年第32期97-99,共3页
-
文摘
高效的物资供应链系统是检验一个企业物资管理水平的基础。由于物资供应链集成了众多业务,在运营过程中会产生各种各样的风险。本文将物资供应链中产生的业务风险作为主体,研讨了物资供应链业务风险的实时监控体系和预警体系,提出了物资供应链实时监控预警机制的构建问题。
-
关键词
物资供应链
实时监控
预警机制
-
分类号
F274
[经济管理—企业管理]
-
-
题名神经网络训练处理器的浮点运算优化架构
- 5
-
-
作者
张立博
李昌伟
齐伟
王刚
戚鲁凤
-
机构
中国绿发投资集团有限公司
山东鲁软数字科技有限公司
-
出处
《计算机测量与控制》
2023年第6期176-182,共7页
-
基金
中国绿发投资集团有限公司科技项目(CGDG529000220008)。
-
文摘
针对神经网络训练加速器中存在权重梯度计算效率低的问题,设计了一种高性能卷积神经网络(CNN)训练处理器的浮点运算优化架构;在分析CNN训练架构基本原理的基础上,提出了包括32 bit、24 bit、16 bit和混合精度的训练优化架构,从而找到适用于低能耗且更小尺寸边缘设备的最佳浮点格式;通过现场可编程门阵列(FPGA)验证了加速器引擎可用于MNIST手写数字数据集的推理和训练,利用24 bit自定义浮点格式与16 bit脑浮点格式相结合构成混合卷积24 bit浮点格式的准确率可达到93%以上;运用台积电55 nm芯片实现优化混合精度加速器,训练每幅图像的能耗为8.51μJ。
-
关键词
卷积神经网络
浮点运算
加速器
权重梯度
处理器
-
Keywords
convolutional neural network
floating point operation
accelerator
weight gradient
processor
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TN791
[自动化与计算机技术—控制科学与工程]
-
