Skip to main content

Home/ 互联网之'我的阅读'/ Group items tagged 诊断

Rss Feed Group items tagged

Filter: All | Bookmarks | Topics Simple Middle
ocean wu

HttpWatch Basic Edition - blog 访问速度诊断工具 | 小众软件 - 0 views

www.appinn.com/httpwatch-basic-edition

网站运营 诊断 访问速度

shared by ocean wu on 12 Jan 09 - Cached
  • HttpWatch Basic Edition 是一个可以帮你判断博客访问速度的瓶颈在哪里的 IE/Firefox 插件。
  • 不知道有多少人会觉得自己的 blog 访问速度很快，或者说很满意？而除了一国两制的线路原因外，还有很多其它原因，比如边栏工具，比如图片链接，比如插件等等。 HttpWatch Basic Edition 为免费版本，更强大的 Professional Edition 是要钱的，况且我们也用不到那么多功能。 首先安装 HttpWatch Basic Edition，会把自己添加进 IE 里，如果系统内有 Firefox，会提示你是否要安装 Firefox 版本。 打开方式： IE 浏览器 Firefox 浏览器 打开 HttpWatch Basic Edition 后，先别急着诊断，选择 Tools > Clear Cache and All Cookie (Alt + Del) 清空浏览器缓存和 Cookie，因为我们要模仿新访客第一次来网站的情况。 清空完毕，这个时候不要打开任何网页，点击 Record 按钮，输入网址，开始载入。 很快，就会得到如第一幅截图的报表，里面有浏览器访问网页每一步的记录，从中，你就可以看到哪一步花费的时间长，我们就可以针对它进行优化了。 比如小众发现 Highslide Integration 插件严重拖慢速度，虽然此插件对图片的浏览很华丽，但是太过于拖慢速度，停掉。 我记得有个网站也可以实现此功能，但不记得名字了。 软件比较大，8M，仅提供 brsbox 及 官方下载
ocean wu

汽车维修业的春天是怎样的？ - 0 views

info.auto-m.hc360.com/...041720465385-all.shtml

汽车 商业模式 O2O

shared by ocean wu on 10 Nov 14 - No Cached
  • 最近中国汽车产业有多个产业风口爆发的奇点，一个是移动互联网在汽车产业的应用，一个是汽车互联网和车联网，一个是包括二手车、汽车金融等在内的后服务市场，一个是汽车电子商务。
  • 最近中国汽车产业有多个产业风口爆发的奇点，一个是移动互联网在汽车产业的应用，一个是汽车互联网和车联网，一个是包括二手车、汽车金融等在内的后服务市场，一个是汽车电子商务。
  • 从力出一孔的角度看，交通运输部联合10个部委颁发的《关于促进汽车维修业转型升级提升服务质量的指导意见》，让本来就很火爆汽车维修市场再添把火
  • ...37 more annotations...
  • 《指导意见》提出的总体目标：“通过5年左右努力，推动汽车维修业基本完成从规模扩张型向质量效益型的转变，市场发育更加成熟，市场布局更趋完善，市场结构更趋优化，市场秩序更加公平有序，市场主体更加诚信规范，资源配置更加合理高效，对汽车后市场发展引领和带动作用更加显著;基本完成从服务粗放型向服务品质型的转变，为人民群众提供更加诚信透明、经济优质、便捷周到、满意度高的汽车维修和汽车消费服务”。
  • 《指导意见》提出的总体目标：“通过5年左右努力，推动汽车维修业基本完成从规模扩张型向质量效益型的转变，市场发育更加成熟，市场布局更趋完善，市场结构更趋优化，市场秩序更加公平有序，市场主体更加诚信规范，资源配置更加合理高效，对汽车后市场发展引领和带动作用更加显著;基本完成从服务粗放型向服务品质型的转变，为人民群众提供更加诚信透明、经济优质、便捷周到、满意度高的汽车维修和汽车消费服务”。
  • 第四条明确：鼓励连锁经营，促进市场结构优化。
  • 要求各地交通运输主管部门和道路运输管理机构要按照“合理布局、连锁优先、供需平衡、便民利民”的原则，积极协调发展改革、规划等部门，编制发布本行政区的《汽车维修行业发展规划》，将汽车维修园区、网点布局纳入城市建设、经济社会发展总体规划，促进汽车维修业发展与人民群众维修服务需求相适应。鼓励汽车维修、配件供应等优势企业在大型社区、公共停车场、客货运输站场周边布设连锁网点。
  • 要求各地交通运输主管部门和道路运输管理机构要按照“合理布局、连锁优先、供需平衡、便民利民”的原则，积极协调发展改革、规划等部门，编制发布本行政区的《汽车维修行业发展规划》，将汽车维修园区、网点布局纳入城市建设、经济社会发展总体规划，促进汽车维修业发展与人民群众维修服务需求相适应。鼓励汽车维修、配件供应等优势企业在大型社区、公共停车场、客货运输站场周边布设连锁网点。
  • 江苏省张家港已经出现由综合维修企业发起的连锁经营，值得借鉴和学习。
  • 其一是连锁优先。
  • 最近几年几个主要城市在维修店开业审批中已经实质上做到了不连锁就不允许开业。
  • 二是供需平衡。对于线下维修企业而言，当前低端产能是过剩的，如果当地发改委和规划委不允许新增维修企业，那意味着现有企业的牌照会涨价，本来店址就是稀缺的
  • 三是汽车维修园区。以往汽车产业园区主要是卖车，现在修车也能圈地搞园区，这个有想象空间。
  • 其四是维修企业进社区和停车场。这意味着上门服务会很快火爆起来
  • 其五，连锁网店可共享技术负责人和设备。这个对基于互联网的上门服务是巨大利好——没有必要买一大堆没用的设备，更没有必要逼着技术人员都去学没用的认证班，一个大师傅、一个维修中心，其他都是移动互联网预约解决。
  • 第九条明确：推广绿色维修作业，促进行业持续发展
  • 交通运输部已经提出了《绿色汽车维修指南》，这次又提出“废机油、制动液、制冷剂等废弃物的回收处置“3年内实现全国一、二类维修企业维修危险废物规范处置率达到100%”。这是个巨大的市场，市面上流通的假冒伪劣机油，通常都是废机油过滤后的“地沟油，这类“地沟油”的无害化处理，不仅有助于消灭假冒伪劣机油，其本身也是个大买卖。对大量钣喷维修而言，水性漆和水性漆的喷涂工艺设备也是个大买卖
  • 此项制度的实施，势必对节能减排技术及产品是个利好消息，对于汽车维修企业而言也是扩展维修业务范围
  • 条明确：实施强拆检测与维护制度，促进行业生态文明建设。该条意见是在中国推行I/M制度
  • 第十五条明确：加强维修人才队伍建设。人才紧缺是困扰汽车维修行业持续稳定发展的瓶颈之一。
  • 第十一条明确：限制滥用强拆保修条款，保障消费者维修选择权。
  • 互联网教育对于汽车维修这类技术培训有短板，只有把互联网与线下培训结合起来，用O2O的思路推进维修人才培养，用人人都可以成为维修店老板的思路办培训，这才可能击中这个产业的软肋。眼下，车联网又来了，需要经验的诊断对于传感器越来越多的车而言，诊断智能化水平会越来越高，这意味着维修工未必需要懂太高深的技术，反而是遵守基本的服务标准
  • 第十八条明确：破除维修配件渠道垄断。明确宣布要“破除维修配件渠道垄断”，要求从明年起车企公开汽车维修技术资料。
  • 那些有实力连锁维修企业，一旦他们得到最缺乏的维修技术信息和正牌零配件，依靠其高性价比将可以在汽车后市场抢得一块不小的蛋糕。
  • 首先，各个主机厂，无论日系、德系还是美系，去年至今都在内部搞反垄断自查。目前4S店理论上是可以按照反垄断法的要求向外部渠道采购配件的，当然也可以对外销售配件，但问题是主机厂也在贯彻交通部在这个文件里提出的“诚信经营”。你4S店外部采购配件，必须向消费者声明，这个配件非原厂，原厂不提供质保，我们家4S店给你“店保”。这样的后果是，其一，外采零件的售价必须足够低消费者才买单，4S店此前外采是欺诈消费者，把副厂当原厂零件销售给车主这才有暴利，如果只能当副厂件卖，那没必要折腾了。其二，混合原厂和外采配件的这次维修售后责任认定非常难，这意味着4S店只要用了外采零件，维修责任就自负。其三，主机厂一旦发现4S店经营不诚信，各种商务政策会让4S店整个经营都无利可图。所以，虽然理论上主机厂对配件的垄断已经没有法律障碍，但大多数消费者并不会在4S店销售副厂件，但至少4S店拿副厂件冒充原厂件欺诈消费者、欺诈厂商的成本高了。
  • 其次，反垄断法让很多原厂配套零部件企业开始做自有品牌，因为原本偷偷把主机厂logo的配件卖出去，质量差点也无所谓，反正都是暴利，但这次交通部鼓励的是自有品牌——品牌的价值很大
  • 第三是建立汽车维修配件追溯体系
  • 第十五条明确：建立健全汽车维修救援体系，提供有效出行保障。交通部在这条提出：建立健全汽车维修救援体系，提供有效出行保障。其中提到要“统一平台、统一调度、统一服务、快速响应”，建立覆盖全国汽车维修救援体系。
  • 移动互联网能否找到更便捷的方式完成这个体系的建设，这是创业机会，而且追溯体系背后一定要跟上交通部提出的配件分类和编码规则标准
  • 不得以汽车“三包”期限内选择非授权维修服务为理由拒绝提供维修服务。从而保障了消费者的选择权和知情权。
  • 第十二条明确：加强行业诚信建设，营造放心修车环境。
  • 交通运输部提出：要发挥消费者评价对市场的导向作用，运用互联网和信息化手段，构建企业经营行为和服务质量动态监管机制及信息化监管平台，用市场信息透明和消费者口碑倒逼和推动市场诚信建设。
  • 在国家信用体系建设框架下，探索建立企业信用制度。交通运输部提出消费者评价的市场导向作用，而且是动态监管，要倒逼诚信体系建设。
  • 一旦维修企业有了征信记录，与配件、设备采购相关的互联网金融服务、维修保养档案体系都水到渠成。
  • 互联网教育对于汽车维修这类技术培训有短板，只有把互联网与线下培训结合起来，用O2O的思路推进维修人才培养，用人人都可以成为维修店老板的思路办培训，这才可能击中这个产业的软肋。
  • 这个平台为什么就不能是便民服务体系呢？事故救援为什么就不能是保险公司主导的延伸服务呢？故障救援为什么就不能成为配件直销平台呢？
  • 交通部联合国务院十个部委提出要充分运用互联网、大数据、云计算等技术手段，积极推进行业信息化建设。要建立覆盖全国的汽车“电子病历”系统，鼓励各地道路运输管理机构建立汽车维修服务质量评价网络平台。鼓励维修企业建立健全维修服务管理信息系统，提升企业管理效率和水平。
  • 第二十一条明确：推进维修行业信息化建设。
  • 鼓励企业通过电话、互联网等手段，广泛开展预约式修车服务，提升修车时效；通过提供代步汽车、上门接送车等延伸服务，为消费者提供便利服务。
  • 任何便民服务都是有成本的，对于非4S店的维修企业而言，原本就利润不高，如果再弄成本不菲的便民服务业务会雪上加霜。比如代步车，这相当于短期租车给用户，上门取车相当于用户短期把车租借给店铺，这个业务在法律上如何界定清楚责任，如何把这类服务成本转嫁给第三方，这都是提高用户体验的关键，专门给线下服务商提供这类便民服务的第三方服务商会有机会，比如各地的P2P租车服务商等。
ocean wu

汽修人才倍受青睐郑州万通"技能+学历"领跑行业 - 0 views

xiaofei.china.com.cn/...info-11-9-131731.html

汽车后市场 商业模式

shared by ocean wu on 13 Aug 15 - No Cached
  • 国内拥有“技能+学历”培养模式和能力的汽修职业教育院校不多
  • 国内著名汽修专家阚有波教授分析认为，汽车后市场进入了无大修时代，在汽车维修的数量上，通常是九分维护一分修理，在汽车维修的质量上，通常是九分诊断一分更换，汽车维修技术正发生着深刻变革。
  • 传统汽车维修技术队伍“师傅和徒弟”的学徒模式正在被淘汰
ocean wu

数据挖掘资源和研究汇总（转）_张正华BLOG_新浪博客 - 0 views

blog.sina.com.cn/...blog_4d9b3c0a01000a8q.html

数据挖掘 列表 links

shared by ocean wu on 16 Feb 09 - Cached
  • 什么是数据挖掘 http://www.seamlessit.com/documents/DataMiner/DM2002-05-24A.htm 数据挖掘-技术与应用 http://www.seamlessit.com/documents/DataMiner/DM2002-05-24B.htm 数据挖掘助竞争 http://www.cai.com.cn/suc_story/0426.htm 数据挖掘讨论组 http://www.dmgroup.org.cn/ 数据挖掘在CRM中的应用 http://www.chinabyte.com/20020726/1622396.shtml Open Miner 数据挖掘工具 http://www.neusoft.com/UploadFile/0.4.3/217/217.htm 数据挖掘-概念与技术（影印书） http://www.hep.edu.cn/books/computer/photocopy/20.html 数据挖掘在科学数据库中的应用探索 http://www.sdb.ac.cn/thesis/thesis5/paper/p6.doc
  • 数据挖掘概述 (一) http://www.ccf-dbs.org.cn/pages_c/datamining1.htm 数据挖掘概述 (二) http://www.ccf-dbs.org.cn/pages_c/datamining2.htm 数据挖掘在CRM中的核心作用 http://www.cndata.com/sjyw/dcd_knowlege/texts/article491.asp 网络数据挖掘 http://www.pcworld.com.cn/2000/back_issues/2014/1436a.asp
  • XML 与面向Web的数据挖掘技术 http://www.aspcool.com/lanmu/browse1.asp?ID=719&bbsuser=xml http://www.swm.com.cn/rj/2000-10/25.htm http://www.ccidnet.com/tech/web/2001/09/04/58_3176.html 上海市计算机学会数据挖掘技术讨论网站 http://scs.stc.sh.cn/main/sjwj.htm 数据挖掘与统计工作 http://www.bjstats.gov.cn/zwxx/wzxw/zzwz/200207020115.htm 数据仓库、数据集市和数据挖掘 http://eii.dlrin.edu.cn/zjlw/zhlw16.htm 数据挖掘-图书馆员应掌握的基本工具 http://www.zslib.com.cn/xhlw/wk.doc 数据挖掘技术概述 http://www.china-pub.com/computers/emook/0903/info.htm 数据挖掘及其在工程诊断中的应用(博士论文) http://www.monitoring.com.cn/papers/GaoYilong_C_D.htm
  • ...7 more annotations...
  • <构建面向CRM的数据挖掘应用> 2001 人民邮电出版社 http://www.e-works.net.cn/business/category18/126700621324531250.html 数据挖掘在CRM中的应用 http://www.e-works.net.cn/ewkArticles/Category38/Article9809.htm 数据挖掘及其工具的使用 http://eii.dlrin.edu.cn/zjlw/zhlw17.htm 数据挖掘-极具发展前景的新领域 http://www.creawor.com/biforum/bi_02.htm 数据挖掘的研究现状 http://www.creawor.com/biforum/bi_03.htm 数据挖掘-数据库技术的新时代 http://www.china-pub.com/computers/emook/1188/info.htm
  • 知识型企业研究中心 2006-12-26 http://business.queensu.ca/index.php   这是一本关于数据挖掘的一本书的章节 数据挖掘课堂笔记 2006-11-10 http://infolab.stanford.edu/~ullman/mining/mining.html 国外大学关于数据挖掘相关课程的课件。 智能科学网站 2006-11-10 http://www.intsci.ac.cn/   数据挖掘的词汇表 智能工具,数据挖掘,可视化2005国际会议 2006-11-09 http://www.infonortics.com/idv/05pro.html
  • Data Mining: What Is Data Mining ? http://www.anderson.ucla.edu/faculty/jason.frand/teacher/technologies/palace/datamining.htm Data Mining - An Introduction http://databases.about.com/library/weekly/aa100700a.htm?iam=excite_1&terms=data+mining Data Mining - An Introduction Student Notes http://www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_book_1.html Data Mining Overview http://www.megaputer.com/dm/index.php3 Data Mining - Award Winning Software http://www.salford-systems.com/?source=goto Data Mining With MicroStrategy Best In Business Intelligence http://www.microstrategy.com/Software/Mining.asp?CID=1818dm Data Mining, Web Mining and Knowledge Discovery Directory http://www.kdnuggets.com/ Data Miners Home Page http://www.data-miners.com/ Data Mining and Knowledge Discovery Journal http://www.digimine.com/usama/datamine/ Data Mining and Knowledge Discovery Journal http://www.kluweronline.com/issn/1384-5810 Effective Data Mining Technology http://www.enablesoft.com/ Find Data Mining Solutions http://www.knowledgestorm.com/SearchServlet?ksAction=keyMap&x=data+mining&site=Overture Data Mining Solutions - Business Intelligence http://www.netsoft-usa.com/01_bi.aspx Data Mining Resources http://databases.about.com/cs/datamining/index.htm?PM=ss15_databases The Data Mine Information Index About Data Mining http://www.the-data-mine.com/ ITtoolbox Business Intelligence http://businessintelligence.ittoolbox.com/
  • Mining Data For Actionable Business Decisions http://internet.about.com/library/aa_data_mining_041202.htm?iam=excite_1&terms=data+mining The Data Mining Group http://www.dmg.org/ Data Mining Software http://www.knowledgestorm.com/SearchServlet?ksAction=keyMap&x=Data+Mining+Software&site=LOOKSMART IBM Data Mining Project/Group Quest http://www.almaden.ibm.com/cs/quest/ Data Mining Resources http://psychology.about.com/cs/datamining/index.htm?iam=excite_1&terms=data+mining Data Mining, Text Mining and Web Mining Software http://www.megaputer.com/ Data Mining and Data Warehousing Links http://databases.about.com/cs/datamining/index.htm?iam=excite_1&terms=data+mining Data Mining Software : EDM & DMSK http://www.data-miner.com/ Data Mining and Knowledge Discovery In Databases http://db.cs.sfu.ca/sections/publication/kdd/kdd.html DM Review: Strategic Solutions For Business Intelligence http://www.dmreview.com/ Data, Text and Web Mining http://internet.about.com/cs/datamining/index.htm?iam=excite_1&terms=data+mining First SIAM International Conference On Data Mining http://www.siam.org/meetings/sdm01/ Data Mining 2002 International Conference On Data Mining Methods and Databases For Engineering, http://www.wessex.ac.uk/conferences/2002/datamining02/ SIGKDD - ACM Special Interest Group On Knowledge Discovery and Data Mining http://www.acm.org/sigkdd/ Data Mining News http://www.idagroup.com/ NCDM National Center For Data Mining http://www.ncdm.uic.edu/ Data Mining Benchmarking Association (DMBA) http://www.dmbenchmarking.com/ Data Mining In Molecular Biology http://industry.ebi.ac.uk/~brazma/dm.html Data Mining and Machine Learning http://www.cs.helsinki.fi/research/fdk/datamining/ NCBI Tools For Data Mining http://www.ncbi.nlm.nih.gov/Tools/ Guide Your Organization's Future With Data Mining http://www.spss.com/spssbi/applications/datamining/ URLs For Data Mining http://www.galaxy.gmu.edu/stats/syllabi/DMLIST.html
  • Generate maximum return on data in minimum time with Clementine http://www.spss.com/spssbi/clementine/ ICDM'02 The 2002 IEEE International Conference On Data Mining http://kis.maebashi-it.ac.jp/icdm02/ DMI: Data Mining Institute http://www.cs.wisc.edu/dmi/ Data Mining On The Web http://www.webtechniques.com/archives/2000/01/greening/ Data Mining Lecture Notes http://www-db.stanford.edu/~ullman/mining/mining.html ITSC Data Mining Center http://datamining.itsc.uah.edu/ Imperial College Data Mining Research Group http://ruby.doc.ic.ac.uk/ Knowledge Discovery & Data Mining Foundation http://www.kdd.org/ Untangling Text Data Mining http://www.sims.berkeley.edu/~hearst/papers/acl99/acl99-tdm.html Directory Of Data Warehouse, Data Mining and Decision Support Resources http://www.infogoal.com/dmc/dmcdwh.htm Data Mining Techniques http://www.statsoftinc.com/textbook/stdatmin.html Knowledge Discovery In Biology and Medicine http://bioinfo.weizmann.ac.il/cards/knowledge.html
  • SAS Analytic Intelligence Data & Text Mining http://www.sas.com/technologies/data_mining/ Analysis of Data Mining Algorithms http://userpages.umbc.edu/~kjoshi1/data-mine/proj_rpt.htm BIOKDD, 2001 Workshop On Data Mining In Bioinformatics http://www.cs.rpi.edu/~zaki/BIOKDD01/ Advances In Knowledge Discovery and Data Mining http://www.aaai.org/Press/Books/Fayyad/fayyad.html Online Program In Data Mining http://www.ccsu.edu/datamining/ Data Mining: Concepts & Techniques (Book) 2000 http://www.cs.sfu.ca/~han/DM_Book.html Tutorial On High Performance Data Mining http://www-users.cs.umn.edu/~mjoshi/hpdmtut/ GMDH Group Method Of Data Handling http://www.gmdh.net/ The Serendip Data Mining Project http://www.bell-labs.com/project/serendip/ Data Mining Forum http://www.data-mining-forum.de/ Open Directory: Data Mining http://dmoz.org/Computers/Software/Databases/Data_Mining/ Data Warehouse Information Center - Data Mining http://www.dwinfocenter.org/datamine.html
  • Data Mining Magazine http://www.mining.dk/ Data Mining Server http://dms.irb.hr/ NAG Data Mining Components to Create Critical Competitive Advantage http://www.nag.co.uk/numeric/DR/drdescription.asp Data Mining and Multidimensional Analysis http://www.ics.uci.edu/~eppstein/gina/datamine.html ADC's Data Mining Resources For Space Science http://adc.gsfc.nasa.gov/adc/adc_datamining.html Laboratory For Knowledge Discovery In Databases (KDD) http://www.kddresearch.org/Groups/Data-Mining/ NCSA Data, Mining and Visualization http://archive.ncsa.uiuc.edu/DMV/ CRoss Industry Standard Process For Data Mining http://www.crisp-dm.org/ International Workshop On Visual Data Mining http://www-staff.it.uts.edu.au/~simeon/vdm_pkdd2001/ Mathematic Challenges In Scientific Data Mining http://www.ipam.ucla.edu/programs/sdm2002/ Mining Customer Data http://www.db2mag.com/db_area/archives/1998/q3/98fsaar.shtml Constraint-Based Multidimensional Data Mining http://www-sal.cs.uiuc.edu/~hanj/pdf/computer99.pdf  
ocean wu

数据驱动的电商销售转化提升--以跨境电商网站为例 - 0 views

www.chinawebanalytics.cn/e-conversion-rate-optimization

数据分析 网站运营

shared by ocean wu on 15 Apr 18 - No Cached
  • 第二步：主要KPI的诊断
  • 在这个项目中，主要KPI包括： 各主要页面类型的PV占比 核心转化过程的每一步的转化率 复购率 注册率/订阅率 单位新有效流量的成本 流量转化率 ……
  • 第三步：定义优化工作的优先级 目标明确了，我们定义工作优先级。这一块的方法大家很容易忽视，造成头痛医头脚痛医脚。但实际上非常有章可循。 优先级的定义原则一般是： 后端优先于前端 全局性的修改优先于局部性的修改 流量的优化先于站内的优化 ……
  • ...1 more annotation...
  • 然后，当然的，我们做AB测试。 购物环节的AB测试要比较小心，这里面有一些坑，因为不像页面的AB测试，这个AB测试要测试的是流程，所以最好主转化进程上的一系列的页面都做AB分开，并且，要根据A和B分别搭建转化漏斗以咨比较。不过，更关键的地方在于，AB页面的URL并不能不同，否则之前建立的总转化漏斗就不能用了。
  • ocean wu on 15 Apr 18
     
    关键部分的细节没披露，初学者有个入门的整体教育，深入者意会足矣。
ocean wu

2017，你不可不知的视频监控新趋势 - 电子工程专辑 - 0 views

www.eet-china.com/...201704040917

物联网 网络安全

shared by ocean wu on 13 Aug 17 - No Cached
  • IHS的数据显示，2016年全球专业安防摄像头的出货量超过一亿台，比2015年增长约14%。但相比2015年30%的增长率，增速放缓了不少。王玉君对此分析称，一方面，面对国内外市场的长期增速预期下行，各大视频监控厂家都在寻求多元化和差异化发展；另一方面，随着视频监控行业不断的技术革新和数据积累，从视频监控的上游芯片厂商，到视频智能分析算法的软件开发公司，再到视频监控设备厂商和下游的系统集成商都在围绕智能分析、物联网和大数据技术来布局安防行业，以求在产品日趋同质化的竞争中占领未来视频监控技术发展的高地：  从产品来看，虽然视频监控行业整体增速不如预期，但某些产品线会远高于市场的平均增速。2017年消费类视频监控产品、移动视频监控产品和视频监控企业级存储产品的销售额在全球范围都会保持15%以上的增长。  从服务来看，2017年全球视频云服务(VSaaS)的销售额会突破9亿美元(不包括安保远程监控服务)，未来5年VSaaS销售额的平均年复合增长率将超过18%。  从技术来看，支持H.265技术的网络摄像机在2017年会有爆发式增长。视频智能分析会因为深度学习技术的应用又一次成为行业发展的热点。
  • 通过几年的市场培育，用户意识到视频智能分析确实可以为城市交通治理、公安刑侦和商业管理带来很大价值，因此市场对具备高性能的优秀的视频智能分析产品是充满期待的，深度学习技术在视频监控领域的应用也正是在这样的背景下开始蓄势待发。
  • 深度学习技术从长期来看会降低智能分析应用的成本，也会拓展带有智能分析功能的视频监控设备的应用外延。除了价格因素外，从短期来看深度学习技术在视频监控领域应用的最大挑战就是如何将那些优秀的算法根据实际的应用情景进行二次开发，实现真正的技术落地。
  • ...16 more annotations...
  • 使用视频分析实现目标和事件检测，无论是实时的还是后期的，将持续位于视频监控技术创新的前沿。
  • 视频监控产品一般使用运动检测来触发视频捕捉，这很容易出错。“从好几个小时的视频中寻找出某一个事件非常耗时。因为视频包含了大量的信息，如何分辨哪些是有价值的，哪些应该删掉，这给用户带来了挑战。
  • 把人工智能引入传统的视频监控领域，将取决于在摄像机、网络存储和后期处理之间分配的视频分析功能。
  • 视频分析作为一种服务，是一个微型的垂直市场，可以利用第三方专利分析功能获得增长。
  • 安防无人机往往用于紧急事件后的快速侦察，可以在区域入侵或自然灾害等事件发生后，快速飞入现场进行侦察。但由于其续航时间有限(一般在30分钟左右)，无法进行长时间的巡逻监测。安防机器人的优势除了有更长的续航能力外(可以长达8小时)，还可以安装多个摄像头和传感器，提供360度全景图像和各种环境数据，往往用于电力、能源、化工等厂区的巡逻作业。
  • 机器学习的应用正快速扩展到越来越多的终端市场，在边缘、在云端或者以混合的形态，将基于边缘的处理与基于云的数据分析结合在一起。
  • 众多的传统嵌入式视觉应用通过采用机器视觉和传感器融合技术后都在发生巨变，下一代应用包括协作机器人、具有感应和躲避功能的无人机、增强现实、自动驾驶汽车、自动化监视和医疗诊断等。
  • 系统通常具有三大使命： 系统不仅要会思考，而且还能对情境立即做出“响应”。这就要求一个从感应到处理、分析、决策、通信和控制整个流程中更一致的视图。同时还要高效实施、部署最新机器学习技术，满足8位及更深层面的精确性要求。 鉴于神经网络和相关算法的快速变化以及传感器的快速发展，必须实现灵活性，能通过软硬件的可重配置性升级系统。 由于许多新系统都连接到了一起(物联网)，因此需要与传统的已有设备通信，要与未来推出的新设备通信，还要能够进行云端通信。
  • 根据IHS Markit 2016年发布的预测显示，2016年全球专业服务机器人(相对于工业制造机器人)和专业服务无人机的销售额分别为26亿美元和3亿美元，未来5年平均复合年增长率分别达到了38%和70%。
  • 相比传统的安防产品，安防无人机和安防机器人进入门槛更高
  • 深度学习和人工智能技术通过运用模式辨识软件，
  • 无人机已经在边境控制、区域跨度较大或高危区域执法中得到了应用。安防机器人也许在与人互动创造价值的场景中比较有用，例如公园、大学、医院和机场等。
  • HD CCTV在中国普及率不高的原因主要来自三方面： 中国的视频监控项目大多来自新建楼宇和设施，不需要考虑原有模拟视频监控的布线系统； 网络摄像机在中国的平均售价远低于全球其他地区的售价； 3.HD CCTV对于小型的项目可能更理想，但对于中国的很多中大型项目来说，网络视频监控会有更好的扩展性。
  • IP摄像机更容易安装，在很多情况下依靠一粒电池就可运行很长时间，网络连接也变得易于部署。当然，云存储也进一步推动了IP摄像机的增长。但考虑到IP摄像机容易受网络稳定性、黑客、掉帧和一些其他问题的影响，Raman Sargis认为专业的安防视频市场还将依赖高质量的有线高清摄像机。
  • 任何连网设备都会面临黑客和恶意攻击的风险。IP摄像机本质上是物联网的一个节点，可以获得物联网架构中实施的同等级别的安全保护。我认为IP摄像机的安全性应该归类为广义物联网安全的一部分，长远来看它将无缝地融合到物联网结构中。
  • 其实不仅仅是视频监控产品，所有接入网络的物联网设备都面临着网络安全问题。加强视频监控设备的安全加密和认证是最直接的避免网络病毒袭击的方法。此外，也可以安装嵌有网络安全监测的视频监控交换机，信息通信技术(ICT)提供商或系统集成商也可以利用已安装的ICT网络安全产品对视频监控产品进行保护。当然，视频监控网络安全问题也带来了一些新的商业机会，例如第三方网络安全测试和认证的服务、提供给系统集成商的ICT网络安全咨询服务等。
ocean wu

国务院关于印发新一代人工智能发展规划的通知（国发〔2017〕35号）_政府信息公开专栏 - 0 views

www.gov.cn/...content_5211996.htm

人工智能 物联网 政策

shared by ocean wu on 29 Sep 17 - No Cached
  • 人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，
  • 芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。
  • 正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。
  • ...92 more annotations...
  • 工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，将显著提高社会治理的能力和水平，对有效维护社会稳定具有不可替代的作用。
  • 在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展。
  • 国家部署了智能制造等国家重点研发计划重点专项，印发实施了“互联网+”人工智能三年行动实施方案
  • 语音识别、视觉识别技术世界领先
  • 按照“五位一体”总体布局和“四个全面”战略布局
  • 加快人工智能与经济、社会、国防深度融合为主线
  • 突出企业在技术路线选择和行业产品标准制定中的主体作用
  • 跨媒体感知计算理论重点突破低成本低能耗智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习等理论方法
  • 大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等基础理论和核心技术实现重要进展，人工智能模型方法、核心器件、高端设备和基础软件等方面取得标志性成果。
  • 初步建成人工智能技术标准、服务体系和产业生态链
  • 第二步，到2025年人工智能基础理论实现重大突破
  • 第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平
  • 形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群
  • 坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进。
  • 1.建立新一代人工智能基础理论体系。
  • 加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究。大数据智能理论重点突破无监督学习、综合深度推理等难点问题，建立数据驱动、以自然语言理解为核心的认知计算模型
  • 第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点
  • 混合增强智能理论重点突破人机协同共融的情境理解与决策学习、直觉推理与因果模型、记忆与知识演化等理论
  • 群体智能理论重点突破群体智能的组织、涌现、学习的理论与方法，建立可表达、可计算的群智激励算法和模型
  • 自主协同控制与优化决策理论重点突破面向自主无人系统的协同感知与交互、自主协同控制与优化决策、知识驱动的人机物三元协同与互操作等理论
  • 高级机器学习理论重点突破自适应学习、自主学习等理论方法
  • 类脑智能计算理论重点突破类脑的信息编码、处理、记忆、学习与推理理论，形成类脑复杂系统及类脑控制等理论与方法
  • 量子智能计算理论重点突破量子加速的机器学习方法，建立高性能计算与量子算法混合模型
  • 新一代人工智能关键共性技术的研发部署要以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点，
  • 知识计算引擎与知识服务技术。重点突破知识加工、深度搜索和可视交互核心技术，实现对知识持续增量的自动获取，具备概念识别、实体发现、属性预测、知识演化建模和关系挖掘能力
  • 跨媒体分析推理技术。重点突破跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术，实现跨媒体知识表征、分析、挖掘、推理、演化和利用，构建分析推理引擎。
  • 群体智能关键技术。重点突破基于互联网的大众化协同、大规模协作的知识资源管理与开放式共享等技术，建立群智知识表示框架，实现基于群智感知的知识获取和开放动态环境下的群智融合与增强
  • 混合增强智能新架构与新技术。重点突破人机协同的感知与执行一体化模型、智能计算前移的新型传感器件、通用混合计算架构等核心技术
  • 数据和知识成为经济增长的第一要素，人机协同成为主流生产和服务方式，跨界融合成为重要经济模式，共创分享成为经济生态基本特征，个性化需求与定制成为消费新潮流
  • 虚拟现实智能建模技术。重点突破虚拟对象智能行为建模技术，提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性
  • 智能计算芯片与系统。重点突破高能效、可重构类脑计算芯片和具有计算成像功能的类脑视觉传感器技术，研发具有自主学习能力的高效能类脑神经网络架构和硬件系统
  • 自然语言处理技术。重点突破自然语言的语法逻辑、字符概念表征和深度语义分析的核心技术，推进人类与机器的有效沟通和自由交互，实现多风格多语言多领域的自然语言智能理解和自动生成。
  • 建设布局人工智能创新平台，强化对人工智能研发应用的基础支撑。
  • 人工智能范式的统一计算框架平台，形成促进人工智能软件、硬件和智能云之间相互协同的生态链。
  • 设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额
  • 自主无人系统的智能技术。重点突破自主无人系统计算架构、复杂动态场景感知与理解、实时精准定位、面向复杂环境的适应性智能导航等共性技术，无人机自主控制以及汽车、船舶和轨道交通自动驾驶等智能技术，服务机器人、特种机器人等核心技术
  • 突破图形处理器等核心硬件，
  • 完善智能机器人硬件接口标准、软件接口协议标准以及安全使用标准
  • 加强车载感知、自动驾驶、车联网、物联网等技术集成和配套
  • 建立试验鉴定、测试、竞技等专业化服务体系，完善空域、水域管理措施。
  • 突破高性能软件建模、内容拍摄生成、增强现实与人机交互、集成环境与工具等关键技术，研制虚拟显示器件、光学器件、高性能真三维显示器、开发引擎等产品，建立虚拟现实与增强现实的技术、产品、服务标准和评价体系
  • 发展支撑新一代物联网的高灵敏度、高可靠性智能传感器件和芯片，攻克射频识别、近距离机器通信等物联网核心技术和低功耗处理器等关键器件。
  • 研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。
  • 开展智能农场、智能化植物工厂、智能牧场、智能渔场、智能果园、农产品加工智能车间、农产品绿色智能供应链等集成应用示范。
  • 完善智能物流公共信息平台和指挥系统、产品质量认证及追溯系统、智能配货调度体系等。
  • 建立金融风险智能预警与防控系统。
  • 推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理，建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境，提供精准推送的教育服务
  • 研发适应不同应用场景的家庭互联互通协议、接口标准，提升家电、耐用品等家居产品感知和联通能力。
  • 鼓励大型互联网企业建设云制造平台和服务平台，面向制造企业在线提供关键工业软件和模型库，开展制造能力外包服务，推动中小企业智能化发展。
  • 重点推广生产线重构与动态智能调度、生产装备智能物联与云化数据采集、多维人机物协同与互操作等技术
  • 支持人工智能企业加强专利布局，牵头或参与国际标准制定。
  • 推动国内优势企业、行业组织、科研机构、高校等联合组建中国人工智能产业技术创新联盟。
  • 鼓励地方围绕人工智能产业链和创新链，集聚高端要素、高端企业、高端人才，打造人工智能产业集群和创新高地。
  • 建设国家人工智能产业园。
  • 建设国家人工智能众创基地。
  • 推广基于人工智能的新型商务服务与决策系统。
  • 开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊
  • 开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控。
  • 智能健康和养老。加强群体智能健康管理，突破健康大数据分析、物联网等关键技术，研发健康管理可穿戴设备和家庭智能健康检测监测设备，推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。建设智能养老社区和机构，构建安全便捷的智能化养老基础设施体系。加强老年人产品智能化和智能产品适老化，开发视听辅助设备、物理辅助设备等智能家居养老设备，拓展老年人活动空间。开发面向老年人的移动社交和服务平台、情感陪护助手，提升老年人生活质量。
  • 研制面向开放环境的决策引擎，在复杂社会问题研判、政策评估、风险预警、应急处置等重大战略决策方面推广应用。加强政务信息资源整合和公共需求精准预测
  • 促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用
  • 实现对城市基础设施和城市绿地、湿地等重要生态要素的全面感知以及对城市复杂系统运行的深度认知
  • 促进社区服务系统与居民智能家庭系统协同
  • 实现智能化交通疏导和综合运行协调指挥，建成覆盖地面、轨道、低空和海上的智能交通监控、管理和服务系统
  • 建立涵盖大气、水、土壤等环境领域的智能监控大数据平台体系
  • 研发资源能源消耗、环境污染物排放智能预测模型方法和预警方案
  • 国家重大战略区域环境保护和突发环境事件智能防控体系建设
  • 研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品
  • 支持有条件的社区或城市开展基于人工智能的公共安防区域示范
  • 促进区块链技术与人工智能的融合，建立新型社会信用体系，最大限度降低人际交往成本和风险。
  • 促进人工智能技术军民双向转化
  • 研发布局第五代移动通信（5G）系统，完善物联网基础设施
  • 加强与国家科技重大专项的衔接，在“核高基”（核心电子器件、高端通用芯片、基础软件）、集成电路装备等国家科技重大专项中支持人工智能软硬件发展。加强与其他“科技创新2030—重大项目”的相互支撑
  • 深海空间站、健康保障等重大项目，以及智慧城市、智能农机装备等国家重点研发计划重点专项部署
  • 按照国家级科技创新基地布局和框架，统筹推进人工智能领域建设若干国际领先的创新基地。
  • 按规定程序，以企业为主体、产学研合作组建人工智能领域的相关技术和产业创新基地
  • 为有实力的人工智能企业开展海外并购、股权投资、创业投资和建立海外研发中心等提供便利和服务。鼓励国外人工智能企业、科研机构在华设立研发中心。
  • 加强人工智能相关法律、伦理和社会问题研究
  • 建立追溯和问责制度
  • 建立伦理道德多层次判断结构及人机协作的伦理框架
  • 落实对人工智能中小企业和初创企业的财税优惠政策，通过高新技术企业税收优惠和研发费用加计扣除等政策支持人工智能企业发展。
  • 建立人工智能公共专利池，促进人工智能新技术的利用与扩散。
  • 构建动态的人工智能研发应用评估评价机制
  • 开发系统性的测试方法和指标体系，建设跨领域的人工智能测试平台，推动人工智能安全认证
  • 建立适应智能经济和智能社会需要的终身学习和就业培训体系
  • 鼓励广大科技工作者投身人工智能的科普与推广
  • 鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。
  • 面向公众开放人工智能研发平台、生产设施或展馆
  • 支持开展人工智能竞赛，鼓励进行形式多样的人工智能科普创作
  • 依托国家科技计划（专项、基金等）管理部际联席会议
  • 成立人工智能规划推进办公室，办公室设在科技部
  • 成立人工智能战略咨询委员会
1 - 7 of 7
Showing 20▼ items per page