随着现代物流理念在商业、交通运输及制造业领域的不断深入,以物流识别标识技术为代表的自动识别技术、无线射频识别技术等越来越普及。物流识别标识是对在物流与供应链中运转的物品进行标识,通过识别标识迅速、准确地采集信息,以实现物流和供应链管理目标。物流识别标识技术主要由无线射频识别技术、物流条码符号技术以及符号印制与自动识别技术等构成,专利是技术创新活动最直接、最主要的体现,Cant—well等指出在技术创新活动中,充分利用专利文献信息资源,可以节约60%的开发经费和40%的开发时间。专利地图分析方法在专利信息开发和利用方面起着承上启下的作用,承上是将专利数据库中有关的专利信息进行分析与对比,为经济社会的发展和企业的创新活动提供支撑作用;启下是通过专利地图的分析方法,得到可利用的技术水平、动态、发展趋势等信息,为技术创新的定位提供科学依据J。我国对专利地图的研究主要侧重于介绍专利地图的分析方法和制作、应用实例、竞争对手分析、专利战略制定等,很少应用于如何定位技术创新的方向和重点等。例如,吴新银等通过对比分析国外以及中国台湾地区专利地图的研究和应用情况,分析我国专利地图研究的现状和问题;金咏锋等从专利地图的角度认知技术创新的风险,并预测潜在的技术创新风险l6;王兴旺等分析专利地图在竞争对手分析中的应用;王珊珊等运用专利地图技术研究R&D联盟专利战略制定;苏敬勤等通过绘制国内外专利生物质能专利地图,分析生物质能专利的技术发展趋势及对策建议;王兴旺等从技术活跃度、技术生命周期、技术进化方向三个方向,构建基于专利地图的技术预测体系并进行证研究¨。因此,以物流识别标识技术的专利信息为基础,结合专利地图的信息整合功能,对物流识别标识技术创新进行实证研究,为物流识别标识技术乃至整个物流业的技术创新提供指导。
2专利地图与物流识别标识技术创新
2.1专利地图日本最早于20世纪60年开始专利地图的研究,以后推广到全球。专利地图是一种专利信息分析的研究方法和表现形式,将专利文献中包含的技术经济信息等进行深度挖掘与缜密剖析,以各种视觉直观的图表形式反映蕴涵在专利数据内大量错综复杂的信息,具有类似地图的指向功能。
2.2专利地图有利于物流识别标识技术创新战略的定位物流识别标识技术创新战略的定位是以技术发展的现状、趋势为依据,结合物流业发展的需要,整合各方面资源,确定研发重点,而专利地图能够迎合此需求。运用专利地图对专利数据进行分析,可以了解物流识别标识技术创新的主体、区域分布、技术演进、技术热点、产学研合作动向等_1,进而掌握竞争对手的技术水平、跟踪最新技术发展动向、加快产品升级和防范知识产权风险,制定产业或行业标准,以及了解某一时间序列的技术创新规律,规避技术创新风险、发现技术创新漏洞等。
2.3专利地图与物流识别标识技术创新分析的关联表专利地图是进行物流识别标识技术创新定位的有效分析手段之一,是连接专利分析与物流识别标识技术创新的桥梁。通过对专利地图的解读,可以发现物流识别标识技术创新的热点领域、技术发展趋势、主要竞争机构等,有利于制定物流识别标识技术创新活动和创新战略,两者关系见表1。
3基于专利地图的物流识别标识技术创新分析
3.1数据来源借助国家知识产权局物流产业信息服务平台的专利数据库,选取“物流信息技术”目录下的“物流识别标识技术”领域进行检索,共检索出1985--2013年9月18日物流识别技术发明专利6969项(2013年数据不全),进而从技术演进动向与趋势、技术成熟度、创新主体研发能力、IPC分布结构等方面对我国物流识别标识技术的发明专利进行分析。
3.2物流识别标识技术创新的时间变化趋势分析时间变化趋势分析,是将简单统计分析的结果按时间序列整理,通过专利数量的变化揭示行业技术创新变化的速度和趋势。专利申请数量在一定程度上反映物流识别标识技术创新活动的水平和创新投入,是衡量技术创新能力强弱的一个重要指标_1。图1显示我国物流识别标识技术的专利申请量总体趋势是逐年上升的。我国物流识别标识技术的专利申请始于1988年,分三个阶段:第一阶段,1988--2002年属于起步阶段,物流识别标识技术专利申请量呈缓慢增长的趋势,此时期的技术创新活动较弱;第二阶段,2003--2011年属于J陕速增长阶段,且在2011年达到专利申请量的高峰,此时期的技术创新活动活跃;第三阶段,2012年至今物流识别标识技术在我国渐趋成熟。总体上我国物流识别标识技术的创新活动经历了技术创新的成长过程,未来—段时间存在技术瓶颈和技术突破等问题,但仍存在一定的上升空间。
3.3物流识别标识技术的技术成熟度分析技术创新经历起步期、发展期、成熟期、复苏期等几个阶段。通过统计一段时间内某项技术的专利申请数量的变化,绘制技术生命周期图,可以了解发展状态,为技术创新活动的定位提供参考。采用计算技术生长率(v)、技术成熟系数(d)和新技术特征系数(n)测算物流识别标识技术专利的技术生命周期,见表2,物流识别标识技术生命周期图如图2所示。由图2可知,整体上物流识别标识技术生长率波动较小。因1988年以前我国尚未开始物流识别标识技术专利申请,最初追溯至五年的发明专利申请累计数较小,故技术生长率很高,技术生长率v在1989--1993年处于平稳的状态,1993—1997年呈下降的趋势,1997--2004年呈平稳增长的趋势,2004年至今呈缓慢下降的趋势,物流识别标识技术呈现出微弱的技术生长性。技术成熟系数仅的变化规律基本上和新技术特征系数n的变化相同,二者整体变化幅度较小,表现出一定的新技术特征。因此,物流识别标识技术创新具有一定的技术发展空间,技术创新风险不大。
3.4物流识别标识技术创新主体研发能力分析(1)各个创新主体申请量分析。创新主体研发能力分析是研究创新主体分布的一种分析方法,用于确定某一项领域内主要创新主体,把握业内研发重点与走势,选择技术创新的合作伙伴。通过对我国物流识别标识技术发明专利申请人的分析,发现该领域技术创新的主体主要是企业、高等院校、科研院所、个人等。图3显示,物流识别标识技术的创新主体共2804个,其中企业1886个,占发明专利创新主体总量的67.26%,发明专利申请量占总的申请量的69.88%。企业作为物流识别标识技术创新最主要的主体,专利申请量最多,究其原因是企业追求利润的最大化,配置人力、物力、财力等方面的资源,结合生产过程的技术需求,以市场导向为主,研发更多创新性成果。个人是该领域的技术领头人;高等院校是物流识别标识技术创新主体的第三个领头羊。但是,我国物流识别标识技术中科企合作的专利申请量较少,反映该技术领域的技术创新活动是相对独立,合作强度较弱。(2)主要竞争机构分析。选取发明专利申请量30件以上的专利机构作为比较对象,排名如图4所示。按照主要竞争机构的性质分为企业、科研院所、高等院校,其中企业16家,占总量的80%,中兴通讯股份有限公司以145项专利高居榜首,然后是富士通株式会社88项专利排名第二,传感电子公司82项专利排名第三;科研院所共2家,中国科学院自动化研究所47项专利,财团法人工业技术研究所36项专利;高等院校共2家,北京物资学院39项专利,浙江大学33项专利。可见,物流识别标识技术的主要竞争机构的专利申请量存在巨大的差距,企业所占比重较大,说明此行业的技术创新活动活泼。
3.5主要IPC分类分析IPC分类分析,是指将专利按国际专利分类标准进行划分,统计不同技术领域专利申请或授权量的分布情况,了解该领域的技术构成,以及创新主体关注的技术焦点等。表3显示,物流识别标识技术专利主要集中在G06K、G06F、G06Q、H01Q、H04L、H04W、G08B、H04Q、G07C等10个领域,重点集中于G部,特别是G部的G06K和G06F、G06Q三个小类,其中G06K的发明专利申请量远超其他类型,占发明专利总申请的45.83%,是技术创新活动的热点,表明该领域的技术创新活动较活跃;H部H01Q、H04L等两个小类的专利申请量也较多,而其他几个小类的专利申请量差别较小。
4基于专利地图的视角探索物流识别标识技术创新存在的问题
4.1物流识别标识技术创新起步较晚,发明机构知识产权保护意识不足从图1可知,虽然我国物流识别标识技术领域发明专利申请数量是不断上升的,但物流识别标识技术创新起步晚,早期阶段的专利申请量偏少,技术创新能力较弱,近年转入技术创新活动的稳定期。同时,科研院所、高等院校、企业等技术创新主体知识产权保护意识不足,绝大多数没有配备专门的知识产权部门和人员,难以将技术创新决策与知识产权运用有机结合。绝大多数专利申请人(机构)缺乏必要的专利知识,申请组织性差,主要通过专利机构申请,从事物流识别标识技术研究的企业不多,技术创新主体难以掌握该技术领域的前沿技术发展动向。特别是不少企业认为,申请专利不利于技术保密,不愿意申请专利,这种薄弱的专利意识与市场意识形成明显反差,结果可能导致日后陷入专利诉讼大战,反而不利于知识产权保护。
4.2政府和专利申请人(机构)缺乏持续性创新驱动战略,专利战略难以匹配政府积极推动创新驱动战略,但专利战略持续性不足,而企业制定和实施专利创新驱动战略只是少数企业且刚刚开始。由图2可知,我国物流识别标识技术的技术生长率、技术成熟系数、新技术特征系数均呈现出一定的波动性,技术创新风险无法完全避免,说明其技术发展不成熟,技术生长性不大,反映绝大多数技术创新机构缺乏明确的专利创新驱动发展战略,难以开展持续性的技术创新活动,加大技术创新风险。
4.3协同创新难以深化。产学研合作化与产业化程度低并存技术创新能力是影响一个产业竞争力的关键因素。图3显示,我国物流识别技术创新的主体是企业、个人、高等院校、科研院所等。其中,高等院校和科研院所所占比例为9.27%,科研院所、高等院校与企业合作的专利申请量占总的专利申请量的2.21%,科研院所或高等院校与企业的产学研合作化程度较低,致使物流识别标识技术与生产实际结合程度较低,影响专利技术的含金量。实践证明,高等院校和科研机构的技术创新活动对市场的需求和规律缺乏有效把握,过分注重技术参数、指标的标准化和单纯的技术导向,而难以与产业化要求匹配,致使科技成果转化率不高。当前,将新成果从实验室移植到实际应用的传统方式,已经难以为继,企业作为技术创新的主体,无论是物流企业还是供应链上下游企业,一定程度影响技术创新成果的产业化,难以形成持续性的竞争优势。
4.4物流识别标识技术创新面较广,但创新产出不平衡由图3可知,物流识别标识技术专利分布的范围较广,但创新热点主要集中在l0个领域。特别是G06K,而H04W、G08B、H04Q、G07C等领域的技术创新能力较弱,技术创新不平衡,究其可能原因:一是政府部门对物流企业或从事物流技术创新活动的机构或个人缺乏有效的引导,技术创新协调度不高;二是绝大多数物流企业属于中小企业,其人力、物力、财力资源有限,缺乏设立自身研发机构的能力,难以把握物流技术创新的研发热点,技术创新领域分散,一定程度影响技术创新的产出。
5对策与建议
5.1利用后发优势。营造和完善物流识别标识技术的知识产权保护技术创新离不开技术的引进与消化吸收,我国物流识别标识技术的创新起步较晚,应利用后发优势,积极引进国内外先进的技术,借鉴前人的经验教训,在原有技术上不断实现新的突破。首先,加强知识产权运用和保护,知识产权管理作为降低技术创新风险的主要手段,已经被越来越多的企业认识和运用,政府应完善包括物流技术创新在内的知识产权保护法律法规,使得创新活动有法可依;增强知识产权人的专利创新意识,引进和培养高素质的专门化知识产权人才。其次,打破行政主导和部门分割,形成主要由市场决定技术创新项目和经费分配、成果评价的机制。再次,健全知识产权保护绩效考核,完善知识产权法院,提高中小企业知识产权维权的能力,针对包括物流识别标识技术在内的整个物流领域的专项保护和维权援助工作。最后,实施知识产权服务机构培育项目,根据知识产权服务的内容特点,分类制定服务标准和服务规范,加强知识产权服务机构的分级分类管理,支持专业服务机构开发知识产权管理系统和工具,为物流技术创新主体提供全程服务。
5.2实施三位一体的创新驱动发展战略。使专利战略生根发芽物流识别标识技术的创新活动应自上而下和自下而上相结合,离不开创新主体分工协作,打造从政府、物流产业行业、企业三个层面持续的专利创新战略体系,做好顶层设计。政府层面,出台引领战略,引导企业跟进,构建技术创新信息共享平台,实现国内外物流识别标识技术的专利信息共享,方便技术创新的主体明确研发重点,提高技术创新效率。物流产业行业层面,打造物流识别标识技术创新战略联盟,推行产学研合作一体化,新建和完善一批能够支撑知识产权审议、满足企业实施知识产权战略需求的服务机构,提升物流产业的技术创新水平和竞争能力。企业层面,制定包括物流识别标识技术在内的研发重点把握、技术研发、专利申请与应用等持续性的创新驱动战略,推广知识产权管理标准应用,加大经费投入、完善知识产权管理体系和知识产权战略实施机制。
5.3深化产学研合作,打造丰富多样的资源共享平台图2显示,物流识别标识技术创新的主体基本上是相互独立的,缺乏协同。应夯实企业技术创新主体的地位,使企业成为研究开发投入的主体、技术创新活动的主体和创新成果应用的主体。据统计,目前全国规模以上企业开展科技活动的仅占25%,研究开发支出占企业销售收入的比重仅0.56%,大中型企业也仅为0.71%,只有万分之三的企业拥有自主知识产权,企业单靠内生力量的自主创新能力的难度大、时间长、成本高,应进一步整合资源和共享平台,鼓励科研院所、高等院校与企业的项目合作,增强物流企业的技术创新能力,切实发挥科研院所和高等院校的作用。
汉字识别技术(简称OCR)可以理解为是让 计算 机认字的技术。它通过光电信号转换,即文本数据。 一、汉字识别技术的 应用 价值 汉字识别技术的应用价值主要体现在两个方面: 一方面,把纸质档案上的固定信息变成可以被检索利用的活信息,为文本数据管理技术提供 丰富的数据源。 首先,从库存档案的情况来看,近几十年来形成的大量印刷汉字档案记载了我们党和国家的 重要 历史 ,对我国 现代 化事业的 发展 ,对精神文明和物质文明的建设都有着非常重要的利用 价值。但这部分档案的 内容 都没有文本数据,或者说都只是固定在纸质载体上的死信息。既 使通过扫描以图像方式存储于计算机中,检索利用也有不便之处,难于满足现代 社会 对档案 信息的多种利用需求。其次,从办公自动化的发展情况来看,每年接收的档案中仍然会有相 当数量的档案没有文本文件,或为外单位来文,或为丢失损坏等。汉字识别技术的应用价值 就是使这两大部分纸质档案上的固定信息变成可以被检索利用的活信息,为全文检索提供数 据,使深层次的开发利用成为可能,更好地为现代化建设事业服务。 另一方面,提供了一种新的档 案目录数据的录入方式。 应用计算机以来,汉字录入只有一种方式,即健盘录入。虽然 目前 汉字键盘录入的 方法 有许 多种,而且日趋简便快捷,已是年轻人必备的职业技能,但是它毕竟属于一种技能,不仅需 要反应灵敏,手指灵活,而且要熟记录入的原则、方法和要领。这对于在档案部门占有相当 比例的中老年同志来说,掌握起来确有难度。因此,键盘录入方式仍然是 影响 一些档案部门 建立档案目录信息数据库的因素之一。OCR软件为我们提供了一条新的途径。它通过“拖拉 ”的方式,将屏幕上文件的目录项如标题、文号、责任者等直接移植到档案目录数据库的相 应字段中去,简单易学,一看就会。遗憾的是手工“拖拉”速度较慢,而且需要即时扫描或 调用图像数据,所以单一利用这种方式录入档案目录,速度不及熟练录入员的键入速度。但它毕竟是一种新的录入方式,为建立档案目录信息数据库提供了一条前所未有的途径。而且 ,如果利用OCR软件同时建立新型的综合档案信息数据库,例如包括档案的文件目录、图像 和文本等,效果就此较理想了。 二、汉字识别后生成的文本数据的属性 问题 。 原始性是档案的基本属性。汉字识别后生成的文本数据是根据档案的本源信息,即固定在纸 质载体上的汉字信息进行加工处理:扫描、识别、校对、修改等工序后形成的复制加工品, 因此不具有档案的原始性。 知识性是档案的又一个属性。汉字识别后生成的文本数据如果不计算人工校对后仍然可能存 在的微小误差,应该说具有与档案原件同等的内容,因此具有档案的知识性。 汉字识别后生成的文本数据是将档案的内容以特殊的物理方式重新记录在特殊的载体之上, 比以文字的方式记录在纸质载体之上更具有便于传递、接收、存储、利用以及不磨损、不丢 失等属性。因此具有更强的信息性。 汉字识别后生成的文本数据应该说,它是一种新型的档案一次信息的复制品或编研开发成果 。但作为一种新型的复制品或编研开发成果,因其生成的目的不同,又具有两种不同的属性 :当以提供利用为目的通过汉字识别建立文本数据库时,其文本数据具有类似于汇编类档案 编研成果的属性;当以编辑出版纸质的档案编研材料如大事记、组织机构沿革、文件汇编等 为目的进行汉字识别时,其文本数据不仅具有类似于档案编研成果的属性,而且具有档案原 始性的基本属性,因为它们是印刷品或出版物的本源信息。 由此可见,汉字识别后生成的文本数据是一种不同于传统档案属性的新型档案信息。 三、汉字识别技术的应用方式 汉字识别技术在档案管理工作中的应用,根据其目前的技术水平主要适用于近几十年来印刷 汉字档案内容的识别,图像、文本数据的形成、存储和目录数据的录入等项工作。主要的应 用方式有: (一)利用者阅读纸质档案的 内容 之后,对其所需要的内容进行扫描
关键词:计算机技术 图像识别 算法 分析
中图分类号:TP391 文献标识码:A 文章编号:1672-3791(2015)07(b)-0000-00
影响事物形态的因素是多方面的,当这些复杂条件对某一事物进行共同作用时,就会影响人们对这一事物的准确判断,给人们的工作和生活都带来极大的不便。通过计算机技术对事物进行智能化识别可以帮助人们了解事物的本质,近些年来,对于该项技术的研究和探索已经成为各国电子计算机工程界重点攻克的课题。对其进行充分的研发利用无论对整个社会还是对具体的某一个人都有非常重要的意义。
1计算机图像识别技术的具体应用
自电子计算机技术投入应用以来,计算机图像识别技术就凭借其强大的工作性能受到了广泛的青睐。简单地说,计算机图像识别也就是相关工作者或科研人员利用电子计算机拍摄图像的功能获取图像,并运用图像识别功能对其中需要加以识别的内容进行甄选和识别的过程。这对这种特性,相关人员开发出多款计算机图像识别技术的相关应用产品,为人们的生活带来了极大的便利。同时利用该种技术图可有效地识别各种宏观或是微观的事物,例如交通系统对于违规车辆的监控,生子是对生物体或是人体中存在的病毒细胞的监控。目前,计算机图像识别技术已经被广泛地投入使用,涉及到日常生活中的方方面面,比如对社区安全环境的监控,对车辆行驶情况的监控等等。小到生活的细枝末节,达到国家的政治军事都充分利用了计算机图像识别技术。
目前,计算机图像识别技术的主要的应用载体基本包括三种类型,它们分别是个人电子计算机设备、智能移动手机设备以及嵌入式终端设备。这其中,嵌入式终端设备对于图像识别技术的应用最为广泛,比如日常生活中所遇到的指纹识别或是人脸识别都是其应用的代表。
2计算机智能图像识别的相关技术条件
计算机技术具有高度的专业性,这项工作的进展需要工作人员拥有丰厚的理论知识以及过专业操作能力。计算机智能图像识别技术功能的应用需要完整的图像识别系统以及计算机智能软件的开发应用。
其中,图像识别系统包括对图像进行预备处理的系统,对图像进行压缩处理的系统,对图像的主要特征进行识别和提取的系统,以及对图像进行智能化分类的系统。首先,对图像进行预处理的目的是为了提升图像的可是识别性,通常由二值化处理、灰度化处理以及平滑去噪处理这三个方面,二值画处理只要通过对灰度值的处理将图像进行黑白效果处理,通常设定的灰度值为0或是255,但是具体选取哪一个数值要根据选取的图像要求来决定。灰度化处理主要是指对图像的像素颜色(红、绿、蓝)进行特殊处理,并进行图像灰度直方图的绘制。图像的平滑去噪处理是指重点突出图像的重点部分,将多余的部分去掉,保证人们看到的图像更加清晰和直观。
同时,人们利用计算机技术对图像进行压缩处理,目的在于方便图像的保存和传输。压缩处理简单来说就是利用压缩代码将图像中无用的信息进行压缩和删除,但是必须要保证图像的可识别性。压缩代码种类繁多,具体只用何种代码也要依照情况而定。
关于图像特征的提取是图像识别过程中最重要的一部分,在这一过程中,计算机图像识别软件一定要保证图像的真实性和完整性。通常,图像特征提取系统包括图像的颜色特征、图像的纹理特征、图像的形状特征等。
智能化图像识别处理,简单来说就是将计算机与人类的大脑进行类比,对所“看见”的事物进行独立的判断。为了实现这一目标,相关技术工作人员要注重研发全新的计算机智能应用程序,通常,计算机工程师都利用C++语言语言进行计算机程序研发工作,在传统的图像处理应用过程中,这种程序语言具有很强的优越性。但是对于智能软件而言,其灵活度还有待提升。针对这一问题,不少软件开发公司已经开始了新的语言程序的开发工作。
3关于计算机智能图像识别的算法研究
智能进行图像处理的基本要求在于,无论识别对象进行了何种方式的何种形态的变化,计算机都能及时的抓住其本质特征,对其进行有效的识别。因此,在只能图像识别算法中,要注意保证图像的不变性。目前,被应用最为广泛的算法是不变矩方法。该种算法利用的是图像平移和旋转之后不发生改变的数学特征对图像进行智能识别。
不变矩算法主要利用二阶中心和三阶中心构造了七个不变矩,在图像连续平移、缩放或是旋转的条件下,它们的特征仍然保持不变。
通常情况下,不变矩理论都会与D-S证据推理理论进行相互配合,这一证据理论是邓普斯特(Dempster)在20世纪下半叶首次提出的,由他的学生谢弗(Shafer)在之后进行了不断改良的基础之上提出的一种不精确推理理论,该理论也被称为Dempster/Shafer 证据理论(D-S证据理论),属于人工智能范畴,最早应用于专家系统中,具有处理不确定信息的能力。作为一种不确定推理方法,证据理论的主要特点是:满足比贝叶斯概率论更弱的条件;具有直接表达“不确定”和“不知道”的能力。该理论的应用范围非常广泛,技术工程人员对其进行了不断的补充发展,并以此理论为基础发展了ER算法。
在D-S证据理论中,由不相容的两个假设的命题组成识别框架,在这种框架下,针对某一问题,该理论列出所有可能发生的情况,但是只有其中一种情况是真实发生的,我们将这种情况视为问题的正确答案,并该框架的子集称为命题。其中,各个命题可能发生的基本情况被视作基本概率分配(BPA,也称m函数),将m(A)视为基本可信数,并用它反映着对A的信度大小。利用信任函数Bel(A)对命题A的信任程度进行表述,似然函数Pl(A)表示对命题A非假的信任程度,也即对A似乎可能成立的不确定性度量。实际上,[Bel(A),Pl(A)]表示A的不确定区间,[0,Bel(A)]表示命题A支持证据区间,[0,Pl(A)]表示命题A的拟信区间,[Pl(A),1]表示命题A的拒绝证据区间。设m1和m2是由两个独立的证据源(传感器)导出的基本概率分配函数,则Dempster组合规则可以计算这两个证据共同作用产生的反映融合信息的新的基本概率分配函数。
4计算机智能图像识别技术的特点
计算机智能图像识别系统只要是指利用计算机强大的计算功能,对图像信息进行具体的分析,将图像转化为数字信息,精确的识别在不同状态下的图像特点。为了强化这项功能,研究人员更注重利用各种类型的空间映射反应清晰明确的显示图像特征。
智能计算机图像识别技术具有很强的技术性,综合表现为以下三个方面。
首先智能计算机图像识别技术包含的数据更加全面,信息更加丰富。其次,智能计算机图像识别技术要求计算机内部的各个系统进行充分的配合。因为在对图像进行压缩处理和信息提取的过程中,由于各个图像像素之间存在着极强的关联性,各个系统之间的工作流程必须保持顺畅,方便实现图像的特征提取和分类。最后,智能化的计算机图像识别技术在很大程度上受到人为因素的影响,因为智能识别图像通常需要借助一定的软件进行识别,在图像被输入之后,需要专业的软件操作人员对其进行分析。工作人员的专业能力和水平决定这图像分析的质量。
5计算机智能图像识别的拓展应用
计算机智能图像识别技术是针对当下人们生活工作以及科研工作的需求而提出的理论,因此,它具有广泛的市场前景。随着科学技术的发展,智能一词早已不仅仅局限于电子计算机,掌上电脑智能手机的出现已经取代了计算机绝大部分的功能。智能图像计算机识别技术的使用是多方面的,目前,随着智能手机技术的不断发展,移动端智能软件技术的发展也在不断加快,大多数的拍照软件和社交软件都应用了图像智能识别技术。
随着计算机智能图像技术的不断发展,该项技术在人们生活中的影响也将逐渐加深,所涉及的范围也将不断扩展。比如,在城市规划的过程中,可以利用航拍等方式获取城市布局的图像,利用智能识别图像的方法,及时发现城市规划过程中的不组织之处。在城市进行道路修建的过程中,可以利用该项技术,对公路修建的情况进行及时的监控,保障城市基础设施的建设质量。
计算机图像识别的系统应该得到更加全面全面的优化。在图像进行获取的阶段,系统应该具备自动识别图像类型,自动寻找图像重点信息的功能。
在图像的预处理技术方面,系统应该对图像进行充分的灰度化处理与灰度拉伸。这样做的主要目的在于提高图像处理分析的效率,对图像的特征进行更加全面的提取。在图像识别的过程中,技术人员要注重对算法的充分利用。要对图像的样本进行充分的获取,并根样本的特征,对图像进行智能的识别和分类,针对图像的不同数据内容,自动将其保存为对应的格式,并将其存储于特定的路径之下。
6结语
综上所述,计算机智能图像识别技术对社会生活已经起到的非常重要的影响。该项技术的相应算法是比较复杂和困难的,研发人员一定要在这项工作中注入更多的时间和精力,注重与国外的科技人员进行及时的沟通交流,掌握全新的技术理论,推动计算机智能图像技术的快速发展。希望笔者在该文中所阐释的内容可以对相关工作人员起到一定的指导作用。
参考文献
[1]《计算机与现代化》2014年总目次[J].计算机与现代化,2014(12):121-126.
[2]计算机科学2014年第41卷总目次[J].计算机科学,2014(12).
[3]《计算机应用研究》第31卷(2014年)总目次[J].计算机应用研究,2014(12).
[4]徐荣国.基于图像识别的智能港口导航技术研究[J].煤炭技术,2012(1).
[5]卢记仓,刘粉林,罗向阳,等.基于辨识性统计特征的PQ隐密图像识别算法[J].通信学报,2015(3).
关键词:高阶累积量;目标识别;应用
中图分类号:U666.7 文献标识码:A 文章编号:1674-7712 (2013) 02-0141-02
一、前言
关键词:自然语言处理 语言翻译 人工智能
一、引言
近年来随着计算机技术和人工智能的快速发展,自然语言信息处理技术已取得了长足的发展。于此同时人们在快速信息检索、语言翻译、语音控制等方面的需求越来越迫切。如何将自然语言处理中取得的研究成果应用于文本、语音等方面已成为目前应用研究的一个关键。论文将从自然语言信息处理的基础出发,系统的论述它在语音和文本方面的广泛应用。
二、自然语言信息处理技术简介
自然语言信息处理技术产生于上个世纪40年代末期,它是通过采用计算机技术来对自然语言进行加工处理的一项技术。该技术主要是为了方便人与计算机之间的交流而产生的。由于计算机严密规范的逻辑特性与自然语言的灵活多变使得自然语言处理技术较复杂。通过多年的发展,该项技术已取得了巨大的进步。其处理过程可归纳为:语言形式化描述、处理算法设计、处理算法实现和评估。其中,语言形式化描述就是通过对自然语言自身规律进行研究,进而采用数学的方法将其描述出来,以便于计算机处理,也可认为是对自然语言进行数学建模。处理的算法设计就是将数学形式化描述的语言变换为计算机可操作、控制的对象。处理算法实现和评估就是通过程序设计语言(如C语言)将算法实现出来,并对其性能和功能进行评估。它主要涉及到计算机技术、数学(主要是建模)、统计学、语言学等多个方面。
三、智能应用
通过多年的研究,自然语言信息处理技术已经取得了巨大的进步,特别是在应用方面。它主要被应用于文本和语音两个方面。
(一)自然语言信息处理在文本方面的智能应用
在文本方面,自然语言处理技术主要应用在语言翻译、字符识别、文本信息过滤、信息检索与重组等方面。其中,语言自动翻译是一个十分重要并具有极大现实意义的项目。它涉及到计算机技术、数学建模技术、心理学以及语言学等多个方面的学科。通过近些年的努力已得到了一定的发展。自然语言处理技术已在多个方面提升了翻译的效率和准确性。如自然语言处理中的语言形态分析与歧义分析对翻译技术来说十分重要,可以很好的处理翻译中的多意现象和歧义问题,从而提高翻译的准确性。字符识别具有广泛的商业应用前景,它是模式识别的一个分支。字符识别的主要过程可分为预处理、识别以及后期处理。目前,字符识别已得到了广泛的应用,并且效果良好,但还存在识别不准确的问题,其主要问题就出在合理性上,其中后期处理就涉及到采用词义或语料库等对识别结果进行合理性验证,通过该技术就能很好的解决识别不准确的问题,当出现识别不准确、出现多个识别结果时可以通过合理性验证技术高效的过滤掉异常选项,从而实现快速、准确的识别。目前自然语言信息处理技术在文本方面应用最广的就是文本检索。通过采用自然语言信息处理技术,一方面能快速分析用户输入信息并进行准确理解为检索提供更加准确的关键词,并且可以扩展检索输入的范围,让其不仅仅局限在文本输入方面,如采用语音输入或基于图像的输入;另一方面,通过采用自然语言信息处理技术可以对搜索到的信息进行处理让用户获取的是更加有效、准确的信息而不是海量的信息源(如许多网页)。因为将自然语言处理技术与文本重组技术相结合就可以极大的提高检索的效果,缩小答案的范围,提高准确性。当然,还可以提高检索的效率。目前,在中文全文检索中已得到了广泛的应用,并且效果良好。
如果能进一步的研究自然语言信息处理技术,将能实现信息的自动获取与重组,这样将能实现自动摘要生成、智能文本生成、文件自动分类与自动整理。若能进一步结合人工智能技术,将能实现文学规律探索、自动程序设计、智能决策等诸多方面的应用。这样可以减轻人类的工作强度,让我们从繁琐的基础工作中走出来,拥有更多思考的时间,从而能更加有效的推动技术的进步。
随着科学技术的快速发展,我国物流领域实现了较为长足的进步,自动识别技术在物流管理中的广泛应用就是这一进步的最直观体现。基于此,就自动识别技术在物流管理中的应用展开研究,对自动识别技术的具体应用与发展趋势进行了深入分析,希望能够为我国物流领域的更好发展带来一定启发。
关键词:
自动识别技术;物流管理;射频识别技术
无论是出行所需的火车票与飞机票,还是与人们生活息息相关的快递行业,自动识别技术早已在其中实现了普及应用,这一应用在各领域所取得的成果,也使得自动识别技术受到的关注日渐提升,而为了保证自动识别技术更好服务于我国各行业发展,本文就自动识别技术在物流管理中的应用展开具体研究。
1自动识别技术概述
为了较为深入开展研究,首先需要较为全面地了解自动识别技术。结合相关文献资料不难发现,自动识别技术本身属于一种依托计算机实现数据信息自动采集、识别、输入的技术形式,而其所具备的功能能够满足物流领域的速度提升需求。在传统的物流领域中,信息的采集、识别、输入需要耗费大量时间,这就使得物流管理速度在很长一段时间难以实现提升,而随着自动识别技术的应用,以往物流管理中的编写、记录、扫描确认物品等耗费时间较久的环节将实现根本性升级,这使得自动识别技术支持下的物流管理将实现长足进步[1]。
2自动识别技术的分类
了解自动识别技术的概念后,还需要了解自动识别技术的分类,而结合相关文献资料与自身经验总结,笔者将对我国当下常见的条码识别技术与射频识别技术进行详细论述。
2.1条码识别技术
条码识别技术是自动识别技术的重要组成部分,这一技术在我国当下得到较为广泛的应用,很长一段时间条码识别技术都是自动识别技术的代名词,由此可见这一技术的影响力之深远。对于条码识别技术来说,其本身可以细分为一维码与二维码,其中一维码指的是由平行排列的宽窄不同的线条和间隔组成的二进制编码,人们在日常生活中的各类商品上都能够很轻松发现一维码的影子,而二维码则是一维码的衍生物,其能够从横纵两个方向表达信息,并具备相较于一维码更大的信息容量。在我国当下物流领域中,条码识别技术往往会通过条形码展示产品的生产日期、产地、货位码、装卸台条码等信息,这些信息就使得物流管理能够实现对物品的实时监控[2]。
2.2射频识别技术
除了条码识别技术外,射频识别技术同样属于自动识别技术的重要组成部分,这一自动识别技术通过无线电波传递数据,这一原理使得射频识别技术拥有优于条码识别技术的灵活性。对于射频识别技术来说,电子标签、读写器和计算机网络是其主要构成,其中电子标签负责存储商品信息,读写器负责进行信息的读取与修改,计算机网络则负责信息的传输与互通,而这些功能的实现就使得射频识别技术不仅具备较强灵活性,其本身的抗干扰能力、恶劣环境下的工作能力、信息存储量等都要优于条码识别技术。值得注意的是,射频识别技术还具备外形多样化、可重复使用的优点,这也是其拥有巨大发展潜力的原因[3]。除了条码识别技术与射频识别技术外,磁卡识别技术、图像识别技术、生物识别技术等同样属于自动识别技术的范畴,但这类技术或多或少存在一些实际应用方面的不足,故而本文不对其进行探讨。
3自动识别技术应用在物流管理中的重要性
结合上文内容较为全面地了解了自动识别技术,而为了更为深入开展研究,还需要明晰自动识别技术应用在物流管理中的重要性,而结合相关文献资料与自身认知,笔者将这一重要性概括为奠定物流管理信息化基础、促进现代物流发展、实现精准物流管理三方面。
3.1奠定物流管理信息化基础
传统物资传送手写记录存在速度慢、效率低、准确率难以保证等缺点,而自动识别技术在物流管理领域的应用能够实现物流信息及时掌控,这就使得传统物流管理方式被淘汰。在计算机技术的支持下,大量信息的存储、物流信息的读取和记录、全程的物流信息掌控、及时发现物流管理的问题、进行大量且迅速的物流信息管理等都属于自动识别技术应用在物流管理中重要性的表现,而这些就使得现代物流的大量化与效率化需求得到了较好满足[4]。
3.2促进现代物流发展
包装、运输、储存、加工配送等过程是传统物流的主要流程,而这一流程所具备的单一化功能与较小的服务范围早已无法满足我国经济与社会的发展需要,而在自动识别技术的支持下,物流管理的用户范围得到拓展、消费者多样化需求得到了满足、运输方法实现了整合,而以此为基础实现的物流管理信息化更使得物理运输的速度大大提升,这些都使得我国现代物流发展获得了较为有力的支持,由此可见自动识别技术在物流管理中的重要性[5]。
3.3实现精准物流管理
随着现代物流的快速发展,精准物流管理早已成为物流管理领域的共同追求,而这一追求想要得以真正实现,就必须得到自动识别技术的支持。在应用自动识别技术的物流管理中,大量物流信息能够在自动识别技术的支持下实现较高效率的记录、分类、识别、储存,而这些就较好解决了精准物流管理所面临的信息收集与整理问题,由此能够更为直观地了解自动识别技术应用在物流管理中的重要性。
4自动识别技术在物流管理中的具体应用
条形码、射频识别技术都属于自动识别技术在物流管理中应用的具体表现,而这些应用也使得我国物流管理领域实现了较为长足的进步。
4.1条形码的应用
这一应用主要实现了物流管理中物资信息的标识化,这种标识化对于商品的快速扫描、及时分类、位置记录都将带来较为积极的影响,而条形码所实现的货物自动扫描、数量监控,也使得物流管理在自动识别技术的支持下得以大大提升自身的效率与自动化水平。
4.2射频识别技术的应用
除了条形码外,射频识别技术同样在物流管理中有着较为广泛的应用,而这一应用就使得很多难以应用条形码的领域空白在射频识别技术的支持下得到了填补,这对于我国物流管理领域的发展同样会带来较为积极的影响。
5结语
本文就自动识别技术在物流管理中应用展开研究,详细论述了自动识别技术内涵、自动识别技术的分类、自动识别技术应用在物流管理中的重要性、自动识别技术在物流管理方面的具体应用等内容,希望该研究能够为相关从业人员带来一定启发。
参考文献
[1]陈东.基于自动识别技术的物流信息系统的研究与应用[D].济南:山东师范大学,2007.
[2]穆思竹.浅议自动识别技术在物流管理中的应用[J].全国商情,2016(36):8-9.
[3]陈婷.条码自动识别技术在柴油机制造业物流中的应用[D].昆明:昆明理工大学,2003.
[4]李一鹏.自动识别技术在数字图书馆管理系统中的应用研究[D].昆明:昆明理工大学,2006.
关键词:智能科学与技术;科学研究;专业建设
中图分类号:G642 文献标识码:A
1 引言
智能科学与技术学科以计算机科学为基础,结合了认知科学、信息学、控制科学、生命科学、语言学等学科的相关理论和研究方法,是一门新兴的交叉学科,将成为21世纪信息科学研究的制高点和信息产业价值的主要提升点。
在国外,许多著名高校都设立了“人工智能”专业并授予智能科学专业学位:世界多数知名的理工类院校都设立有人工智能研究所或实验室,进行智能科学专业的研究生培养及科研工作。在国内,智能科学与技术专业起步则较晚:2003年12月5日,教育部正式批准北京大学信息科学技术学院设立“智能科学与技术”本科专业,这标志着我国“智能科学与技术”专业的诞生。
厦门大学在智能科学与技术领域已经有多年的研究积累和师资储备。2006年12月,教育部正式批准厦门大学设立“智能科学与技术”本科专业,2007年6月6日,厦门大学智能科学与技术系经学校批准成立,并于2007年9月迎来了第一届本科生。本文将简要介绍近几年来厦门大学“智能科学与技术”专业的建设情况。
2 厦门大学智能科学与技术相关领域的科学研究进展
厦门大学在智能科学与技术领域的研究已开展了多年。早在1988年,学校就成立了校级科研机构――“厦门大学人工智能与计算机研究所”,目前,经厦门大学批准,正式更名为“厦门大学人工智能研究所”。它是一个以实用智能技术研究为主、集基础研究与应用开发于一体的研究机构,是厦门大学组建智能科学与技术系的主要基础。
厦门大学智能科学与技术系面向国际学科发展趋势和国家发展的重大需求,利用人工智能研究的方法和手段,不断开辟新的研究领域,逐渐确立了语言信息处理、认知计算、智能信息检索、中医信息处理、视频图像处理、智能机器人等主要研究方向。在语言信息处理方面,现设手写汉字识别、自然语言理解、机器翻译、语料库技术等研究领域;在认知计算方面,现设觉知计算、脑机接口、机器感觉、隐喻逻辑等研究领域;在智能信息检索方面,现设文本信息过滤、信息检索、信息提取、智能数据挖掘、Web挖掘等研究领域;在中医信息处理方面,现主要研究开发多媒体中草药智能查询系统、基于舌象中医智能体检系统;在视频图像处理方面,现设图像数据库、生物特征识别、遥感图像、地理信息系统等研究领域。2008年,系里引进了被称为“人工大脑之父”的著名学者Hugo de Garis教授,并以他为首组建了人工大脑研究室,该研究室的目标是,经过三年左右的时间,建设中国首个人工大脑。
经过十几年的不懈努力,我们在上述研究领域均取得了一批有影响的重要研究成果,在我国学术界具有一定的学术地位,获得数十项国家和省部级项目经费的支持。目前在研的项目有国家自然科学基金项目3项、国家863项目2项、国家863子项目2项、福建省自然科学基金项目1项、福建省科技计划重点项目2项。在汉字识别、词语切分标注、语法分析、词义消歧、指代消解、语言神经基础、汉语理解策略、网上信息的选择翻译、统计机器翻译、语音识别与合成、计算机音乐、计琴学等诸多方面进行了有特色的研究,形成了具体的算法,并且还提出了一种系统性的协动计算理论,出版专著5部,数百篇,其中近三年被EI、SCI等检索的论文达200余篇。
在基础理论研究的基础上,智能科学与技术系还十分注重产学研结合,先后与北京德威特电力系统自动化有限公司和深圳名人电脑等公司进行合作研发,广泛开展应用系统的研制开发,主要包括:手写汉字机器识别系统、汉语分词和词性标注系统、机器翻译系统以及网上汉语文本分类和信息过滤系统。其中,手写汉字机器识别系统获浙江省教育厅科学技术进步三等奖:机器辅助汉英互翻系统获福建省科技厅科技进步三等奖;汉语分词和词性标注系统获得2003年863中文信息处理评测第二名:机器翻译系统(包括XMMT汉英机器翻译系统、Matrix英汉机器翻译系统、Light英汉机器翻译系统和Neon英汉双向机器翻译系统)在863智能接口评测中多次名列前茅,形成多项产品,技术授权国内多家单位使用。
在科研平台建设方面,智能科学与技术系发挥厦门大学多学科交叉的优势,联合人文学院、外文学院和海外教育学院华文系的学术力量,于2003年成立了“厦门大学语言技术中心”,其中,汉外多语言机器翻译为主攻方向之一。2006年获批了“智能信息技术福建省高校重点实验室”;目前,以人工大脑相关内容为研究核心的“福建省仿脑智能系统重点实验室”也已获批。
3 厦门大学“智能科学与技术”专业建设情况
厦门大学智能科学与技术系现有一个本科专业(智能科学与技术),三个学术型硕士学位授予专业(人工智能基础、模式识别与智能系统、计算机应用技术),一个“计算机技术”工程硕士培养方向(智能工程及网络安全方向),一个博士学位授予专业(人工智能基础)。现有在校本科生近90人,硕士研究生80多人,博士研究生25人,博士后2人。本系教职工近30人,其中:教授5人,副教授5人,80%具有博士学位或者博士在读,40岁以下的年轻教师占2/3。
3.1 本科生专业建设
在本科生培养方面,厦门大学智能科学与技术系的目标是要求学生能够有效和系统地掌握本学科的理论基础,比较深入地理解智能科学与技术理论;培养具有一定的分析、综合和创新能力,能够承当智能信息系统设计、开发和智能科学与技术学科教学任务的,德、智、体全面发展的科学技术工作者:毕业生适宜到科研机构、学校、技术或行政管理部门、公司、厂矿等企事业单位从事科技研究、应用开发、信息管理和教学工作,也可以进一步攻读该专业及相关专业的硕士学位。
为了实现上述目标,我们遵循“宽口径、厚基础、抓关键、重实践”四项基本原则,制定了较合理的教学计划,在本科一、二年级安排公共基本课程、校通识教育课程、院系通修课程;从二年级下学期开始结束院系通修课程,转而推出部分学科通修课程,向专业化过渡,三年级开始加入方向性选修课程。其中,公共基本课程621学时、33学分;校通识教育课程262学、15学分;学科通修课程1544学时、90学分;方向性课程120学时、分;学科跨方向性课程108学时、6学分。这样的安排能真正使学生在获得扎实而宽厚的理论基础、合理的知识结构的同时,培养较强的获取新知识的能力和创新精神。
为了能切实提高学生的动手实践能力,我们在办学过程中十分重视和强调实践环节的训练并倡导理论与实际 相结合,已经规划建设一个特色实验室――“仿脑认知与智能机器人”实验室,可支撑仿脑认知与智能机器人两个方向相关课程的教学实验,总经费预算100万元。依托该实验室,结合相关课程,高年级本科生可以进行“心理物理测试实验”、“眼动测试实验”、“面部表情与脑电对照实验”、“行为学与智能关系测试实验”、“机器人避障行走路径规划”、“机器人目标识别与跟踪”、“机器人声控实验”、“机器人智能语言翻译”、“机器人足球比赛”等众多特色实验。
3.2 研究生专业建设
厦门大学智能科学与技术系的研究生培养以加强创新能力的培养为核心,以加强基础课、专业课,实验实践教学、论文创新写作、促进理论与实践相结合为重点,包含硕士研究生和博士研究生两个培养层次。其中,硕士研究生层次又分为学术型研究生和工程硕士两种类型,分别进行培养。
在学术型硕士研究生培养方面,我们的目标是培养适应智能科学与计算机科学的发展,适应国家社会发展与进步事业需要的,德、智、体、美全面发展,系统地掌握本学科基本概念、基本原理、基本方法、基本技能的,具有创新能力、理论联系实际的高级专门人才和能适应未来从事基础研究、应用基础研究、技术开发研究和工程应用研究之人才。毕业生适宜到科研部门、学校从事科学研究和教学工作;适宜到计算机产业相关的企事业单位从事智能科学与计算机科学技术的开发研究、应用与管理等工作;可以继续攻读智能科学与计算机科学及其相关学科的博士学位。目前包含“人工智能基础”、“模式识别与智能系统”和“计算机应用技术”三个专业。其中,“人工智能基础”专业包含如下培养方向:认知科学理论、认知逻辑学、计算语言学、智能计算方法、艺术认知与计算、脑高级功能成像等;“模式识别与智能系统”专业包含如下培养方向:计算机视觉、机器翻译系统、智能中医诊断系统、机器音乐、模式识别、音频信息处理等:“计算机应用技术”专业包含如下培养方向:人工智能应用技术、自然语言处理技术、智能信息检索技术、多媒体综合应用技术、图像与视频处理技术、虚拟现实技术等。
在工程硕士培养方面,目前智能系招收“计算机技术”工程硕士――B方向(智能工程及网络安全)的工程硕士研究生,目标是培养具有扎实的计算机学科专业知识和工程技术能力,掌握现代智能与网络科学前沿知识,在智能工程与网络安全方向具有一定研究深度和项目研发能力的高层次应用型人才。培养方向包括:嵌入式智能家居、视频图像处理、网络视觉监控、模式识别与智能系统、智能机器人、网络内容监管、黑客与网络攻防技术、网络信息安全、信息检索与信息过滤、自然语言处理、机器翻译、语音识别与合成、智能中医信息处理、人工大脑、虚拟现实技术等。
在博士研究生培养方面,设有“人工智能基础”博士学位授予专业,目标是培养基础扎实,具有创新意识,对某一领域有全面深入了解或对某一应用领域有独立解决实际问题的能力,能够解决前人未能解决的科学问题或社会发展中亟待解决的技术问题的高级专业人才:其研究工作对科学技术或社会经济的发展具有明显贡献,为人工智能技术发展和应用提供新的基础或新技术、新方法。培养方向包括:人工智能以及应用技术、艺术认知与计算、数据挖掘技术、认知神经科学、软计算方法及其应用、智能多媒体信息处理、脑功能成像技术等。
4 总结与展望
办公自动化 管理 知识经济 制度创新
一、技术还是管理?
对于一个社会,管理和技术同等重要,但技术和管理的结合部比二者更重要。这是最新的“知识经济”理论提出的振聋发聩、发人深省的创见。它明确地表达了这样一种一直被混淆的观点:人类的首要和终极目标不是为了追求技术而是为了追求知识,知识只有在具有创新能力的情况下才能被获得。此外,现实的情形是,技术,特别是信息技术本身并不能直接转化为生产力,人们可以买到技术但却不能仅靠金钱买到效率,(我们有太多的用钱堆砌起来的信息系统,在那里人们见惯了高技术与低效率畸形并存)。但尽管世人对技术成果必须经由管理创新才能发挥作用不持异议,但如何使技术成果特别是信息技术成果实现管理创新却是令所有人困惑的问题,而“知识经济”理论所提出的“知识管理”的探讨,令人信服地抓住了问题的关键之处与核心精神。
二、知识与创新
在信息技术时代,知识与创新具有怎样的特征与意义?美国《福布斯》杂志1998年4月22日题名为“迎接知识经济”的文章1很好地阐述了这一论题。主要内容如下:
(一)信息技术时代的“知识”
知识与信息
文章指出,知识不同于信息,并且,“知识的首要目标不是技术”。在信息技术时代知识的具体涵义和目的是:把信息与信息、信息与人、信息与过程联系起来以促进创新。其产生的过程及在信息时代的运用的具体目的是“信息与人类认知能力的结合才导致了知识的产生。它是一个运用信息创造某种行为对象的过程,这正是知识管理的目标”。
无形资产胜于有形资产
知识可分为显性的和隐性的,正是隐性知识对发展具有潜力,但是目前能管理隐性知识的技术却很少,知识管理的创造性就是体现在使隐性知识发挥巨大潜力的过程中,知识管理要开发提供处理隐性知识的技术“把隐性和显性知识进行处理用一种适合于用户和商业环境的方式表现出来”。从上述意义而言,在信息技术时代,人们将重视无形资产更甚于有形资产。
(二)知识管理
关于知识管理的概念文章提出了如下几点特征:
知识管理不是信息管理,其重点不是“技术和信息的开发”,而是“个人创新和集体的创造力”;
知识管理“不是一门技术而是各种可行解决办法的一种综合”,“是通过知识共享、运用集体智慧提高应变和创新能力”;
知识管理属于管理经营范畴,其实施在于建立激励共享知识的机制,培养集体创造力。作者特别指出“创新和创造能力属于经营过程,但是以前几乎没有那个公司持这种观点”。
三、知识管理与管理创新
(一)成就与反思
自1985年以来,我国制定了办公自动化建设与发展的国家规划,政府各部门开始了大规模的信息技术的引进和信息系统的建设的进程。1996年,国务院信息化工作领导小组开始制定《国家信息化“九五”规划和2010年发展纲要》,显示了我国为在下个世纪初的全球信息化浪潮的发展中走在前列而为之奋斗的决心。此后,在这十多年来的发展历程中,政府部门的办公自动化经过了奠基、初创的阶段,已进入成熟期,然而,办公自动化的建设是否在实质上提高了我国政府的管理效率?在那些具体的方面提高了效率?在那些方面没有?从投入与产出的分析来看,目前的办公自动化建设是有效益的还是低效益的?我们应当如何评价政府办公自动化系统的效益,包括当前的和潜在的效益?
上述问题很少被认真提出,而且也很难回答。众所周知,我国的办公自动化是靠技术设备的配置为主体,而不是以管理理论、管理思想特别是管理方案的创新为支撑点。以这样的方式实行的办公自动化是高投入和低产出的。目前我国政府的办公自动化的效益既没有被重视也没有被普遍地进行评估。在政府管理领域内缺乏新理论和新思维。
不容否认,我们对上述问题尚未能作出科学和明确的回答。特别是当研究的领域不仅仅涉及纯技术层面而且涉及到政府管理以及其间的复合关系时。对于在政府领域内,如何使技术与设备的投入转化为效益成果,当前特别需要各领域专家作跨学科的综合性的探索与创造性的思维。从国际的经验来看,技术要转化为生产力必须经过管理的创新。前述知识管理就正好为我们提供了一个思考复杂问题的切入点,是任何变革都必须具有的理论准备。
(二)管理体制变革的征象
人类社会仍处于前信息社会,在发达国家,为信息技术时代所作的管理变革也只是初露端倪,但我们已经能够发现一些特定的征象,它们表现在如下一些方面变革:
组织结构的改变
由于信息传输方式的根本改变,建立在逐级上传下达方式基础上的传统金字塔式等级制的科层制组织结构(包括政府组织和企业组织)正在逐步解体,有时可能会发生突变。七十年代,以阿尔文.托夫勒等为代表的未来学家对社会信息化特征作出过预测2,这些远见卓识的观察和判断以惊人的准确性预言,将产生符合时代节拍的新的组织形式,组织结构呈现出频率越来越快的不稳定性,非常规部门快速增长,职能部门依然存在,但越来越多为解决一个专门问题而一用即弃的小组在其中“时隐时现,快速来去。”新的组织形式将是暂时性很强、适应信很强、变化迅速的,充满着稍纵即逝的基本单位和流动性极强的个人。相应的信息系统体系的建设也应是具有灵活性和强适应性的体系,特别是它导致重要的观念改变:过去一直认为并强调人――机系统要适应人和机构的要求和工作特点,而现在,情况变得模糊了,人和系统要更多地适应信息时代的变化性的特点,更具体的说,是人在改变、要求人作更多的改变。
2 工作岗位的流动与业务过程的多层面交互性
组织结构的变化也会带来工作岗位的不稳定性。例如,今天美国的工作场所的非全日制工作岗位越来越多,同时,衡量工作结果的方式和观念也大大改变,目前已有3/4的比率的工作脱离了按“岗位付酬”的旧观念与旧制度,转而为按“业绩付酬”。
传统官僚组织包括政府和大企业组织的科层制的典型特点是严格的专业分工、部门分工下的业务过程,在信息技术时代将大大改观,取而代之的方式是跨专业学科、跨部门和跨地域的多层面的交互式业务过程。体现在软件开发方面,有大量的关于“群件”的产品出现,适合不同层面的交互性业务过程:一项设计或一个总体方案是由不同地域不同部门的人实时交互进行的,教师与他的学生动态、交互式完成授课,商家更多地与顾客群体一起在相互切磋的情况下完成交易。在所有这些活动的背后的支撑基础设施是环球信息网络。
知识型工作人员的工作方式
“知识型工作人员需要领导但不承认等级”,这是被称为美国管理理论界的泰斗的彼得.德鲁克早在30年前就指出的。3他说,知识与任务而不是与等级相关,“任务决定一切而不是取决与姓名、年龄,或科目的预算,或从事这项任务的个别人的等级……所以知识必须象一个小组一样地组织起来,其中由任务来决定谁负责、什么时候、负责什么、负责多长时间”。
(三)支持管理创新的系统特点
由上述信息时代管理体制变革的征象得出的初步结论是真正的管理创新必须是与这些变化相一致的,具体而言,包括以下几个特点:
1 灵活应变性
无论是组织机构还是信息系统结构都应以灵活应变性作为主要性能指标,单纯数量上的增减并不能显示改革成就的主要性能。英国《经济学家》杂志1993年9月一期对美国政府改革的评论文章4中指出“改革需要策略变化,消减工作人员只是精简机构的短期设计,当时间到来时,需求会使机构增加,这种作法不甚明智”。同样的意见也可适用于我国今天的政府改革。
开放交互性
同样,业务变化以及相关的信息系统都以能适应和支持开放性和交互性为性能衡量指标。其长期潜在的好处是这样的系统和工作特点是促进知识交汇同时也是促进知识创新的。
知识中心性
等级威权正在信息时代的面前逐步瓦解。知识威权重于等级威权。对以知识为中心的工作的组织管理和支持是管理科学研究和信息系统构造的中心课题。与我国传统的尊重知识分子的观念不一样,知识分子只是一种身份,有时还演变为一种等级身份,而知识管理不重视等级身份重视的是知识,一切围绕知识组织起来,既不为等级所阻隔也不为专业所阻隔。围绕知识的任务一旦完成,组织的使命也就结束。所以,支持知识中心的组织机构或信息系统是最有创造性的系统。
(四)知识管理系统与网络
上述关于支持管理创新特征的系统,即具有知识管理能力的下一代办公自动化系统一定是一个基于internet的系统,正是因为只有在internet上才具有支持我们所说的创新特征的充分能力:灵活应变、开放交互和知识中心性。现在正是需要我们对基于internet 网的“网上政府”或“网上办公管理”作前瞻性思考的恰当时机,需要实际地去预见其潜力和风险,作出我们的积极响应与对策。
四 政府与管理创新