信息分类编码在企业信息化中的作用

信息分类编码一直是企业信息化过程中的一个重要问题。企业要实施信息化，无论是CAD、CAPP、PDM、ERP还是其他信息系统，首当其冲的问题就是如何进行信息分类编码。信息分类编码的好坏关系到企业信息系统(CAPP、PDM、ERP)的长期运行质量和系统运行的寿命周期。     

数字化制造中的信息质量问题研究

信息质量控制是数字化制造系统中的关键问题。从静态信息质量和动态信息质量的角度,分析了企业在实施信息化过程中存在的信息质量问题,论述了信息质量在数字化制造中所起的决定性作用。对当前信息质量研究中,信息质量维度的分类与定义、信息质量的控制技术与评价分析方法的现状进行了分析总结,提出了数字化制造中信息质量的研究方向。     

基于数据中心的企业基础信息管理模型研究

本文通过分析企业信息化过程中的问题,提出在企业信息化过程中应把企业信息分为企业基础信息和业务信息,并首先实现企业基础信息的统一管理的观点。文中给出了企业基础信息的定义,分析了它的特征及分类。最后根据“数据中心”原理,建立了企业基础信息管理模型,实现对企业基础信息的统一管理,为其他业务信息系统提供信息共享的平台。     

企业集成系统技术

企业集成系统是企业信息化的高级阶段，也是当前企业信息化实施的重点工作内容。企业集成平台为实施企业集成系统提供了有效的支撑环境。本文介绍了企业集成系统的基本概念，给出了几种企业集成的分类方法。重点介绍了信息集成、过程集成和企业间集成技术，最后给出了企业集成平台的定义和主要组成功能。     

J2EE平台在PDM框架应用实施中的研究

本文阐述了企业信息化的现状和发展，着重介绍PDM技术在企业实施信息化过程中的作用，以及PDM在新一代网络技术的支撑下所面临的新的发展趋势和特点。以当前发展迅速的J2EE技术为工具，提出了基于Web的企业级应用平台中的PDM实现模式，即在互联网之上搭建企业的设计平台，这就为实现全球化的联合设计制造模式提供了信息平台的解决方案，并且结合正在蓬勃发展的Web Services技术，解决PDM系统在实现企业信息集成平台和企业联盟所面临的协同问题。     

PDM与企业的发展

介绍了解决企业信息孤岛时的PDM的基本原理和功能，探讨了PDM对企业的作用，实现企业信息集成，改革企业僵化的管理，进行企业信息化建设，为企业采用先进制造技术提供环境，PDM随着电子商务的运用，发展成CPC，以满足企业的敏捷制造需要。最后强调实施PDM过程中应注意的问题。     

基于内外码的产品信息分类管理系统的开发与应用

根据现代企业对产品信息分类管理的需求,研究开发了一种简洁实用的基于内外码的产品信息分类管理系统,重点介绍了编码模块和分类模块的开发方法及其功能,并应用于某公司PDM的实施工作中,促进了企业信息化进展。     

信息革命与企业信息化建设

以计算机为基础的信息技术正在得到愈来愈广泛的应用，从而引发了一场世界范围的信息革命。世界各国都在加紧信息产业的发展步伐，出现了一股国家信息化和企业信息化的热潮。本文讨论信息革命产生的原因，介绍信息革命的特征，探讨国家信息化和企业信息化的内容，最后介绍企业实施信息化的策略、步骤及应注意的事项。     

单件小批量机械制造企业信息分类编码标准研究

信息分类编码是企业信息化建设的重要基础,在对单件小批量机械制造企业生产组织管理特点分析基础上,提出适用的信息分类编码的原则和方法,明确了企业信息分类编码标准体系框架,利用标准化的基本原理．保证企业信息编码系统的科学性、合理性、规范性、稳定性和可延伸性,实现信息资源的集成和共享,对类似企业的信息化建设具有很好的示范作用。     

企业信息质量研究现状及研究趋势分析

信息质量已经成为企业核心竞争力的主要决定因素之一。从信息质量研究内容和研究主体两个维度，对现有信息质量的研究重点和研究方法做了详细的分类阐述和分析比较，并依据分析比较的结果，从信息的内涵结构、信息质量的评价、信息质量控制方法3个视角，探讨了信息质量问题未来的研究方向和趋势。     

以过程为导向的信息质量QFD控制模式

为减少因低劣的信息质量造成的巨大经济损失,必须对影响信息质量的关键因素进行控制以提高其质量。为此提出了以顾客需求为出发点,以信息生成过程为导向,基于质量功能展开（QFD）的信息质量控制方法。剖析了信息内涵和信息质量指标,建立了信息生成过程模型,并将此模型与质量功能展开方法相结合,设计了信息QFD瀑布式分解模型。最后采用实例阐述了该模型的应用。     

企业信息质量研究现状及研究趋势分析

信息质量已经成为企业核心竞争力的主要决定因素之一。从信息质量研究内容和研究主体两个维度,对现有信息质量的研究重点和研究方法做了详细的分类阐述和分析比较,并依据分析比较的结果,从信息的内涵结构、信息质量的评价、信息质量控制方法3个视角,探讨了信息质量问题未来的研究方向和趋势。     

一种改进的基于禁忌搜索的特征选择算法

为了有效地提高特征选择任务的质量和效率,提出了一种改进的基于禁忌搜索的特征选择方法,采用改进的目标函数来反馈评估的结果,并采用医学数据集对改进的方法进行了测试,实验结果表明,改进后的特征选择方法不仅可以降低特征维数,提高特征选择的执行效率,而且可以有效地提升分类精度。     

高校后勤信息化管理建设现状与对策

目前我国高校后勤信息化管理建设面临着思想观念、人员素质、信息化方法、内外互联互通等问题,为了进一步加强高校后勤信息化管理建设,需要树立先进的管理理念和建立完善的管理制度,加强人力资源建设,并规范业务管理,建立信息共享制度.     

面向人脸表情分析的人脸图像正脸化方法

在人脸表情分析过程中,头部姿态变化常会引起人脸信息的不对称,传统上仅对人脸图像进行裁剪和对齐的相关操作难以得到对姿态鲁棒的特征。为获取人脸结构化的特征,提出了一种人脸图像正脸化处理方法。该方法将检测到的人脸关键点映射到新的二维空间进行关键点的正脸化,将正脸化后的关键点还原到原始图像中作为新关键点,通过移动最小二乘法指导图像由原始关键点向新关键点变形,得到正脸化后的人脸图像。在公共的RAF-DB和ExpW人脸表情数据集上,采用上述处理方法对人脸图像进行预处理,并在VGG16和ResNet50深度学习网络中进行人脸表情分类任务的模型训练,用分类任务的准确率来评估文中正脸化方法对人脸表情分析的有效性。实验结果表明,该方法在人脸表情分析方面优于深度学习中传统的预处理方法,并且可以有效提高人脸的信息质量。     

基于车身装配关系树的轿车车身装配信息表达

根据轿车车身生产的工艺流程 ,分析了车身装配过程中各类信息的特点 ,将其分为 8个方面。针对车身装配的顺序性和层次性特征 ,建立车身装配关系树系统模型 ,利用该结构作为信息管理的组织方式 ,来表达和管理诸如结构、工艺、测量、质量等各类信息 ,实现车身装配过程的结构化信息集成。在此基础上开发了相应的软件 ,使该模型的基本功能得以实用化     

面向EAI的制造企业信息分类编码体系

传统的制造企业信息分类编码体系虽然重视编码的标准建设,但缺乏编码生成和编码数据传输等环节的管理.根据制造企业EAI的需求,提出并构建了面向EAI的信息分类编码体系(EAIO-ICCS).EAIO-ICCS拓展了信息分类编码体系的内涵,对编码的全生命周期进行统一管理,保证了制造企业编码的一致.     

建设监理信息管理表征作用与分类

对建设监理信息管理表征、作用与分类进行深化研究与归纳,为建设监理信息管理的科学化、规范化提出相应的论点与框架.     

An Intelligent Fault Diagnosis Method of Multi-Scale Deep Feature Fusion Based on Information Entropy

For a single-structure deep learning fault diagnosis model,its disadvantages are an insufficient feature extraction and weak fault classification capability.This paper proposes a multi-scale deep feature fusion intelligent fault diagnosis method based on information entropy.First,a normal autoencoder,denoising autoencoder,sparse autoencoder,and contractive autoencoder are used in parallel to construct a multi-scale deep neural network feature extrac-tion structure.A deep feature fusion strategy based on information entropy is proposed to obtain low-dimensional features and ensure the robustness of the model and the quality of deep features.Finally,the advantage of the deep belief network probability model is used as the fault classifier to identify the faults.The effectiveness of the proposed method was verified by a gearbox test-bed.Experimental results show that,compared with traditional and existing intelligent fault diagnosis methods,the proposed method can obtain representative information and features from the raw data with higher classification accuracy.