简介:基于意义建构视角,利用315份来自新产品开发项目失败的经验数据,探索不同的恢复导向组合下,4类失败归因对失败学习的影响。研究发现:(1)当且仅当交替使用"高被动-高主动"恢复导向时,内部可变归因正向影响失败学习;(2)当且仅当交替使用"低被动-高主动"恢复导向时,内部稳定归因正向影响失败学习;(3)当交替使用"低被动-高主动"或"高被动-高主动"恢复导向时,外部可变归因正向影响失败学习;(4)无论采取何种恢复导向组合,外部稳定归因对失败学习均无显著影响。研究表明,失败归因对失败学习的影响取决于创业者采取何种恢复导向的组合,准确匹配失败归因与恢复导向组合才可以最大化失败的学习价值。
简介:摘要本文旨在有效去除噪声的同时恢复图像细节和保护图像边缘,根据变分模型中函数的选取不同,效果不同,提出了新的模型。理论可证明模型具有稳态解、算法具有收敛性。使用数值方法进行计算,用迭代算法(共轭梯度法)求解。计算结果表明,该方法可以有效恢复图像,在客观标准评价和主观视觉效果方面都有明显的改善。