简介:院波特竞争理论以市场结构化为背景,以S-C-P分析范式为支撑,它开创了战略研究的经济学视角,提供了五力模型、通用战略和价值链等战略管理概念、工具和具体建议。但波特竞争理论分析方法和工具本身的局限性使其具有因素同质化、竞争优势外生、战略目标单一、过分关注产品竞争、忽视合作和企业家才能等缺陷;而其深刻的市场结构化烙印则导致了其与当今个性化、知识化和信息化市场的不匹配。波特后期的竞争理论是对其前期理论的自我完善和整合,而其他主流竞争理论对波特竞争理论的完善和超越对现代战略管理极具启示意义。
简介:利用NCEP/NCAR再分析资料、多普勒雷达资料和探空资料等,对发生在山东境内的2次强对流天气过程的环境场条件及中小尺度系统的结构特征进行了分析。结果表明:高空冷涡与下滑冷槽、地面气旋造成了前后2次强对流天气。更强的超低温、高低空急流耦合作用、更明显的非均匀结构以及更好的水汽条件,构成过程Ⅱ更强的对流条件。2次过程高低空的温度平流配置与冰雹落区有很好的对应关系。过程Ⅰ对应低层高能区强于过程Ⅱ,过程Ⅱ高层漏斗状θse向下伸展度更大、低层等θse线更密集,导致强天气的发展更加剧烈。飑线初生发展阶段,属低质心系统;飑线成熟阶段,为高质心结构。超级单体和强对流单体均造成了降雹,但结构存在差异。
简介:为提高无人车行驶过程中前方车辆检测的准确性和实时性,提出了基于激光雷达(LIghtDetectionAndRanging,LIDAR)深度信息和视觉方向梯度直方图(HistogramsofOrientedGradients,HOG)特征的车辆识别和跟踪方法。目标首次进入视野时,聚类处理激光雷达深度信息并确定假设目标的候选区域,采用车辆尾部的HOG特征对假设目标进行验证。在HOG特征验证前,基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)算法对样本集HOG特征进行训练学习,生成车辆分类器模型。对于验证后的目标车辆,采用激光雷达获取的深度信息对目标车辆进行持续跟踪。构建了2种车辆模型,结合最小二乘直线拟合方法提取出车辆特征,生成目标模型。同时,提出了基于多特征马氏距离的目标关联代价方程,实现了多目标的关联;完成了基于卡尔曼滤波的车辆状态滤波和位置估计,更新了跟踪器模型。通过有效的管理策略,实现了目标跟踪的3个状态:1)初始化模型的生成;2)跟踪过程中跟踪器的更新与预测;3)目标驶离视野时跟踪器的删除。最后,通过试验验证了跟踪算法的有效性。