Business intelligence and analytics use,innovation ambidexterity,and firm performance: A dynamic capabilities perspective

To survive in a dynamic and hyper-competitive business environment, firms are compelled to simultaneously introduce incremental and radical innovations. While it is recognised that business intelligence and analytics (BI&A) can support innovation and provide organisational value, the literature provides a limited understanding of its impact on balancing different innovation activities and ensuring performance gains. In this study, we examine the relationship between BI&A use, innovation ambidexterity, and firm performance by relying on the process theory of IS value creation as well as the dynamic capabilities perspective. We test our model using data collected from medium- and large-sized firms in Slovenia, applying partial least squares modelling. The results support the notion that BI&A use is positively associated with successful balancing between explorative and exploitative innovation activities, which in turn enhances firm performance. Our results also indicate that innovation ambidexterity is enhanced in two ways: indirectly through interaction with the firm’s absorptive capacity, and directly by increasing the possibilities of faster experimentation with offerings of products or services and improved predictability of the value of new products or services.     

智能跟踪算法在采砂监管中的应用研究

受利益的驱动,长江流域非法采砂行为屡禁不止,给采砂有效监管造成很大的困扰。采砂监管水平的提高需要高效准确的跟踪识别技术作支撑。提出了一种基于相关滤波器的可变跟踪框智能算法。该算法可以准确快速地跟踪江河湖面上的非法采砂船,计算量少,鲁棒性高,对硬件的要求并不严苛,可以自由应用于从低性能到高性能的各种设备。基于该算法开发了非法采砂船追踪器,再配合百度深度学习平台Easy DL后,可构成一套采砂船监控系统,能够实现对长江水域非法采砂船24 h的有效监控,从而大大提高监控非法采砂行为的效率。     

读懂衡器的最大允许误差

本文主要讨论衡器的检定分度数能否大于传感器的最大检定分度数nmax,这是一直困扰大家和争论不休的问题。作者由分析最大允许误差mpe本质入手,指出mpe是人为规定的误差,不是传感器实际的物理特性。通过理论分析得出的对单只传感器的衡器,n≤nmax和v≥vmin的误差限原则是不能违背的。对于四只传感器的衡器,不受上述误差限原则限制。     

中国智能机械制造评价及发展研究

以中国规模以上工业企业数据库为基础，结合在智能制造主要区域调研的结果，筛选出15145家智能制造企业，经同行评议后，生成322家候选企业名单；再由资深产业专家从“开发式创新”和“探索式创新”两个方面去考察候选企业的能力，得到中国智能制造百强排行榜；随后根据行业分类，得到智能机械制造企业排行榜。在概述了智能机械制造上榜企业的基本情况后，着重分析了前20强企业，并提出了中国智能机械制造发展路径和未来的发展趋势。     

煤矿智能化建设目标和总体框架的研究与设计

为了推进煤矿智能化转型升级,提升煤矿安全生产水平,增强煤矿企业的核心竞争力,对煤矿智能化建设目标和总体框架进行了研究,提出了煤矿智能化建设“四横四纵”总体框架,并详细介绍了智能化的生产系统、高速安全的传输网络系统、智能支撑平台、智慧协同管控系统的煤矿智能化主要系统建设以及安全可靠的运行保障体系、严谨全面的标准规范体系、统一完备的煤矿智能化工作机制以及创新实用的产学研用机制的煤矿智能化体系与机制建设。     

培养原料种类的减少对人工窖泥发酵剂菌群结构的影响

为实现人工窖泥发酵剂（APMSC）的品质控制，从前期开发的发酵剂配方中分别取出老熟窖泥、曲药、酒糟和黄水初步形成4个简化配方，采用扩增子测序和色谱技术比较了各配方发酵剂的微生物群落结构及香味物质含量差异。结果显示，各配方发酵剂样品中共检测到70个微生物操作分类单元（OTU），其中71.43%为各组样品共有，未检测到独有OTU。各配方样品的优势微生物均存在于其余分组中，仅物种相对丰度有所差异。根据酿酒有益微生物的丰度高低，选择了一种简化配方（无老熟窖泥作原料）发酵剂养护窖池，使酿造白酒的主体香味物质含量得到显著提高。结果表明，即使缺失了某一种培养原料，人工窖泥发酵剂的功能微生物物种也可能由其他原料补充，而原料种类的减少是实现发酵剂品质控制的主要途径。     

基于改进人工蜂群算法的多目标绿色柔性作业车间调度研究

针对多目标绿色柔性作业车间调度问题（MGFJSP）的特点，提出从碳排放量、噪声和废弃物这3个指标来综合评定环境污染程度，建立了以最小化最大完成时间和环境污染程度为优化目标的MGFJSP模型，并提出了一种改进的人工蜂群算法来求解该模型。算法的具体改进包括：设计了一种三维向量的编码和对应解码方案，在跟随蜂搜索阶段引入一种有效的动态邻域搜索操作来提高算法的局部搜索能力，在侦查蜂阶段提出产生新食物源的策略用于增加种群的多样性。最后进行了实验研究与算法对比，以验证所建模型和所提算法的有效性。     

人工监督神经网络在煤层裂缝发育区识别中的应用

针对在地震属性应用中难以精细识别煤层裂缝发育区边界的难题,开展了基于人工监督神经网络技术的煤层裂缝发育区应用研究。从地震资料中获取倾角导向体以提取高质量的地震属性,以多属性为指导进行人工拾取样点,并基于多层感知器进行神经网络机器训练学习,建立裂缝的最优属性集,拓展整体数据后获得裂缝概率体,从而识别划分出煤层裂缝发育区。该技术在山西阳泉新元矿区进行了应用,煤层裂缝发育区的识别结果明显优于属性直接识别,但勘探区内暂无钻井资料,预测效果还有待进一步验证。