PMP工具与技术篇--4.2 备案分析(数据分析技术)

##############################################

在整个项目过程中,规划范围管理时第一个使用备案分析的过程。

因为备案分析应用在各个领域的各个过程,并且各过程需要备案分析的内容不同。

我们按照不同过程罗列备案分析的内容。

##############################################

 一、 备案分析背技术背景

1. 备案分析定义

备选方案分析是一种对识别的可选方案进行评估的技术,用来决定选择哪种方案或使用何种方法执行项目工作。

​​备案分析是一个应用于各个领域的技术,主要作用是评估  各个领域的内容、方法、步骤是否是最合适的,并做出恰当的选择。​

备案分析中的内容,都是各个领域的关键过程,所以需要备案。​

2. 适用情况

在不同阶段,备案分析的关注点不同,备案分析其实是第二份项目管理计划(综合文件)

包含给个阶段的不同处理方法,不同选择做相应的评估、分析、选择,并记录在备案中。

如果现在使用的方案没有到达预期效果,可以通过回溯,查看未满足要求的​关键点,查看是否有替代方法,可以让项目达到预期。

3. 作用

​备选方案分析有助于提供在定义的制约因素范围内执行项目活动的最佳方案。​

备选方案分析用于比较不同的(1)-(6),这有助于团队权衡资源、成本和持续时间变量,以确定完成项目工作的最佳方式。

(1)资源能力

(2)技能水平

(3)进度压缩技术(见 6.5.2.6 节)

(4)不同工具(手动和自动)

(5)以及关于资源的创建、租赁

(6)购买决策

4. 工作阶段**

规划阶段

备案分析在规划阶段,通过估各个过程的具体方法/方案,选择最合适的方法,使得该领域的规划工作完善,并记录其他方案

执行阶段

只有管理质量过程需要使用备案分析

监控阶段

备案分析在监控阶段,监控选择的方案是是否达到预期效果。

如果没有达到预期效果,我们还需要使用备案分析,再次选择方法/方案,是项目效果达到预期。

5. 关联工具

备案分析是相当于第二套项目管理计划

决策--多标准决策分析

      多标准决策分析技术为备案分析提供决策方法和决策合理性保障。

      多标准决策分析链接:https://www.cnblogs.com/hemukg/p/12575195.html

 多标准决策分析技术借助决策矩阵,用系统分析方法建立诸如风险水平、不确定性和价值收益等多种标准,以对众多创意进行评估和排序。 

 多标准决策分析工具(如优先矩阵)

​ 可用于识别关键事项和合适的备选方案,并通过一系列决策排列出备选方案的优先顺序。​

(1)先对标准排序和加权 

(2)再应用于所有备选方案,计算出各个备选方案的数学得分 

(3)然后根据得分对备选方案排序。

6. 所属技术类型:数据分析

 二、 应用领域

备选方案分析(4.5、4.6、5.1、5.3、见 9.2.2.5、6.1.2、6.4.2、7.1.1、7.2.2、8.2.2、9.2.2、9.6.2.1、11.5.2.8、13.4.2.1)

#####################################################

备案分析在规划、执行、监控三个阶段(过程组)都有应用。

(1)在规划阶段,主要在范围、进度、成本、资源四大主要领域给出备选方案

(2)在执行阶段,我们要对质量实时监控并管理

   如果有异常,需要立马​​​执行备选方案,涉及到范围、进度、成本、资源四大领域的变更。

(3)在监控阶段,我们需要持续对资源和相关方进行监控。

范围、进度都与资源息息相关,如果项目正常,则只需要关心资源是否够用就好了。

如果有常,则还需要重开范围进度的规划过程。​

项目接近收尾阶段,要关注相关方的需求是否得到满足,需要让相关方参与这个阶段;

如果相关方不满意,还需要重开各个阶段

注意:应该让相关方积极参与,可以尽早反馈相关方的问题,这样可以减少对项目影响。​

#####################################################

(壹)规划阶段--制定备案分析的过程

(一)范围/需求管理

1. 规划范围管理

详解链接:https://www.cnblogs.com/hemukg/p/12552827.html

备案分析计划用于评估,在规划范围过程中的(1)-(6)是否合适恰当。​

(1)​收集需求

(2)​详述项目和产品范围

(3)​创造产品

(4)​确认范围方法

(5)​控制范围方法

2. 定义范围

​备选方案分析可用于评估​实现项目章程中所述的需求和目标的各种方法。

(二)进度管理

1. 规划进度管理

备选方案分析可包括

(1)确定采用哪些​进度计划方法

(2)如何将不同方法整合到项目中

(3)确定 ​进度计划的详细程度

(4)​滚动式规划的持续时间

(5)审查和更新频率

(6)针对各个具体项目的管理进度所需的计划详细程度更新计划所需的时间量之间的平衡

2. 估算活动持续时间

​备选方案分析用于比较不同的(1)-(6),​​这有助于团队权衡资源、成本和持续时间变量,以确定完成项目工作的最佳方式。

(1)​资源能力

(2)​技能水平

(3)​进度压缩技术

(4)​不同工具(手动和自动)

(5)​关于资源的创建、租赁、​购买决策

(三)成本管理

1. 规划成本管理

​备选方案分析可包括

(1)审查筹资的战略方法

<1> 自筹资金

<2> 股权投资

<3> 借贷投资

(2) ​对筹集项目资源的方法

<1> 自制

<2> 采购

<3> 租用

<4> 租赁

2. 估算成本(同估算持续活动时间)--备份成本方案

在估算成本时,需要识别和分析可用于启动与完成项目的备选成本方案; ​需要权衡备选成本方案并考虑风险,如

(1)比较自制成本与外购成本

(2)购买成本与租赁成本及多种资源共享方案, 以优化项目成本。

评估购买和制造可交付成果分别对成本、进度、资源和质量的影响。

(1)购买

<1> 成本

<2> 进度

<3> 资源

<4> 质量

(2)自制

<1> 成本

<2> 进度

<3> 资源

<4> 质量

(四)资源管理

1. 估算活动资源

 备选方案分析是一种对已识别的可选方案进行评估的技术,用来决定选择哪种方案或使用何种方法来执行项目工作。

 很多活动有多个备选的实施方案,例如 (1)-(4) 备选方案分析有助于提供在定义的制约因素范围内执行项目活动的最佳方案。

(1)能力或技能水平不同的资源

(2)不同规模或类型的机器

(3)不同的工具(手工或自动)

(4)资源自制、租赁或购买的决策

(五)风险管理

1. 规划风险

对备选风险应对方案的特征和要求进行简单比较,进而确定哪个应对方案最为适用。

提供建立关键决策标准、评估备选方案并加以评级,以及选择首选方案的系统分析方法。

2. 实时定量风险分析

用决策树在若干备选行动方案中选择一个最佳方案。

详见:https://www.cnblogs.com/hemukg/p/17122347.html

(贰)执行阶段--管理、监控质量是贯穿项目始终的

(六)质量管理

管理质量

​该技术用于评估已识别的可选方案,以选择那些最合适的质量方案或方法。

(叁)监控阶段--纠错--纠正偏差--变更

(七)整合管理

监控项目工作

备选方案分析用于在出现偏差时选择要执行的纠正措施或纠正措施和预防措施的组合。

(八)资源管理

控制资源

备选方案分析有助于选择最佳解决方案以纠正资源使用偏差,可以将加班和增加团队资源等备选方案与延期交付或阶段性交付相比较,以权衡利弊。

(九)相关方参与

监督相关方参与

在相关方参与效果没有达到期望要求时,应该开展备选方案分析,评估应对偏差的各种备选方案。

 三、产出文档

备案分析(在进行项目各个领域规划、执行时同时完成,并记录)

############################################

 备案分析在各个过程规划和执行的同时  产生,相当于一个PLAN B;根据不同的条件,进行相应选择。

愿各位在进步中安心!PLAN B

2020-03-25 禾木

############################################

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

禾木KG

感谢大佬提供饲料,博主挣钱养猪

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值