PMP第一章:引论(2)

本文详细介绍了项目管理的阶段,包括启动、规划、执行和收尾,强调了阶段管理的要求和阶段之间的关系。此外,还讨论了阶段关口的重要性和项目管理过程组,如启动、规划、执行、监控和收尾过程组的功能。同时,提到了项目管理数据和信息的分类,以及项目成功的关键标准,包括财务和非财务指标、相关方满意度等。

六、项目阶段

定义:

是一组具有逻辑关系的项目活动的集合,通常以一个或多个可交付成果的完成未结束。

通用结构:

启动项目(概念阶段)

组织与准备(开发/规划阶段)

执行项目工作(实施阶段)

结束项目(收尾阶段)

阶段管理要求:

明确定义起止时间

定义准入标准(如:获启动文件审批、召开启动会等)

定义退出标准(如:可交付成果已经得到退出和移交)

定义资源需求

阶段与阶段的关系:

顺序关系(阶段按顺序进行,一个阶段只能在前一阶段完成后开始,减少了项目的不确定性,但也排除缩短项目总工期的可能性)。

交叠关系(一个阶段在前一个阶段完成前开始可能增加风险和返工的机会)。

七、阶段关口

1.设立在阶段结束点,在该时点,把项目的绩效及进展与各种项目文件及业务文件进行比较

项目商业论证

项目章程

项目管理计划

效益管理计划

2.根据结果做出决定,以便:

进入下个阶段

整改后进入下个阶段

结束项目

停留在当前阶段

重复阶段或某个要素

八、项目管理过程组

1.启动过程组:定义一个新项目或现有项目的一个新阶段,授权开始该项目或阶段的一组过程。(想清楚)

2.规划过程组:明确项目范围,优化目标,为实现目标制定行动方案的一组过程。(写清楚)

3.执行过程组:完成项目管理计划中确定的工作,以满足项目要求的一组过程。(做清楚)

4.监控过程组:跟踪、审查和调整项目进展与绩效,识别必要的变更并启动相应的变更的一组过程。(看清楚)

5.收尾过程组:正式完成或结束项目、阶段或合同所执行的过程。(算清楚)

九、项目管理知识领域

PMP第一章:引论(2)

 

PMP第一章:引论(2)

十、项目管理过程

项目生命周期是通过一系列项目活动进行的。

每个项目管理过程通过合适的项目管理工具和技术,将一个或多个输入转化成一个或多个输出。

分类:

1.仅开展一次或仅在项目预定义点开展的过程

2.根据需要定期开展的过程

3.在整个项目期间持续开展的过程

十一、项目管理数据和信息

分类:

工作绩效数据:在执行工作的过程中,从每个正在执行的活动中,收集到的原始观察结果和测量值。

工作绩效信息:从各控制过程中收集并结合相关背景和跨领域关系,进行整合分析而得到的绩效数据。

工作绩效报告:为制定决策,提出问题,采取行动或引起关注,而汇编工作绩效信息,所形成的实务或电子项目文件。

数据流向:

PMP第一章:引论(2)

 

十二、商业文件

项目商业论证:文档化的经济可行性研究报告,用来对尙缺乏充分定义的所选方案的收益进行有效性论证,是启动后续项目管理活动的依据。

项目效益管理计划:对创造、提高和保持项目效益的过程进行定义的书面文件

1.目标效益

2.战略一致性

3.实现效益时限

4.效益责任人

5.测量指标

6.假设

7.风险

PMP第一章:引论(2)

 

十三、项目成功标准

1.完成项目效益管理计划

2.达到商业论证中记录的已商定的财务测量指标

(1)现值—将来的(或过去的)折算成现在的值

(2)净现值—收入现值减支出现值,越大越好

(3)内部收益率(IRR)—净现值等于零的折现率,越大越好

(4)回收期(PBP)—投入等于产出的时间期限,越小越好

(5)效益成本比率(BCR)—效益与成本之比,越大越好

(6)投资利润率(ROI)—年均利润/项目投资额*100%,越大越好

3.达到商业论证的非财务指标

4.完成组织从“当前状态”转到“未来状态”

5.履行合同条款和条件

6.达到组织战略、目的和目标

7.使相关方满意

8.可接受的客户/最终用户的采纳度

9.将可交付成果整合到组织的运营环境中

10.满足商定的其他成功标准或准则

PMP第一章:引论(2)

 

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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