竞标惨败而归

博主出差竞标失败,北京某公司以超低价竞争,开标后会场混乱,标方仍认可低价中标。其他招标地也出现类似情况,实力强的公司硬软都做,若加入竞争会血本无归。博主主持开发的软件价格极低,让其觉得没意思,甚至动摇了创业念头。

        刚刚出差回来,二天没有合眼了,竞标还是失败了!这次让我真正感受到了竞争的残酷,北京某公司竞然开出了比成本还低的价格,虽然直接功击目标不是我们,可是还是让心里很不舒服.这也许就是大鱼吃小鱼的结果,有实力的公司在软件同质化后,就开始以超低价来打击其他公司。在开标之后,会场一片混乱,本地公司和北京公司以及标方发生了激烈的争吵。个人认为这个标应该是不成立的,但标方还是认可了。在回公司的路上,又接到在其他准备招标地方的消息,那家被打击的公司同样开出了超低价,这两家公司的实力都比我们强,我们只做软件,他们是硬软都做,也许他们两家火拼会伤元气。而我们如果也加入这种竞争后果是可以想象得到的,绝对是血本无归。

        市场怎么做并不是我去操心的事,我这次去只是回答技术问题的,可是感到悲愤的是,我们做的程序就这么不值钱吗?需要像卖小菜一样去卖吗?我不知道那几个公司做程序的怎么想!软件的价格已经低到了我们开发团队三个月的工资还不到,也就够做那些做系统维护的兄弟们的路费而以。而这个软件还是我主持开发的,所以觉得特没意思!

         做程序也有几个年头了,也有过自己创业的念头,可是如果市场像这样,我宁愿回去做我的公务员。

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论 1
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