企业数字化建设之——‘八股文’商业软件

Terry谈数字化 Terry谈数字化 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 500+累计阅读 589平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄14年
关注
原创 2025-09-20 23:34:29 589 阅读 AI 写同款· GEO 优化 ›

 CRM | OMS | SRM | ERP | PLM | PDM |  MES | WMS | TMS | OA | EHR | BI |

目录

一 ERP

二 CRM 

三 OA

四 BI

五 ETL

六 MES

七 WMS

八 安全领域

一 ERP

  1. SAP ERP：SAP是全球知名的ERP解决方案提供商，其SAP ERP是核心的ERP软件产品，能够支持企业进行全面的业务流程管理，提高效率和减少成本。
  2. Oracle ERP：Oracle是全球最大的企业软件供应商之一，其Oracle ERP是全面的企业资源计划解决方案，能够为企业提供一体化的管理流程和业务运营支持。
  3. Microsoft Dynamics ERP：Microsoft Dynamics ERP是微软公司推出的ERP软件，能够为企业提供一体化的解决方案，包括财务、供应链、人力资源等管理模块。
  4. NetSuite ERP：NetSuite ERP是一款基于云计算的ERP软件，能够帮助企业实现业务流程自动化、数据整合和决策支持。
  5. Sage ERP：Sage ERP是一款全球性的ERP软件，能够为各种规模的企业提供全面的解决方案，包括财务、供应链、人力资源等管理模块。
  6. Infor ERP：Infor ERP是针对特定行业和业务流程的ERP解决方案，能够为企业提供高度个性化的解决方案，包括财务、供应链、人力资源等管理模块。
  7. 鼎捷ERP:是一种企业资源规划
了解本专栏 订阅专栏 解锁全文
标签
#经验分享 #ERP #CRM #PLM #SRM
#WMS #MES
24道数据仓库面试八股文（答案、分析和深入提问）整理 维度表强调的是数据的上下文和描述性，通常包含更丰富的属性信息。事实表则侧重于存储实际业务数据和度量，可以通过维度表的属性进行分析和查询。这样的结构有助于高效地进行数据分析，支持决策和业务洞察。这些概念相互关联，共同帮助构建一个高效、一致、可扩展的数据仓库，以便支持复杂的分析和决策过程。通过确保维度和事实的一致性，以及利用总线矩阵进行有效的设计管理，可以提高数据仓库的质量和可用性。OLAP关注的是分析和查询，为决策制定提供支持，适合处理历史数据。OLTP。 阅读详情

相关推荐

2022最新软件测试八股文，能不能拿心仪Offer就看你背得怎样了

鉴于目前测试就业越来越严峻，内卷也成了测试领域的代名词了。我的一个HR朋友告诉我，由于门槛较低，现在普通测试岗（偏功能）的投递比已经将近100，也就是一个岗位差不多有百分简历投进来。所以现在还想从事软件测试行业的小伙伴们，想要心仪的工作，要多努力学习哟。小月给大家整理了2022最新软件测试八股文，大家刷起来哟篇幅所限本文就只贴一下题目了，答案的话我整理的一本《软件测试面试八股文》PDF里都有​。......

Androidyuexia的博客 3万+

企业数字化建设之——‘八股文’软件开发语言

Java |C++ |Python |JavaScript |Ruby |Swift | C# |PHP |Perl | Scala |Go|ABAP |APEX|Visual Basic |SQL|SHELL|Delphi|易语言|快乐汇|超级汇|文言|草蟒|木兰编程语言|草蟒|木兰编程语言|讯飞开放平台语言（XFL）

java_zhong1990的专栏 312

程序员一生修行之路之——CIO/CTO成长路线图

文化 | 概念思维 | 方法论 | 商业软件（企业信息化）| 硬件&网络 | 操作系统OS | 数据库DB | 软件开发语言 | 软件开发技术 | 软件开发工具

java_zhong1990的专栏 607

YOLO26算法大门区域检测+训练好的模型+285张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。 【数据集概况】 · 检测类别（中文）：[大门(gates)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 64 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.6364** mAP50-95 | 0.4539 Precision | 0.7309 Recall | 0.6111 train/box_loss | 0.6662 train/cls_loss | 0.5916 val/box_loss | 1.3351 val/cls_loss | 1.5479 【训练过程分析】 训练过程可分成三个主要阶段：前期、中期和后期。刚开始时，模型的损失函数确实有了显著下降，box_loss 从0.6662开始，经过几轮的迭代，迅速降至0.5左右。但到了中期，loss 的下降速度明显放缓，甚至有停滞不前的趋势。这一现象在val/box_loss的表现上尤其明显，从1.3351缓慢上升至1.4左右，直到训练到64轮时才略有下降。在这一阶段，mAP50从0.6364仅轻微上升到0.64，提升有限。这期间，模型似乎陷入了平台期，进展缓慢，让人感到有些煎熬。从第30轮到第64轮，我频繁查看曲线图，希望能捕捉到一点改善的迹象，但都未能如愿。这个阶段也让我对模型的潜力产生了怀疑，担心训练过程可能需要更长时间才能看到显著改善。 进入后期阶段，尽管损失函数略有下降，但mAP50的提升并不明显，这让人感到非常... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。

状态估计【卡尔曼滤波kalman】UKF、EKF、粒子滤波PF学习与研究（Matlab代码实现）

内容概要：本文围绕非线性状态估计中的三种经典滤波算法——无迹卡尔曼滤波（UKF）、扩展卡尔曼滤波（EKF）和粒子滤波（PF）展开系统性学习与研究，重点在于通过Matlab编程实现这些算法的核心流程，并将其应用于实际系统的状态估计问题中。文档不仅详细阐述了各算法的数学原理、适用条件与性能差异，还提供了完整的仿真代码与案例分析，帮助读者深入理解其在非线性、非高斯环境下的表现特性。同时，资源拓展至EKF与神经网络融合训练、多源数据融合等高级应用场景，展现了其在智能控制、无人机导航、电力系统状态估计、目标跟踪等领域的广泛应用价值。; 适合人群：具备一定信号处理、控制理论或状态估计基础的研究生、科研人员及工程技术人员，尤其适用于从事自动化、机器人、导航、电力电子与智能系统等相关方向的研究与开发工作者；; 使用场景及目标：① 掌握UKF、EKF与PF在非线性系统中的建模思路与Matlab实现方法，理解其优缺点与适用边界；② 提升科研仿真能力，能够独立构建状态估计模型并进行算法对比验证；③ 将所学方法应用于如电池SOC估算、无人机姿态估计、传感器融合、故障诊断等实际工程问题中；; 阅读建议：建议结合Matlab动手实践，逐行解读并调试所提供的代码，深入理解算法实现细节；同时可延伸学习文中提及的数据融合、神经网络与滤波器结合等进阶主题，以构建完整的状态估计技术知识体系。

Plecs全桥LLC谐振变换器仿真模型

内容概要：本文档系统性地整合了电力电子与控制系统仿真领域的丰富资源，聚焦于基于Plecs和Simulink平台的高频软开关变换器建模与仿真，涵盖全桥LLC、双向CLLC、DAB、PFC、Vienna整流器、Buck-Boost等多种典型拓扑结构。资源内容不仅包括闭环控制（如变频控制、移相混合控制、双闭环、恒压恒流双竞争控制）的仿真模型，还配套提供详细的参数设计报告、Mathcad计算书、PPT说明文档及参考文献，构建了从理论建模到工程实现的完整技术链条。此外，文档拓展至状态估计（如卡尔曼滤波、EKF、UKF、PF）与智能算法（如BP神经网络、模型预测控制）在电力系统中的融合应用，为先进控制策略的研究与复现提供了坚实支撑。; 适合人群：面向具备电力电子、自动控制或电气工程等相关专业背景，熟练掌握MATLAB/Simulink/Plecs等仿真工具，从事高频开关电源、新能源变换系统、储能系统或车载电源研发的研究生、高校科研人员及企业工程技术人员。; 使用场景及目标：① 学习并掌握全桥LLC等谐振变换器的核心工作原理与闭环控制系统设计方法，特别是变频与移相控制策略的实现细节；② 利用提供的仿真模型与Mathcad计算工具，快速完成实际项目中的参数设计、性能验证与优化迭代；③ 结合状态估计算法与神经网络等智能方法，开展电力电子系统状态观测、故障诊断或控制策略创新等前沿科研课题的复现与探索。; 阅读建议：建议严格按照资源目录结构循序渐进地查阅，优先下载并运行核心仿真模型，结合对应的设计报告与计算书深入理解其建模逻辑与参数推导过程，重点关注闭环控制架构、软启动策略及中点电位平衡等关键技术环节，并可进一步将状态估计与智能算法模块融入现有模型，探索其在系统优化中的应用潜力。

【扩展卡尔曼滤波器EKF】基于UWB雷达的SLAM能够在室内环境内映射自然点地标，并改善机器人定位（Matlab代码实现）

内容概要：本文介绍了基于Plecs软件构建的全桥LLC谐振变换器仿真模型，重点围绕LLC谐振变换器的工作原理、建模方法与仿真设计展开。该模型可用于研究全桥LLC在软开关条件下的动态响应特性、效率优化及参数设计，涵盖谐振频率调节、变频控制策略、电压增益特性等关键技术内容，帮助深入理解LLC拓扑在高频高效电源转换中的应用。; 适合人群：具备电力电子基础知识，从事电源设计、新能源变换系统研发的工程师及研究生。; 使用场景及目标：①用于教学与科研中对LLC谐振变换器工作模态的分析；②辅助完成高性能DC-DC变换器的参数设计与控制策略验证；③支持对软开关技术、谐振网络优化等方面的深入研究； 阅读建议：建议结合其他LLC相关设计资料与仿真工具（如Simulink）进行对比学习，重点关注谐振参数选取与仿真波形分析，以提升对实际工程问题的解决能力。

广义标签多伯努利滤波器（GLMB）：多目标跟踪中的动态身份维护理论与算法解析

目标集表示Xx1l1x2l2xNlNX{(x1​l1​x2​l2​xN​lN​)}xi∈Rdxi​∈Rd为目标状态（如位置、速度），li∈Lli​∈L为唯一标签（可数无限集，如自然数序列），N 为目标数（允许N0N=0N0，即空集）。GLMB 通过广义化标签多伯努利分布，将多目标跟踪从 “状态估计” 提升至 “动态身份 - 状态联合建模”，成为复杂场景下精准跟踪的核心技术。

qq_44965657的博客 1598

高等数学/概率论/数理统计/线性代数/离散数学面试-核心概念-问题理解

特征值与特征向量是线性代数中的概念，它们与线性变换有关。在线性变换中，如果存在非零向量 v ，使得当该向量通过变换后，其方向不变，只是长度发生了变化，那么这个向量 v 就是特征向量。而这个长度变化的比例因子，即变换前后向量长度的比值，称为特征值。数学公式表示：通俗易懂的解释：想象一下，你有一个可以伸缩的橡皮筋，这个橡皮筋可以代表一个向量。现在，你有一个特殊的机器，它可以改变橡皮筋的形状，但不会改变它延伸的方向。当你把橡皮筋放入机器中，机器会拉伸或压缩橡皮筋，但橡皮筋的方向保持不变。

m0_64198455的博客 2292

微信小程序- 云开发上传并部署云函数时报错ResourceNotFound.Function, 未找到函数版本，请创建后再试。（小程序上传部署云函数提示错误，开发控制台中的云函数没有删除，详细排查）

微信小程序——云函数上传失败，微信小程序——解决上传并部署云函数时报错ResourceNotFound.Function, 未找到函数版本，请创建后再试。微信小程序上传云函数失败，微信小程序云开发|Error: ResourceNotFound.FunctionName, FunctionName 指定的资源不存在。微信云开发报错（Error: ResourceNotFound.FunctionName，微信小程序云函数报错，上传云函数 sum 失败 Error:，上传部署我们的云函数 2. 报错 错误信息

🏆 前端领域优质创作者 4315

损失函数大汇总（三十八）（AUCPR Loss附公式推导与代码）

本文系统介绍了AUCPR Loss的原理与应用。针对不平衡分类任务中AUC指标不够敏感的问题，提出通过优化PR曲线面积(AUCPR)来提升模型性能。文章详细推导了AUCPR的可微近似实现：首先用sigmoid函数软化阈值判断，构造可微的TP/FP/FN计数；然后基于软Precision和Recall计算近似PR曲线面积；最后通过数值积分得到可优化的损失函数。特别讨论了温度参数τ对训练稳定性的影响，并比较了AUCPR与AUC、AP等指标的异同。该方法适用于医学筛查、欺诈检测等极端不平衡场景，能更准确反映模型对

悦学共鸣，温柔以待，汇聚光芒，共同成长 441

Windows11上pip安装IsaacSim5.1.0与IsaacLab

本文详细介绍了CUDA Toolkit 12.8.0、IsaacSim和IsaacLab的安装过程。首先从NVIDIA官网下载并安装CUDA Toolkit 12.8.0，然后通过miniforge创建conda环境（env_isaacsim）安装IsaacSim相关Python包，解决了Windows长路径问题。成功运行IsaacSim后，克隆IsaacLab仓库并完成安装验证，最后通过创建空场景测试环境配置。整个安装过程包含详细的命令行操作和问题解决方法，为机器人仿真开发环境搭建提供了完整指导。

拥抱具身智能，昇腾Ascend C 378

全球建筑物提取数据集（免费下载）：微软/GlobalMLBuildingFootprints

这个是GitHub上的开源数据集： https://github.com/microsoft/GlobalMLBuildingFootprints 介绍 必应地图正在世界各地发布开放式建筑足迹。我们从 2014 年到 2021 年间的 Bing Maps 图像中检测到了 7.77 亿座建筑物，包括 Maxar 和 Airbus 的图像。数据可在 ODbL 下免费下载和使用。该数据集补充了我们的其他版本。 包括的地区 执照 此数据由 Microsoft 根据Open Dat..

此星光明博客 6289

【RKNN】RKNN（Rockchip Neural Network）​​ 的详解

RKNN 为 Rockchip 硬件提供了高效的 AI 推理解决方案，适合需要低功耗、实时响应的边缘场景

浩瀚之水的专栏 1684

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

android 蓝牙通讯demo

android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。
上一篇： 企业数字化建设之——‘八股文’软件开发语言
下一篇： SAP_ABAP_OLE_便携式储能生产记录表批导与查询
点赞 0
评论 0
书签 书签 0
Terry谈数字化
Terry谈数字化 新星创作者: 大数据技术领域 新星创作者: 大数据技术领域
博客等级 码龄14年 4028粉丝 198原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

Terry谈数字化

你的鼓励将是我创作的最大动力

¥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

实付元
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