惠州,只为打单

4月26,大清早八点从番禺南澳出发去惠州,此去,只为打单。

 

在车上,有些小紧张,以前在电信的四年时间中,前两年主要做开发,后两年会偶尔跟市场出去开会,调研客户需求。但几乎没有出去打过单子,跟客户交流,传达我们的理念跟技术,让客户了解我们有实力去做这个单子。也是第一次做这种PPT的解决方案,并且去跟客户面对面交流,加之又是一个大单子,所以,还是有点忐忑。

 

话说一路直开至惠东,这是一个经济不太发达的小镇,但要去见的客户身家八十多亿,称得上是真正的大款。

车子开到厂门口,小柏的电话会议还在开,呵呵,难为他了,一边开车,一边开公司的电话会议。下车,看到不远处就是海边,心情有些兴奋起来。找了一个农家乐吃饭,菜味道还真不错。海胆炒饭有些贵,半两炒饭也要80块大洋。想当年跟一帮驴友去小辣甲,在海边的浅水区,也捡了很多海胆,回到岸边露营的地方,愣是用刀子弄不开,好不容易弄开了,发现里面的海胆小的可怜,遂当即就全部扔到海水里去了。此次来惠州,尝到了海胆的味道,有些腥,但还算好味。

 

吃过了饭,跟网工凡工又过了一遍ppt,进到liferay的demo版本去看了下,实际感受了下liferay的便利。当时想,这个工具回去要好好研究,真是一个开源的好东东。认认真真研究一番,对要做的东西肯定会有更进一步得认识。

 

中午吃饱喝足,直接杀到厂里,早到了十几分钟,便在车里等到2点05分才上楼去见主任跟主管的工程师。一进会议室,我便一闷头猛讲,听的那个工程师一愣一愣的,后来听小柏说,我讲得太快了,那个工程师说有点跟不上。呵呵,以后这点要注意,讲ppt要有着重点去讲,思路要清晰,并能结合客户实际需求,引导听的人的思路跟你一致。不过,整体还算顺利,后面凡工详细解答了客户的问题。网工也做了初步的调研需求。在此要特别感谢凡大哥,谢谢整个过程当中对我的帮助:)。还有,网工的文档整理能力跟信息梳理能力也非常另人钦佩,这些,都是要向他们去学习的。

 

下午四点半,基本搞定,从厂区出来,终于松了一口气。这几天以来,一直为这个事情,精神紧绷着,跟老白一起从无到有,从没有理念到基本理念都理清,从无资料,到整理了一大堆的文档资料。收获颇多。

 

下面的事情,回去之后又要马不停蹄得整理招标文档,技术规范等等......路漫漫其修远兮,吾将上下而求索.

 

嘿嘿,加油。

内容概要:该PPT详细介绍了企业架构设计的方法论,涵盖业务架构、数据架构、应用架构和技术架构四大核心模块。首先分析了企业架构现状,包括业务、数据、应用和技术四大架构的内容和关系,明确了企业架构设计的重要性。接着,阐述了新版企业架构总体框架(CSG-EAF 2.0)的形成过程,强调其融合了传统架构设计(TOGAF)和领域驱动设计(DDD)的优势,以适应数字化转型需求。业务架构部分通过梳理企业级和专业级价值流,细化业务能力、流程和对象,确保业务战略的有效落地。数据架构部分则遵循五大原则,确保数据的准确、一致和高效使用。应用架构方面,提出了分层解耦和服务化的设计原则,以提高灵活性和响应速度。最后,技术架构部分围绕技术框架、组件、平台和部署节点进行了详细设计,确保技术架构的稳定性和扩展性。 适合人群:适用于具有一定企业架构设计经验的IT架构师、项目经理和业务分析师,特别是那些希望深入了解如何将企业架构设计与数字化转型相结合的专业人士。 使用场景及目标:①帮助企业和组织梳理业务流程,优化业务能力,实现战略目标;②指导数据管理和应用开发,确保数据的一致性和应用的高效性;③为技术选型和系统部署提供科学依据,确保技术架构的稳定性和扩展性。 阅读建议:此资源内容详尽,涵盖企业架构设计的各个方面。建议读者在学习过程中,结合实际案例进行理解和实践,重点关注各架构模块之间的关联和协同,以便更好地应用于实际工作中。
资 源 简 介 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系, 详 情 说 明 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系,在此基础上重点分析了一种快速ICA实现算法一FastICA。物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号,而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征,本文利用独立分量分析的思想和方法,提出了利用FastICA算法提取光谱信号的特征的方案,并进行了详细的仿真实验。 此外,我们还进行了进一步的研究,探索了其他可能的ICA应用领域,如音乐信号处理、图像处理以及金融数据分析等。通过在这些领域中的实验和应用,我们发现ICA在提取信号特征、降噪和信号分离等方面具有广泛的潜力和应用前景。
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
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