专家成果量化

❶ 什么称为量化，是原稿数字化必须的步骤

图像数字化过程
要在计算机中处理图像，必须先把真实的图像（照片、画报、图书、图纸等）通过数字化转变成计算机能够接受的显示和存储格式，然后再用计算机进行分析处理。图像的数字化过程主要分采样、量化与编码三个步骤。
1．采样 采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。简单来讲，对二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构，所形成的微小方格称为像素点。一副图像就被采样成有限个像素点构成的集合。例如：一副640*480分辨率的图像，表示这幅图像是由640*480＝307200个像素点组成。 如图2-2-15所示，左图是要采样的物体，右图是采样后的图像，每个小格即为一个像素点。
采样频率是指一秒钟内采样的次数，它反映了采样点之间的间隔大小。采样频率越高，得到的图像样本越逼真，图像的质量越高，但要求的存储量也越大。 在进行采样时，采样点间隔大小的选取很重要，它决定了采样后的图像能真实地反映原图像的程度。一般来说，原图像中的画面越复杂，色彩越丰富，则采样间隔应越小。由于二维图像的采样是一维的推广，根据信号的采样定理，要从取样样本中精确地复原图像，可得到图像采样的奈奎斯特（Nyquist）定理：图像采样的频率必须大于或等于源图像最高频率分量的两倍。
2．量化 量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。 例如：如果以4位存储一个点，就表示图像只能有16种颜色；若采用16位存储一个点，则有216＝65536种颜色。所以，量化位数越来越大，表示图像可以拥有更多的颜色，自然可以产生更为细致的图像效果。但是，也会占用更大的存储空间。两者的基本问题都是视觉效果和存储空间的取舍。 假设有一幅黑白灰度的照片，因为它在水平于垂直方向上的灰度变化都是连续的，都可认为有无数个像素，而且任一点上灰度的取值都是从黑到白可以有无限个可能值。通过沿水平和垂直方向的等间隔采样可将这幅模拟图像分解为近似的有限个像素，每个像素的取值代表该像素的灰度（亮度）。对灰度进行量化，使其取值变为有限个可能值。 经过这样采样和量化得到的一幅空间上表现为离散分布的有限个像素，灰度取值上表现为有限个离散的可能值的图像称为数字图像。只要水平和垂直方向采样点数足够多，量化比特数足够大，数字图像的质量就比原始模拟图像毫不逊色。 在量化时所确定的离散取值个数称为量化级数。为表示量化的色彩值（或亮度值）所需的二进制位数称为量化字长，一般可用8位、16位、24位或更高的量化字长来表示图像的颜色；量化字长越大，则越能真实第反映原有的图像的颜色，但得到的数字图像的容量也越大。 例如：图2-2-16，沿线段AB（左图）的连续图像灰度值的曲线（右图），取白色值最大，黑色值最小。
先采样：沿线段AB等间隔进行采样，取样值在灰度值上是连续分布的，如图2-2-17左图； 再量化：连续的灰度值再进行数字化（8个级别的灰度级标尺），如图2-2-17右图。
3．压缩编码
数字化后得到的图像数据量十分巨大，必须采用编码技术来压缩其信息量。在一定意义上讲，编码压缩技术是实现图像传输与储存的关键。 目前已有许多成熟的编码算法应用于图像压缩。常见的有图像的预测编码、变换编码、分形编码、小波变换图像压缩编码等。 当需要对所传输或存储的图像信息进行高比率压缩时，必须采取复杂的图像编码技术。但是，如果没有一个共同的标准做基础，不同系统间不能兼容，除非每一编码方法的各个细节完全相同，否则各系统间的连接十分困难。 为了使图像压缩标准化，20世纪90年代后，国际电信联盟(ITU)、国际标准化组织ISO和国际电工委员会IEC今年来已经制定并继续制定一系列静止和活动图像编码的国际标准，现已批准的标准主要有JPEG标准、MPEG标准、H.261等。这些标准和建议是在相应领域工作的各国专家合作研究的成果和经验的总结。这些国际标准的出现也使图像编码尤其使视频图像编码压缩技术得到了飞速发展。目前，按照这些标准做的硬件、软件产品和专用集成电路已经在市场上大量涌现（如图像扫描仪、数码相机、数码摄录像机等），这对现代图像通信的迅速发展和开拓图像编码新的应用领域发挥了重要作用。

❷ 一个项目计划成果 对客户的可量化效益是什么

一、项目提出来的背景和必要性 包括国源内外现状、知识产权状况和发展趋势；技术突破对产业技术进步的重要意义和作用；项目可能形成的产业规模和市场前景。 二、国内外市场分析 包括国际市场状况及该产品未来增长趋势、国际市场的竞争能力、产品替代...

❸ 专家判断不可用于量化项目管理

不可以
专家判断很多时候是主观判断，不能量化

❹ 什么是算法专家（计算机视觉

3年及以上工作经验，计算机、数学、统计学等相关专业，具备较强的解决问题能力；
具备深厚的机器学习，数据挖掘，自然语言处理背景，有较强的算法能力；有信贷／量化交易等金融行业建模经验者优先；
至少精通C/C++或Java任一种编程语言，Python/ perl/shell中任一种脚本语言，熟练使用1种以上数据分析和挖掘工具，熟悉Spark ml 优先；
商业感觉敏锐，对数据敏感，能快速理解业务，能主动寻找业务各环节中数据分析的应用机会，良好的逻辑分析、文字表达及沟通推进能力，能独立完成专题 分析及跟进落地；
逻辑思维能力强、有自我驱动意识、细心、有责任感、有较强的沟通能力和组织协调能力。

❺ 专家权威程度的道理在哪儿（我已经知道它怎么算）

Delphi法专家权威程度

专家的权威程度一般由三个因素决定，即专家本身的学术造诣和对指标进行判断的依据，以及对每一个指标的熟悉程度。

（1）学术水平权(q1)
是以专家的技术职称为依据制定的。一般认为专家的职称越高，相应的学术水平就越高，他发表的意见就越有价值。由此我们根据学科绩效评价的特点设计了学术水平权值表（表1）。
表1 专家学术水平权值量化表
职称或资格 博士生导师 硕士生导师或教授 其他高职 副高职 其他
学术水平权 1.0 0.9 0.7 0.5 0.3

（2）指标的判断依据（q2）主要从理论分析、实践经验、同行了解和专家直觉四个方面分大、中、小三个等级进行评分，量化表见表 2。
表2 专家指标判断依据量化表
判断依据 判断依据对专家判断的影响程度
大 中 小
理论分析 0.3 0.2 0.1
实践经验 0.5 0.4 0.3
同行了解 0.1 0.1 0.1
专家直觉 0.1 0.1 0.1

（3）专家对指标的熟悉程度（q3）分为五个等级为很熟悉、熟悉、一般、不太 熟悉和不熟悉，依次赋值为[1.0，0.8，0.5，0.2，0.0]。

根据专家权威程度的公式 q = (q1+ q2+ q3) / 3 （q 表示指标的权威程度， q1 为专家学术水平权数，q2为指标的判断系数，q3代表熟悉程度系数）。

这是我在网上看到的，但还是不太清楚，你已经会算了，我们可以交流一下吗？

❻ 什么是量化评价

定性风险评价是借助于对事物的经验、知识、观察及对发展变化规律的了解，科学地进行分析、判断的一类方法。运用这类方法可以找出系统中存在的危险、有害因素，进一步根据这些因素从技术上、管理上、教育上提出对策措施，加以控制，达到系统安全的目的。

(6)专家成果量化扩展阅读

1.多目标决策方法

当项目有多个目标和属性时，常用这种方法。其核心是多目标的简化，其简化的原则是删除不重要的目标、合并同类目标。最常用的定量方法是线性加权和方法。

2.层次分析法

层次分析法是美国著名运筹学家T.L.Saaty提出的一种系统综合分析方法，用于求解层次结构或网络结构的复杂评估的复杂评估系统的评估问题。