CN117408659A - 一种erp企业管理系统 - Google Patents
一种erp企业管理系统 Download PDFInfo
- Publication number
- CN117408659A CN117408659A CN202311412974.6A CN202311412974A CN117408659A CN 117408659 A CN117408659 A CN 117408659A CN 202311412974 A CN202311412974 A CN 202311412974A CN 117408659 A CN117408659 A CN 117408659A
- Authority
- CN
- China
- Prior art keywords
- staff
- personnel
- employee
- subunit
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000463 material Substances 0.000 claims abstract description 102
- 239000013598 vector Substances 0.000 claims abstract description 91
- 238000013507 mapping Methods 0.000 claims abstract description 83
- 238000002360 preparation method Methods 0.000 claims abstract description 22
- 238000010586 diagram Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 23
- 230000008569 process Effects 0.000 abstract description 18
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 238000012549 training Methods 0.000 abstract description 4
- 230000007115 recruitment Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种ERP企业管理系统,涉及人力资源管理技术领域。所述系统包括人员架构建立模块,用于定时更新员工信息,根据所述员工信息建立人员架构;所述人员架构是由人员节点组成的树状图;映射向量创建模块,用于根据摄像头实时获取备料区图像,对备料区图像进行识别,建立人员架构至备料区图像之间的映射向量;所述映射向量用于表征人员与备料之间的对应关系;人员评级模块,用于统计映射向量,根据映射向量确定各人员的评级信息;本发明基于员工和物料的关系创建人员架构和物料区图像之间的映射向量,由映射向量这一参数即可反映员工在生产环节中所起的作用,进而确定后续的招聘及培训过程,提高了新员工的上岗速度,优化了生产环节。
Description
技术领域
本发明涉及人力资源管理技术领域,具体涉及一种ERP企业管理系统。
背景技术
ERP企业管理系统是一种智能化综合管理系统,其覆盖面极广,全面性高,包括生产环节和销售环节。
除了生产活动本身,ERP企业管理系统往往还具备人力资源管理模块,用于对各个工作人员进行管理。
但是,现有的人力资源管理模块大都只是简单的统计型模型,仅对各个员工的基本信息进行存储,这种方式虽然全面性高,但是适配性较低;面对存在高频人员流动现象的岗位时,如原料装卸车间,新招聘的人员很难快速替代老员工,至少存在一个适应过程,这在一定程度上,影响了生产活动;因此,如何对老员工进行工作特征提取,基于特征提取结果招聘新员工,保证生产活动的顺利运行是本发明技术方案想要解决的技术问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种ERP企业管理系统,解决了如何对商家反馈的问题进行重要性识别,对有限的处理资源进行合理分配是本发明技术方案想要解决的技术问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种ERP企业管理系统,该系统包括:
人员架构建立模块,用于定时更新员工信息,根据所述员工信息建立人员架构;所述人员架构是由人员节点组成的树状图;
映射向量创建模块,用于根据摄像头实时获取备料区图像,对备料区图像进行识别,建立人员架构至备料区图像之间的映射向量;所述映射向量用于表征人员与备料之间的对应关系;
人员评级模块,用于统计映射向量,根据映射向量确定各人员的评级信息。
作为本发明实施例技术方案进一步的限定,所述人员架构建立模块包括:
信息查询单元,用于接收管理方授予的查询权限,基于所述查询权限在人力资源库中查询员工信息;其中,每个员工的员工信息均含有需求权限,当查询权限满足需求权限时,员工信息处于可读状态;所述员工信息包括员工编号、员工隶属关系以及员工简历;
员工画像创建单元,用于遍历员工简历,创建以员工编号为标签的员工画像;所述员工画像用于表征员工能力;
员工画像统计单元,用于根据员工隶属关系统计含有员工编号的员工画像,得到人员架构。
作为本发明实施例技术方案进一步的限定,所述员工画像创建单元包括:
第一遍历子单元,用于遍历员工简历,提取员工的教育经历,根据所述教育经历确定能力表;所述能力表为柱形图表,柱形图表中的自变量为管理方输入的评价指标,柱形图表的因变量为评分;
第二遍历子单元,用于遍历员工简历,提取员工的工作经历,根据所述工作经历修正所述能力表;
编号插入子单元,用于向修正后的能力表中插入员工编号,得到以员工编号为标签的员工画像。
作为本发明实施例技术方案进一步的限定,所述映射向量创建模块包括:
图像获取单元,用于实时接收摄像头获取到的备料区图像;所述摄像头中含有热敏元件;
轮廓标记单元,用于基于热敏元件在备数区图像中标记员工轮廓及物料轮廓;其中,所述员工轮廓及所述物料轮廓均为若干个不连通的区域的集合;
关系建立单元,用于根据员工轮廓及物料轮廓的位置关系确定员工轮廓及物料轮廓的对应关系;
映射建立单元,用于基于所述对应关系建立人员架构至备料区图像的映射向量。
作为本发明实施例技术方案进一步的限定,所述轮廓标记单元包括:
中心点选取子单元,用于依次选取员工轮廓,计算员工轮廓的中心点;
检测圆创建子单元,用于以中心点为圆心创建检测圆;
交集检测子单元,用于实时计算检测圆与物料轮廓的交集,当交集中的像素点数量小于预设的数量阈值时,根据预设步长提高检测圆半径;
轮廓连接子单元,用于当交集中的像素点数量达到预设的数量阈值时,连接当前时刻的员工轮廓与物料轮廓;
时间计算子单元,用于以员工轮廓为基准,统计预设时间段内各个时刻对应的物料轮廓,并计算各物料轮廓的总时间;
轮廓选取子单元,用于选取总时间达到预设的时间阈值的物料轮廓,作为员工轮廓的对应轮廓。
作为本发明实施例技术方案进一步的限定,所述映射建立单元包括:
第一查询子单元,用于依次在人员架构中读取人员,查询该人员在各个时刻的备料区图像中的员工轮廓;
第二查询子单元,用于基于对应关系查询员工轮廓对应的物料轮廓;
统计拟合子单元,用于统计所有物料轮廓,拟合最终轮廓;
执行子单元,用于接收管理方输入的图层距离,基于所述图层距离创建人员至最终轮廓的映射向量。
作为本发明实施例技术方案进一步的限定,所述统计所有物料轮廓,拟合最终轮廓的原理包括:
式中,(i,j)为最终轮廓中的点位坐标,N为物料轮廓的数量,if(x,y)∈Lt为判断语句,为真时,输出为一,为假时,输出为零;A为预设的数值。
作为本发明实施例技术方案进一步的限定,所述执行子单元包括:
接收子单元,用于接收管理方输入的图层距离;
模长确定子单元,用于获取最终轮廓的边界点位,根据边界点位和图层距离确定映射广角,根据映射广角确定向量模长;
矩形确定子单元,用于基于minAreaRect()函数和最终轮廓的边界点位确定最小矩形;
生成子单元,用于根据向量模长和最小矩形的中心点生成映射向量。
作为本发明实施例技术方案进一步的限定,在映射向量的生成过程中引入由员工画像确定的调节因子。
作为本发明实施例技术方案进一步的限定,所述人员评级模块包括:
变化计算单元,用于根据预设的时间跨度读取各人员的映射向量,计算映射向量的平均变化向量;
向量应用单元,用于读取当前时刻的映射向量,将当前时刻的映射向量和平均变化向量输入训练好的神经网络模型中,得到评级信息。
(三)有益效果
本发明提供了一种ERP企业管理系统。与现有技术相比,具备以下有益效果:
本发明通过摄像头获取物料区图像,对物料区图像进行识别,判定员工和物料之间的关系,基于员工和物料的关系创建人员架构和物料区图像之间的映射向量,由映射向量这一参数即可反映员工在生产环节中所起的作用,进而确定后续的招聘及培训过程,提高了新员工的上岗速度,优化了生产环节。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为ERP企业管理系统的组成结构框图。
图2为ERP企业管理系统中人员架构建立模块的组成结构框图。
图3为ERP企业管理系统中映射向量创建模块的组成结构框图。
图4为ERP企业管理系统中人员评级模块的组成结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为ERP企业管理系统的组成结构框图,本发明实施例中,一种ERP企业管理系统,所述系统10包括:
人员架构建立模块11,用于定时更新员工信息,根据所述员工信息建立人员架构;所述人员架构是由人员节点组成的树状图;
在一个企业中,经常会出现离职入职现象,每当有员工离职或者入职进,员工信息就会发生改变,对员工信息进行统计,即可得到人员架构;在本发明技术方案中,采用树状图的形式来表示人员架构,树状图由多个节点组件,每个节点称为人员节点,与各个员工对应。
映射向量创建模块12,用于根据摄像头实时获取备料区图像,对备料区图像进行识别,建立人员架构至备料区图像之间的映射向量;所述映射向量用于表征人员与备料之间的对应关系;
在物料存储区域安装摄像头,由摄像头可以实时拍摄物料的图像,称为备料区图像;对备料区进行识别,可以获取到员工的位置以及物料的位置,根据员工的位置和物料的位置可以判断出员工的日常工作对应哪些物料,根据员工与物料的对应关系,可以建立人员架构与备料区图像之间的对应关系(上述映射向量);其中,一个人员节点对应一个映射向量,指向一片物料区域。
人员评级模块13,用于统计映射向量,根据映射向量确定各人员的评级信息;
映射向量反映了一段时间内各个员工对应的物料,统计员工在不同时间对应的物料,可以确定该员工的评级信息;所述评级信息用于表征员工的工作范围;一般情况下,工作范围越大,评级越高,相应的,员工的人力成本也越高;当对应员工离职时,可以根据映射向量进行快速补缺。
图2为ERP企业管理系统中人员架构建立模块11的组成结构框图,所述人员架构建立模块11包括:
信息查询单元111,用于接收管理方授予的查询权限,基于所述查询权限在人力资源库中查询员工信息;其中,每个员工的员工信息均含有需求权限,当查询权限满足需求权限时,员工信息处于可读状态;所述员工信息包括员工编号、员工隶属关系以及员工简历;
员工画像创建单元112,用于遍历员工简历,创建以员工编号为标签的员工画像;所述员工画像用于表征员工能力;
员工画像统计单元113,用于根据员工隶属关系统计含有员工编号的员工画像,得到人员架构。
上述内容对人员架构的生成过程进行了描述,首先,获取员工信息一定会涉及到权限问题,只有具备一定的权限,才能够查询到对应的员工信息;在本发明技术方案中,面向的人员大都是物料区的工作人员,他们的需求权限较低,由企业的核心人员提供查询权限,即可查询到员工信息。
进一步的,关于员工信息,员工信息包括员工编号、员工隶属关系以及员工简历,前两者容易理解,员工编号就是独属于员工的一个数字串,用于识别身份,员工隶属关系就是工作人员的上下级关系,根据员工隶属关系可以使得人员架构更加有序;关于员工简历,这是一个上位概念,它含有大量的信息,用于表示员工的状态,信息的格式以文本为主,可以是管理方预先创建的模板,在员工入职时生成。
作为本发明技术方案的一个优选实施例,所述员工画像创建单元112包括:
第一遍历子单元,用于遍历员工简历,提取员工的教育经历,根据所述教育经历确定能力表;所述能力表为柱形图表,柱形图表中的自变量为管理方输入的评价指标,柱形图表的因变量为评分;
第二遍历子单元,用于遍历员工简历,提取员工的工作经历,根据所述工作经历修正所述能力表;
编号插入子单元,用于向修正后的能力表中插入员工编号,得到以员工编号为标签的员工画像。
上述内容提供了一种具体的根据员工简历构建员工画像的方案,一方面,对员工简历中的内容进行了限定,也即,所述员工简历中包括教育经历和工作经历,教育经历可以对成绩表进行分析,统计不同课程及其得分,得到一张柱形图表,称为能力表。
在此基础上,提取员工的工作经历,所述工作经历可以仅限于该人员在当前企业的工作过程,也即,该员工在哪些部门工作过,此时,对相应的得分进行修正;值得一提的是,修正的幅度很大,比如扩充为原来的两倍或者三倍,这是因为对于本企业来说,工作经历比教育经历更加重要。
图3为ERP企业管理系统中映射向量创建模块的组成结构框图,所述映射向量创建模块12包括:
图像获取单元121,用于实时接收摄像头获取到的备料区图像;所述摄像头中含有热敏元件;
轮廓标记单元122,用于基于热敏元件在备数区图像中标记员工轮廓及物料轮廓;其中,所述员工轮廓及所述物料轮廓均为若干个不连通的区域的集合;
关系建立单元123,用于根据员工轮廓及物料轮廓的位置关系确定员工轮廓及物料轮廓的对应关系;
映射建立单元124,用于基于所述对应关系建立人员架构至备料区图像的映射向量。
上述内容是本发明技术方案的核心过程,通过具备热源识别功能的摄像头获取备料区图像,然后,结合现有的轮廓识别技术以及热源识别信息可以确定员工区域和物料区域,其中一种方式为:
依次计算相邻点位的像素差,将像素差与容差进行比对,根据比对结果可以识别到轮廓;
读取热源识别结果,根据热源识别结果对各个轮廓进行分类,得到员工轮廓及物料轮廓。
当获取到员工轮廓和物料轮廓时,根据不同时刻的员工轮廓和物料轮廓之间的位置关系,可以判断出员工的工作范围针对哪些物料,由此建立员工轮廓和物料轮廓的对应关系。
统计所有员工轮廓和物料轮廓的对应关系,可以转换为人员架构至备料区图像的映射关系,由映射向量反映。
作为本发明技术方案的一个优选实施例,所述轮廓标记单元122包括:
中心点选取子单元,用于依次选取员工轮廓,计算员工轮廓的中心点;
检测圆创建子单元,用于以中心点为圆心创建检测圆;
交集检测子单元,用于实时计算检测圆与物料轮廓的交集,当交集中的像素点数量小于预设的数量阈值时,根据预设步长提高检测圆半径;
轮廓连接子单元,用于当交集中的像素点数量达到预设的数量阈值时,连接当前时刻的员工轮廓与物料轮廓;
时间计算子单元,用于以员工轮廓为基准,统计预设时间段内各个时刻对应的物料轮廓,并计算各物料轮廓的总时间;
轮廓选取子单元,用于选取总时间达到预设的时间阈值的物料轮廓,作为员工轮廓的对应轮廓。
具体的,关于员工轮廓和物料轮廓的对应关系,上述内容给出了一种确定的方案,其流程为:在员工轮廓中选取中心点(可以是总像素点除以最大高度,进而确定的点位),然后,以中心点为圆心不断地画圆,随着圆的半径不断增加,最终会与物料轮廓相交,最先相交的物料轮廓就是最近的物料轮廓。
然后,对每个员工进行分析,统计员工在一段时间周期(如一天)内所有最近的物料轮廓,可以计算出员工在各个物料轮廓的停留时间,对于装卸料员工来说,他们绝大多数时间都在某两个区域内来回变动;对于巡检人员来说,他们在各个区域的停留时间大都处于同一量级,比如,均停留几分钟。
值得一提的是,上述内容中,时间阈值的选取需要合适,因为员工偶尔会有其他事情,比如去办公室等,这时候,他会经过大部分物料区域,但是停留时间都不会太长,通过管理方预设的时间阈值,比如30s,可以将这些快速经过的物料区剔除。
作为本发明技术方案的一个优选实施例,所述映射建立单元124包括:
第一查询子单元,用于依次在人员架构中读取人员,查询该人员在各个时刻的备料区图像中的员工轮廓;
第二查询子单元,用于基于对应关系查询员工轮廓对应的物料轮廓;
统计拟合子单元,用于统计所有物料轮廓,拟合最终轮廓;
执行子单元,用于接收管理方输入的图层距离,基于所述图层距离创建人员至最终轮廓的映射向量。
上述内容提供了一种具体的映射向量生成过程,映射向量是人员架构与备料区图像之间的映射关系,人员架构和备料区图像可以想象为两个图层,两个图层之间设有一定的距离(由管理方确定),人员架构中的每个节点与员工对应,根据轮廓标记单元122确定的对应关系,可以在备料区图像中查询到与员工对应的物料区,建立由节点(人员架构)指向物料区(备料区图像)的向量,称为映射向量。
作为本发明技术方案的一个优选实施例,所述统计所有物料轮廓,拟合最终轮廓的原理包括:
式中,(i,j)为最终轮廓中的点位坐标,N为物料轮廓的数量,if(x,y)∈Lt为判断语句,为真时,输出为一,为假时,输出为零;A为预设的数值。
上式的通俗含义为,当一个点位在多个物料轮廓中出现,并且出现的频数达到预设的数值时,它就视为最终轮廓的点位。
轮廓标记单元122确定的对应关系是一个时间周期(一天)内的对应关系,当对一个月进行分析时,就需要统计多个对应关系,进而确定一个平均区域,称为最终轮廓。
需要说明的是,本发明技术方案中对最终轮廓的连通性不做考虑。
作为本发明技术方案的一个优选实施例,所述执行子单元包括:
接收子单元,用于接收管理方输入的图层距离;
模长确定子单元,用于获取最终轮廓的边界点位,根据边界点位和图层距离确定映射广角,根据映射广角确定向量模长;
矩形确定子单元,用于基于minAreaRect()函数和最终轮廓的边界点位确定最小矩形;
生成子单元,用于根据向量模长和最小矩形的中心点生成映射向量。
上述内容提供了一种确定的向量生成过程,向量本身有两个参数,一个是方向,另一个是模长,在本发明技术方案的一个实例中,根据最终轮廓的面积确定模长,也即,计算最终轮廓和节点的面积比例,根据面积比例可以确定映射广角(图层距离确定),这一过程可以想象为一束光同时经过节点和最终轮廓,光束范围就是所述映射广角。
进一步的,选取节点的中心以及最终轮廓的中心,连接两个中心,可以得到一个方向,结合方向和模长,即可确定映射向量。
作为本发明技术方案的一个优选实施例,在映射向量的生成过程中引入由员工画像确定的调节因子。
在本发明技术方案的一个实例中,生成映射向量后,基于员工画像引入一个缩放参数,用以调节模长;员工画像反映了员工的能力,如果能力较强,调节后的模长更长,对应的最终轮廓的面积更大,这与实际情况是相符的,也即,能力越强,面对的物料区域越大。
图4为ERP企业管理系统中人员评级模块13的组成结构框图,所述人员评级模块13包括:
变化计算单元131,用于根据预设的时间跨度读取各人员的映射向量,计算映射向量的平均变化向量;
向量应用单元132,用于读取当前时刻的映射向量,将当前时刻的映射向量和平均变化向量输入训练好的神经网络模型中,得到评级信息。
在本发明技术方案的一个实例中,由管理方训练一个由映射向量至评级信息的神经网络模型,这一过程是浅层学习过程,训练过程非常简单,不再赘述。神经网络模型的难点在于特征提取部分,也就是上述映射向量的生成过程。
进一步的,在生成映射向量的基础上,本发明技术方案还根据相邻时间周期的映射向量计算变化向量,然后计算平均变化向量,并训练平均变化向量至评级信息的神经网络模型;这么做的含义是,通过平均变化向量反映员工的成长性。
在本发明技术方案中,最终得到的评级信息反映了员工在本企业中起到的作用,当他们离职时,根据评级信息可以快速招聘新的契合度极高的员工,进而保证工作的平稳运行。
综上所述,与现有技术相比,本发明具备以下有益效果:
本发明通过摄像头获取物料区图像,对物料区图像进行识别,判定员工和物料之间的关系,基于员工和物料的关系创建人员架构和物料区图像之间的映射向量,由映射向量这一参数即可反映员工在生产环节中所起的作用,进而确定后续的招聘及培训过程,提高了新员工的上岗速度,优化了生产环节。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种ERP企业管理系统,其特征在于,所述系统包括:
人员架构建立模块,用于定时更新员工信息,根据所述员工信息建立人员架构;所述人员架构是由人员节点组成的树状图;
映射向量创建模块,用于根据摄像头实时获取备料区图像,对备料区图像进行识别,建立人员架构至备料区图像之间的映射向量;所述映射向量用于表征人员与备料之间的对应关系;
人员评级模块,用于统计映射向量,根据映射向量确定各人员的评级信息。
2.如权利要求1所述的ERP企业管理系统,其特征在于,所述人员架构建立模块包括:
信息查询单元,用于接收管理方授予的查询权限,基于所述查询权限在人力资源库中查询员工信息;其中,每个员工的员工信息均含有需求权限,当查询权限满足需求权限时,员工信息处于可读状态;所述员工信息包括员工编号、员工隶属关系以及员工简历;
员工画像创建单元,用于遍历员工简历,创建以员工编号为标签的员工画像;所述员工画像用于表征员工能力;
员工画像统计单元,用于根据员工隶属关系统计含有员工编号的员工画像,得到人员架构。
3.如权利要求2所述的ERP企业管理系统,其特征在于,所述员工画像创建单元包括:
第一遍历子单元,用于遍历员工简历,提取员工的教育经历,根据所述教育经历确定能力表;所述能力表为柱形图表,柱形图表中的自变量为管理方输入的评价指标,柱形图表的因变量为评分;
第二遍历子单元,用于遍历员工简历,提取员工的工作经历,根据所述工作经历修正所述能力表;
编号插入子单元,用于向修正后的能力表中插入员工编号,得到以员工编号为标签的员工画像。
4.如权利要求3所述的ERP企业管理系统,其特征在于,所述映射向量创建模块包括:
图像获取单元,用于实时接收摄像头获取到的备料区图像;所述摄像头中含有热敏元件;
轮廓标记单元,用于基于热敏元件在备数区图像中标记员工轮廓及物料轮廓;其中,所述员工轮廓及所述物料轮廓均为若干个不连通的区域的集合;
关系建立单元,用于根据员工轮廓及物料轮廓的位置关系确定员工轮廓及物料轮廓的对应关系;
映射建立单元,用于基于所述对应关系建立人员架构至备料区图像的映射向量。
5.如权利要求4所述的一种ERP企业管理系统,其特征在于,所述轮廓标记单元包括:
中心点选取子单元,用于依次选取员工轮廓,计算员工轮廓的中心点;
检测圆创建子单元,用于以中心点为圆心创建检测圆;
交集检测子单元,用于实时计算检测圆与物料轮廓的交集,当交集中的像素点数量小于预设的数量阈值时,根据预设步长提高检测圆半径;
轮廓连接子单元,用于当交集中的像素点数量达到预设的数量阈值时,连接当前时刻的员工轮廓与物料轮廓;
时间计算子单元,用于以员工轮廓为基准,统计预设时间段内各个时刻对应的物料轮廓,并计算各物料轮廓的总时间;
轮廓选取子单元,用于选取总时间达到预设的时间阈值的物料轮廓,作为员工轮廓的对应轮廓。
6.如权利要求5所述的ERP企业管理系统,其特征在于,所述映射建立单元包括:
第一查询子单元,用于依次在人员架构中读取人员,查询该人员在各个时刻的备料区图像中的员工轮廓;
第二查询子单元,用于基于对应关系查询员工轮廓对应的物料轮廓;
统计拟合子单元,用于统计所有物料轮廓,拟合最终轮廓;
执行子单元,用于接收管理方输入的图层距离,基于所述图层距离创建人员至最终轮廓的映射向量。
7.如权利要求6所述的ERP企业管理系统,其特征在于,所述统计所有物料轮廓,拟合最终轮廓的原理包括:
式中,(i,j)为最终轮廓中的点位坐标,N为物料轮廓的数量,if(x,y)∈Lt为判断语句,为真时,输出为一,为假时,输出为零;A为预设的数值。
8.如权利要求6所述的ERP企业管理系统,其特征在于,所述执行子单元包括:
接收子单元,用于接收管理方输入的图层距离;
模长确定子单元,用于获取最终轮廓的边界点位,根据边界点位和图层距离确定映射广角,根据映射广角确定向量模长;
矩形确定子单元,用于基于minAreaRect()函数和最终轮廓的边界点位确定最小矩形;
生成子单元,用于根据向量模长和最小矩形的中心点生成映射向量。
9.如权利要求8所述的ERP企业管理系统,其特征在于,在映射向量的生成过程中引入由员工画像确定的调节因子。
10.如权利要求1所述的ERP企业管理系统,其特征在于,所述人员评级模块包括:
变化计算单元,用于根据预设的时间跨度读取各人员的映射向量,计算映射向量的平均变化向量;
向量应用单元,用于读取当前时刻的映射向量,将当前时刻的映射向量和平均变化向量输入训练好的神经网络模型中,得到评级信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311412974.6A CN117408659A (zh) | 2023-10-27 | 2023-10-27 | 一种erp企业管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311412974.6A CN117408659A (zh) | 2023-10-27 | 2023-10-27 | 一种erp企业管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117408659A true CN117408659A (zh) | 2024-01-16 |
Family
ID=89486781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311412974.6A Pending CN117408659A (zh) | 2023-10-27 | 2023-10-27 | 一种erp企业管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117408659A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980266A (zh) * | 2010-10-22 | 2011-02-23 | 云南电力试验研究院(集团)有限公司 | 员工岗位能力素质测评系统及其测评方法 |
CN106056686A (zh) * | 2016-06-07 | 2016-10-26 | 朱兰英 | 一种基于三维轮廓的室内巡逻估计分析方法 |
WO2019132093A1 (ko) * | 2017-12-28 | 2019-07-04 | 한화테크윈주식회사 | 바코드 검출 장치 및 이를 이용한 바코드 검출 방법 |
CN114029951A (zh) * | 2021-11-10 | 2022-02-11 | 盐城工学院 | 基于深度相机的机器人自主识别智能抓取方法 |
WO2022121059A1 (zh) * | 2020-12-08 | 2022-06-16 | 南威软件股份有限公司 | 一种基于5g物联网及ai智能门禁综合管理系统 |
KR102503637B1 (ko) * | 2022-06-08 | 2023-02-24 | 이성미 | Erp 통합관리 시스템 |
CN115936643A (zh) * | 2022-11-11 | 2023-04-07 | 交通银行股份有限公司 | 员工关系网络构建分析方法、计算机设备和存储介质 |
-
2023
- 2023-10-27 CN CN202311412974.6A patent/CN117408659A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980266A (zh) * | 2010-10-22 | 2011-02-23 | 云南电力试验研究院(集团)有限公司 | 员工岗位能力素质测评系统及其测评方法 |
CN106056686A (zh) * | 2016-06-07 | 2016-10-26 | 朱兰英 | 一种基于三维轮廓的室内巡逻估计分析方法 |
WO2019132093A1 (ko) * | 2017-12-28 | 2019-07-04 | 한화테크윈주식회사 | 바코드 검출 장치 및 이를 이용한 바코드 검출 방법 |
WO2022121059A1 (zh) * | 2020-12-08 | 2022-06-16 | 南威软件股份有限公司 | 一种基于5g物联网及ai智能门禁综合管理系统 |
CN114029951A (zh) * | 2021-11-10 | 2022-02-11 | 盐城工学院 | 基于深度相机的机器人自主识别智能抓取方法 |
KR102503637B1 (ko) * | 2022-06-08 | 2023-02-24 | 이성미 | Erp 통합관리 시스템 |
CN115936643A (zh) * | 2022-11-11 | 2023-04-07 | 交通银行股份有限公司 | 员工关系网络构建分析方法、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Beliveau et al. | Predicting corporate social responsiveness: A model drawn from three perspectives | |
Samoilenko et al. | Using Data Envelopment Analysis (DEA) for monitoring efficiency-based performance of productivity-driven organizations: Design and implementation of a decision support system | |
Ruzzier et al. | The resource-based approach to the internationalisation of SMEs: Differences in resource bundles between internationalised and non-internationalised companies | |
Eyiah-Botwe et al. | Mega Construction Projects: using stakeholder management for enhanced sustainable construction | |
CN110929797A (zh) | 一种人员能力量化评估方法 | |
Rodriguez et al. | Feature selection for job matching application using profile matching model | |
US11574003B2 (en) | Image search method, apparatus, and device | |
CN111080241A (zh) | 一种基于互联网平台的数据化人才管理分析系统 | |
Ocampo et al. | Integrating sustainability and manufacturing strategy into a unifying framework | |
CN114612061A (zh) | 一种人力资源信息处理系统和方法 | |
CN116384704A (zh) | 一种工程进度及造价管理系统的管理方法 | |
Kaminsky et al. | Evaluating the Effectiveness of Enterprises' Digital Transformation by Fuzzy Logic | |
CN115860393A (zh) | 一种智慧园区招商管理系统 | |
CN112785156B (zh) | 一种基于聚类与综合评价的产业领袖识别方法 | |
CN117408659A (zh) | 一种erp企业管理系统 | |
Mukherjee | Entrepreneurial Judgment and Analysis for Successful Strategy Implementation | |
CN112836137A (zh) | 人物网络支持度计算系统及方法、终端、设备、存储介质 | |
Kabir et al. | A multi–criteria decision–making model to increase productivity: AHP and fuzzy AHP approach | |
CN114238608B (zh) | 智能面试系统及方法 | |
CN114881394A (zh) | 一种企业成长性智能化评估的大数据处理系统和方法 | |
CN109544337A (zh) | 一种股权估值方法 | |
CN115577897A (zh) | 一种基于智慧云平台的人才评选方法及装置 | |
Umoh et al. | Knowledge acquisition and organizational resilience in Nigerian manufacturing organizations | |
Chen et al. | Use of Data Mining Technologies in an English Online Test Results Management System. | |
Zhang et al. | Prediction of the Development Scale of Vocational Education Using Markov Algorithm and Countermeasures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |