Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "張清淵"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    海峽兩岸從傳統物流到第四方物流之競合策略 - 以元初供應鏈管理集團為例
    (2017) 張清淵; Chang, Ching-Yuan
    中文摘要 隨著經濟全球化步伐加快,現代科技尤其是資訊技術的快速發展已應用於物流產業,使傳統物流的經營模式提升為現代物流,這個創新成為企業降低成本及提高競爭力的主要手段之一,它包括協力廠商物流及第四方物流。臺灣物流產業經過多年的發展,在基礎設備建設、物流技術應用、運營模式創新、物流人才培養等方面,已積累了豐富經驗,能為經濟發展轉型過程提供有力的貢獻,但如何掌握大陸商機,進而進軍國際,是為當下很多台商的挑戰。 本論文引用已在物流產業經營十多年的大陸與臺灣合資的企業「元初供應鏈管理(集團)公司」作為主題案例,進行個案分析,了解元初公司歷經傳統物流、協力廠商物流階段,進入第四方物流的垂直整合,並與臺灣同業、異業進行策略合作,成功的建立競合發展模式。藉此案例分析,看到台灣物流企業藉由其先進的管理經驗結合大陸企業,瞭解當地法令及其握有廣大人脈的優勢,通過雙邊的市場、人才、技術等優勢互補,創造雙贏的契機,不僅得以成功進軍大陸市場,並藉以邁向全球化經營。 關鍵字:第三方物流、第四方物流、互聯網、物聯網、競合策略、台商。
  • No Thumbnail Available
    Item
    結合光譜平滑化技術的廢紡分類辨識系統設計與實現
    (2025) 張清淵; Chang, Ching-Yuan
    隨著全球環境保護(Environmental)、社會責任(Social)與公司治理(Governance, ESG)議題的重要性日益提升,紡織品的回收和再利用成為了紡織產業中極具挑戰性和急需解決的問題之一。實驗室專注於回收具經濟價值的紡織材料,包括聚酯纖維(Polyester)、尼龍(Nylon)、棉(Cotton)以及聚酯纖維與棉的混紡物。以往的材料鑑別主要依賴於化學分析技術,該方法耗時且可能對環境造成影響。因此,開發一種快速、環保且非破壞性的材料辨識方法具有重要意義。本研究構建了一基於近紅外光譜儀(NIR)及Linux系統架構的紡織品回收系統,用於廢紡材料的分類辨識。然而,由於測量環境的光場變化,其光譜量測結果存在差異,影響系統定量分析穩定性。因此本研究引入Cubic Spline(三次樣條)數據平滑化技術,將光譜解析度由10 nm提升至1 nm,增強光譜數據的細節。同時,結合標準參照與校正方法,使用五種反射強度參照標準(100%、99%、75%、50%、2%反射率)進行光譜校正,使用Python進行了數據分析與處理,將絕對強度轉換為相對強度,以消除環境光場變化對測量的影響。此外,吾人結合主成分分析(PCA)來提取光譜數據的主要特徵,並採用支持向量機(SVM)進行分類模型的建立。這些技術有效地提升了系統的穩定性和分類精度。同時標準參照與校正方法有效地校正了不同環境下的光譜偏差,提升了測量結果的一致性。實驗結果顯示,經處理後的光譜數據在樣品分類辨識中取得了較高的準確率透過這些步驟,吾人旨在對衣物的材質進行定性分析並同時在混紡類別中以定量分析進行精準識別。本研究成功設計並實現了一套結合光譜平滑化技術的廢紡分類辨識系統。這一過程對於材料鑑定和化學分析提供了重要的基礎,使吾人能夠更有效地處理和回收紡織品。通過Cubic Spline數據平滑化和標準參照校正,系統的穩定性和辨識準確性得到了顯著提升。未來將進一步優化光譜數據處理算法,並引入機器學習模型,同時,計劃拓展系統對其他紡織材料的適用性,為紡織品回收再利用提供更全面的技術支持。

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback