×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
Toggle navigation
首页
期刊介绍
编委会
投稿指南
期刊订阅
下载中心
联系我们
English
最新录用
说明:以下列出经编委会审查通过,被本刊录用的文章。这些文章尚未确定具体刊出日期, 其个别内容、版式可能与最后的发表版本稍有差异, 请以最后发表为准。本刊已经为这些文章分配了文章唯一和持久的doi,您可以使用doi直接引用本文。
Please wait a minute...
下载引用文件后,可以用常见的文献管理软件打开和编辑,包括: BibTex, EndNote, ProCite, RefWorks, and Reference Manager.
选择文件类型/文献管理软件名称
RIS (ProCite, Reference Manager)
BibTeX
选择包含的内容
仅文章引用信息
引用信息及摘要
导出
全选
|
Select
借鉴“驾照式”管理的注册会计师管理模式的相关思考
何连峰1, 2 董南雁1
黑龙江工程学院学报.
录用日期: 2024-01-04
摘要
(
33
)
可视化
收藏
獐子岛、瑞幸咖啡和康美药业等财务造假案的接连发生引发了公众对注册会计师审计质量的高度关注。高压监管虽可产生短期内“重典重罚”的警示效应,但并非持续维护审计质量的根本途径。由于兼具立法监管的刚性和容错预警的柔性,起源于法国的“驾照式”管理在交通、工程监理、医药等行业得到广泛应用。文中总结我国注册会计师管理的发展背景与趋势,提炼“驾照式”管理的核心逻辑,分析我国注册会计师行业实施“驾照式”管理的制度基础,探索注册会计师“驾照式”管理的基本方案设计、评估方案推进思路及预期效果,以期助力新时期我国注册会计师行业的高质量发展。
Select
黑龙江工程学院学报.
摘要
(
39
)
PDF全文
(
65
)
可视化
收藏
Select
摘要:
随着网络层数的加深,卷积神经网络在训练过程中会出现梯度爆炸或者梯度消失的问题。为了解决这个问题,同时提高预测的精度,文中提出一种改进的残差网络。该网络主要对残差网络的结构进行改进,在直接映射层中将BN层和非线性激活层移动到卷积层之前,在恒等映射层中加入BN层和Conv2D层,这样不仅能解决加深网络情况下的梯度消失或梯度爆炸问题,而且预测的准确率和收敛速度也有很大的提升。通过实验证明,提出的改进残差网络算法相比于卷积神经网络准确率由之前的98.3%提升到1,损失值也从之前的0.26减少到0.024。该算法显著地提高了预测的准确度,降低了损失值,在流量分类中具有更好的应用。
关键词:
卷积神经网络;流量分类;残差网络;恒等映射层;
严志兵 马自强 王恒 黄岩
黑龙江工程学院学报.
摘要
(
106
)
PDF全文
(
0
)
可视化
收藏
随着网络层数的加深,卷积神经网络在训练过程中会出现梯度爆炸或者梯度消失的问题。为了解决这个问题,同时提高预测的精度,文中提出一种改进的残差网络。该网络主要对残差网络的结构进行改进,在直接映射层中将BN层和非线性激活层移动到卷积层之前,在恒等映射层中加入BN层和Conv2D层,这样不仅能解决加深网络情况下的梯度消失或梯度爆炸问题,而且预测的准确率和收敛速度也有很大的提升。通过实验证明,提出的改进残差网络算法相比于卷积神经网络准确率由之前的98.3%提升到1,损失值也从之前的0.26减少到0.024。该算法显著地提高了预测的准确度,降低了损失值,在流量分类中具有更好的应用。
跳至
页
第1页
共1页
共3条记录
首页
上一页
下一页
尾页
新闻公告
更多...
被收录情况
更多...
访问统计
总访问量
今日访问
在线人数