金融改革背景下的基建项目投融资与内部审计策略

我国的金融改革将对基建项目的投融资乃至项目实施过程产生深远的影响,因联动效应进而影响日常内部审计监督活动的组织和实施。本文立足这一点,对基建项目融资活动的主要变化进行了概括,并以此为背景,分析当前基建项目内部审计受到的具体影响,针对性地提出几点应对策略,促进基建项目内审工作的顺利开展。当前金融改革的趋势与基建项目融资金融业经营与监管的趋势.     

企业职工素质提升探索

书籍是人类智慧和知识的载体,是国家精神和文化的桥梁。从社会发展的需要来说,社会的前进需要文化的沉淀,需要高素质的公民,同样企业的发展也需要高素质的职工。通过开办职工书屋,组织各项读书学习活动,提升了职工精神文化素质,切实推进了企业精神文明建设,为构建和谐企业提供了有力支撑。职工书屋被全国总工会评为“全国优秀职工书屋”荣誉称号。     

管理会计人才培养模式的探究——以悉尼大学为例

悉尼大学是全球著名大学之一,其优质的教学质量和先进的教学方法为世界各国培养一批又一批的应用型人才。文章通过介绍澳大利亚悉尼大学管理会计的教学模式,分析课程特点,即自主学习、团队协作和产教融合的特点,希望为我国管理会计的教学改革和人才培养方式等方面提供一些借鉴。     

“学习贯彻党的十九届四中全会精神和中共黑龙江省委十二届六次会议”学术论文征稿启事

党的十九届四中全会审议通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》,描绘出中国之治现代化的目标图谱,部署了中国之治现代化的措施路径。为深入学习贯彻党的十九届四中全会精神,服务坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化建设,服务于东北地区改革发展;贯彻中共黑龙江省委宣传部的有关精神,《北方经贸》现征集党的十九届四中全会精神和省委十二届六次全会精神研究阐释的优秀论文。     

一种基于CNN与LSTM结合的微表情识别算法

微表情表现强度微弱且非常短暂。针对微表情识别效果不理想的问题，以视觉几何组（Visual Geometry Group，VGG）网络为基础，提出卷积神经网络（Convolutionnal Neural Network，CNN）与长短期记忆网络（Long Short-Term Memory，LSTM）结合的识别算法。CNN提取数据集CASME II的空域特征，LSTM处理时域特征，实现空域与时域特征的结合。针对深度学习训练困难以及过拟合问题，加入批量归一化算法与丢弃法，提高网络训练速度，有效防止过拟合。针对数据集稀缺的问题，固定每次读取帧序列的长度，随机生成起始帧的位置，不断循环读取以遍历整个数据集并达到数据扩增。根据实验结果，五类微表情(高兴、惊讶、厌恶、抑郁、其他)识别率最高可达72.3%。     

一种利用优先经验回放深度Q-Learning的频谱接入算法

针对认知无线传感器网络中频谱接入算法的频谱利用率不高、重要经验利用率不足、收敛速度慢等问题，提出了一种采用优先经验回放双深度Q-Learning的动态频谱接入算法。该算法的次用户对经验库进行抽样时，采用基于优先级抽样的方式，以打破样本相关性并充分利用重要的经验样本，并采用一种非排序批量删除方式删除经验库的无用经验样本，以降低能量开销。仿真结果表明，该算法与采用双深度Q-Learning的频谱接入算法相比提高了收敛速度；与传统随机频谱接入算法相比，其阻塞概率降低了6%~10%，吞吐量提高了18%~20%，提高了系统的性能。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力，将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先，以雷达触发前的N帧信号为基础，对雷达的回波信号进行分析并构建数据集；然后，分析LeNet-5卷积神经网络的特点；最后提出一种改进的LeNet-5卷积神经网络。实验结果表明，与传统的支持向量机方法相比，所提方法能够智能学习大小车的雷达时频信号特征，大小车型识别准确率达到97%以上，可为交通场景下的车型识别研究提供新的技术途径。     

大规模MIMO系统中基于CNN的延迟CSI反馈改进算法

在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统中，基站根据用户反馈的信道状态信息进行自适应编码调制以提高频谱效率，因此需要将用户侧估计到的信道状态信息反馈到基站。由于反馈过程存在的延迟会降低系统性能，因此在考虑延迟的情况下，对基于深度学习的信道状态信息自编码器CsiNet进行改进，使用下行信道的延迟状态信息作为信道状态信息自编码器的期望输出信号来对自编码器进行训练，减少了反馈延迟误差的影响。仿真结果表明，在延迟为1时隙时，所提方案的归一化均方误差(Normalized Mean Square Error,NMSE)仅为自回归-主成分分析方案、基于压缩感知的方案和基于卷积神经网络的CsiNet方案的1/8~1/7，并且随着时隙增加，NMSE性能提升越明显。     

农发行召开2020年年度工作会议

2020年1月18日至20日,农发行召开2020年年度工作会议,深入学习贯彻习近平新时代中国特色社会主义思想和中央系列会议精神,总结2019年主要工作,部署2020年重点工作任务。会上,农发行党委书记、董事长解学智代表总行党委讲话,对2019年工作进行全面总结,明确2020年改革发展的总体思路和目标任务。     

基于机器学习的金融消费场景预测探索

随着近年来人工智能产业和大数据技术的飞速发展,传统金融行业逐渐向金融科技转型。招商银行信用卡中心提出依靠数据,预测用户是否会购买掌上生活APP优惠券这一实际业务场景。依据这一实际问题,采用了各种机器学习方法,包括逻辑回归、随机森林、Xgboost、LightGBM,对这一问题进行探索。最后采用集成学习方法对最终结果进行融合。本文采用了上述几种算法模型进行预测,对模型原理进行了分析,并在多个评价指标上衡量各个模型的表现,横向对比了不同模型的优缺点,并对造成结果差异的原因进行了总结。