企业风险管理调查研究——基于成熟国企和创业企业的对比分析

本文从风险识别,风险评价和风险应对三方面对成熟国企和创业企业进行对比分析,并发现二者在企业风险管理中的不同。在风险识别中将风险分为现有风险和潜在风险,并从运营、市场、财务、人力、法律和管理等多个维度进行细分。在风险应对技术中,根据企业特点采取财务型应对技术和控制型应对技术。即实现客户和销售渠道的多元化、非核心业务外包以及形成战略联盟来增强竞争优势等。     

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%。     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现，也是一种不曾意识到的瞬时脸部表情,持续时间短，强度弱。为了提高其准确率，提出了基于Radon变换的微表情识别算法。首先，对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis，2DPCA）降维预处理，使用光流法对降维后图像提取运动特征；然后使用Radon变换算法对光流图像进行处理，得到对应微表情的特征值和特征图像；最后使用支持向量机进行微表情分类识别。实验结果表明，使用Radon变换后得到的微表情特征图像得到了较好的识别效果，在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%，通过与选取的其他方法对比说明了该方法具有更好的识别性能。     

企业财务风险的识别方法与控制策略

企业财务风险是指在市场环境下,由于不确定和不可预知因素的影响,导致企业的财务状况与预期值之间发生了严重偏离。在企业经营过程中,只有准确了解经营过程可能面临的各类风险,并针对风险的特点采取相应的控制对策,才能将风险降至最低,确保企业的安全运营。     

拨开迷雾识别煤制气

近来,在媒体上经常见到：我国“初步规划到2020年,要使煤制气达到500亿立方米以上,占到国产气的12.5％.在增加天然气供应的措施中,煤制气等非常规天然气的开发将加快推进”.     

微信推出智能开放平台

4月8日，微信推出智能开放平台，向第三方开发者提供免费的图像识别能力和语音关键词识别能力。微信自身也早已开始使用图像识别和语音识别能力，此次新增的功能主要是语音识别关键词识别技术对外开放。微信称，用户可以自定义关键词，识别结果返回非常精准，而不会像通用识别那样有同音字词的问题。     

基于审计意见视角的审计师舞弊识别能力研究

本文以2000—2011年证监会、上交所和深交所处罚公告中发生年报舞弊的上市公司为研究对象，对上市公司非标审计意见和会计舞弊的关系进行了实证研究。结果表明，注册会计师能够在一定程度对上市公司的舞弊行为进行识别，但是随着时间的推移注册会计师的这种识别能力并没有显著提高。     

神华集团风险导向内部审计实践与探索——以业务外包专项审计为例

正为了加强业务外包风险管理,神华集团积极探索了一条以风险导向为基础的内部审计思路,在风险识别的基础上,确定外包业务的审计目标和审计重点,进而制定审计标准,对风险管控体系设计的科学性和运行的有效性进行评价,并对存在的风险管控缺陷提出整改意见,提升业务外包管理水平。一、业务外包风险识别神华集团在对业务外包进行审计的过程中,通过对外包业务范围、内容、类型和特点的调查了解,结合过去审计实践中积累的经验和对相关人员的访谈,对威胁业务外包目标实