智业经济论纲--兼质疑"知识经济"的提法和概念

“知识经济”的提法和概念值得商榷。人类历史发展前两个阶段都是以产业命名的，即农业经济和工业经济，现阶段若以“知识经济”命名，则不合历史逻辑，“知识”并非产业，构不成产业经济；而且，任何产业包括农业、工业等都是以知识为基础的，任何经济模式和历史阶段亦均以知识作为兴起与发展的原动力，故“知识经济”的提法不具独特性、严谨性和准确性。本文认为应以“智业经济”替代“知识经济”的提法。“智业经济”的提法比“知识经济”更科学、更准确。它既包容、升华了“知识产业经济”的概念，比之更简洁、明确，更具经济学的深刻内涵，还包容了智慧经济、智力经济等提法的合理内核，比之更准确、科学，内涵也更丰富。     

辅导教师的心智素质与青年教师的岗前培训

青年教师的教书职业第一年如期达到熟悉大学教学环节，掌握大学教学规律，适应大学教学活动的目的，不仅取决于对青年教师培训，还取决于专业辅导教师有心智地对青年教师进行辅导的过程。专业辅导教师要为青年教师创造一个有利于他们提高教学水平和能力的、安全的、宽松的教学环境，要推动青年教师充分发挥主观能动性，积极主动地完善自己的综合素质。所以，专业辅导教师不仅要具备较强的专业教学能力而且要有心智素质：“人际关系能力”和“自省能力”。这样他才能够做到既能读懂自己又能读懂青年教师，圆满完成对青年教师的辅导工作。     

人工神经网络在住房销售率预测中的应用

住房销售率是开发商最为关心的问题之一。多种不确定因素的影响为准确的预测销售率带来困难。人工神经网络能够模拟人脑的思维过程,建立多个变量的非线性模型,从而为准确预测住房销售率提供了一种新思路。     

“智能+”时代背景下跨学科应用型物流人才培养模式探究

通过对“智能+”时代背景下应用型物流人才社会需求变化的调查分析,提出对现有物流专业在知识、能力、素质结构体系方面的调整建议,围绕“课程体系改革”及“教学工作改革”两个重点领域,依托“四个平台”,对构建创新型“智慧物流”专业的“ILTTM2+4”培养机制进行了深入探讨。     

基于人工智能的会计信息化的思考与研究

近年来,随着体制改革的逐步深化,信息化建设迅猛发展,网络硬件、软件建设及信息化人才的培养投入不断加大。论文在分析会计信息化现状的基础上,提出影响因素及其合理性。     

人工智能行业税收政策建议

论文从中国人工智能的产业现状着手分析,依据人工智能行业发展特点及前景趋势,针对现阶段发展过程中出现的问题,在科技研发、应用推广和产业发展等方面提出了促进人工智能发展的税收优惠政策建议,以引导人工智能产业的健康可持续发展。     

基于人工神经网络的企业生产预警管理系统研究

企业生产预警管理是生产企业现代管理的一种新模式,它通过监测指标,对企业外部环境变化和生产管理活动进行综合评价,判断企业生产管理所处状态,并采取相应的预先控制对策,使企业生产管理活动始终处于“安全、有效”的管理模式。人工神经网络是广泛应用于众多学科的非线性模拟技术,文章将人工神经网络技术应用到企业生产预警管理中,根据影响生产管理的指标和分类标准随机生成有效的样本数据以建立人工神经网络模型。结果表明样本生成方法和应用人工神经网络技术进行企业生产预警管理评估的方法是合理并可行的。     

网络出版的电子商务智能模型的研究

文章首先介绍了网络出版的概念和相对于传统出版业的优势,并对网络出版的电子商务的特点、运行情况以及所面临的问题进行了分析,引入了商务智能的概念。最后给出了一种网络出版的电子商务智能模型,并对模型的效能进行了论证。     

An effective going concern prediction model for the sustainability of enterprises and capital market development

The purpose of this study is to construct a two-stage effective and innovative going concern prediction model to predict going concern doubt for the sustainability of enterprises and capital market development. Samples of this study are the companies listed on the Taiwan Stock Exchange or the Taipei Exchange, totalling 196 companies and including 49 companies with going concern doubt and 147 normal companies (with no going concern doubt). The data are taken from the Taiwan Economic Journal (TEJ) and the Market Observation Post System during the period from 2001 to 2016 (totalling 16 years). This study adopts a two-stage way to construct the going concern prediction models. In Stage I, the traditional statistical method of stepwise regression (SR) and the data mining technique artificial neural network (ANN) are applied to select the important variables. In Stage II, two decision tree algorithms (data mining techniques): classification and regression tree (CART) and C5.0 are used to establish the prediction models. The results show that the SR + CART model has the highest going concern prediction accuracy, with an overall accuracy of 87.42%.     

地区综合实力的ANN分析

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理，具有自学习和自适应等一系列优点，因而用它来评价地区综合实力是可行的。针对地区综合实力评价问题，建立了基于神经网络的评价系统，给出了应用实例。