期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO
被引量:
19
1
作者
卢俊哲
张
铖
怡
+1 位作者
刘世鹏
宁德军
《计算机工程与应用》
CSCD
北大核心
2023年第15期318-328,共11页
基于深度学习的智能检测技术逐渐在复杂钢铁生产环境带钢表面缺陷检测过程中使用。为了应对在资源受限的边缘设备中部署高精度模型的挑战,提出一个面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO模型,该模型将可形变卷积网络DCN与原始...
基于深度学习的智能检测技术逐渐在复杂钢铁生产环境带钢表面缺陷检测过程中使用。为了应对在资源受限的边缘设备中部署高精度模型的挑战,提出一个面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO模型,该模型将可形变卷积网络DCN与原始YOLOv5结合,以提高模型对不同尺寸和形状缺陷的灵敏度。为降低计算复杂度,在YOLO模型中引入了深度可分离卷积DSConv和高效通道注意力机制ECA两个轻量级模块,使模型更好地理解输入数据中各个通道之间的关系,在提高模型的检测精度和泛化能力的同时,大幅降低模型的计算量。进一步通过消融实验及横向对比实验,验证了每个创新模块的有效性。通过经典的开源带钢数据集NEU-DET和实际工业带钢数据集分别验证了轻量级DCN-YOLO模型在表面缺陷检测精度和计算复杂度方面的优势。
展开更多
关键词
带钢表面缺陷检测
可形变卷积网络
深度可分离卷积
ECA通道注意力
轻量级YOLOv5
图像预处理
下载PDF
职称材料
面向电网企业内控审计的知识图谱建模研究
被引量:
2
2
作者
邵磊落
周成轩
+2 位作者
黄琪华
张
铖
怡
余建波
《会计之友》
北大核心
2021年第20期122-128,共7页
评价内部控制对资产、资金安全的保障作用,发现内部控制缺陷,是电网企业内控审计的目的之一。文章提出了面向电网企业内控审计的知识图谱建模方法。采用深度学习方法挖掘财务报表上资产、资金的状态以及资产、资金在流转中的增值性与内...
评价内部控制对资产、资金安全的保障作用,发现内部控制缺陷,是电网企业内控审计的目的之一。文章提出了面向电网企业内控审计的知识图谱建模方法。采用深度学习方法挖掘财务报表上资产、资金的状态以及资产、资金在流转中的增值性与内部控制政策的因果关系,实现结构化数据与非结构化数据的融合,最终形成内部控制综合评价。知识图谱作为人工智能领域的研究热点,目前在信息搜索、自动问答、决策分析等应用中发挥重要作用。知识图谱通过结构化地描述客观数据信息中概念、实体及其关系,使审计数据更易被理解,借助知识图谱语义网络的优势,可有效地挖掘海量审计数据的隐藏价值和数据间的关联关系。同时,在知识图谱构件中引入深度学习技术,从审计系统多元异构数据中提取数据特征,挖掘数据间关系,能有效评价内部控制有效性,提升内控审计工作水平。
展开更多
关键词
电网企业
内控审计
知识图谱
关系挖掘
深度学习
下载PDF
职称材料
基于深度学习的智慧审计系统
被引量:
9
3
作者
李云香
周成轩
+2 位作者
张
铖
怡
余建波
杨林
《中国内部审计》
2020年第12期12-19,共8页
本文针对审计信息化、智能化提升的要求,基于数据挖掘技术和深度学习算法设计智慧审计框架,开发智慧审计平台,阐述如何将创新的深度学习方法运用于审计过程,解决项目审计过程的数据集合与整理、多源异构数据特征提取、项目异常识别及项...
本文针对审计信息化、智能化提升的要求,基于数据挖掘技术和深度学习算法设计智慧审计框架,开发智慧审计平台,阐述如何将创新的深度学习方法运用于审计过程,解决项目审计过程的数据集合与整理、多源异构数据特征提取、项目异常识别及项目异常分析等关键性问题。
展开更多
关键词
智慧审计
大数据
深度学习
多源异构数据
下载PDF
职称材料
题名
面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO
被引量:
19
1
作者
卢俊哲
张
铖
怡
刘世鹏
宁德军
机构
中国科学院上海高等研究院
中国科学院大学
出处
《计算机工程与应用》
CSCD
北大核心
2023年第15期318-328,共11页
基金
工信部制造业高质量发展专项(E212641B01)。
文摘
基于深度学习的智能检测技术逐渐在复杂钢铁生产环境带钢表面缺陷检测过程中使用。为了应对在资源受限的边缘设备中部署高精度模型的挑战,提出一个面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO模型,该模型将可形变卷积网络DCN与原始YOLOv5结合,以提高模型对不同尺寸和形状缺陷的灵敏度。为降低计算复杂度,在YOLO模型中引入了深度可分离卷积DSConv和高效通道注意力机制ECA两个轻量级模块,使模型更好地理解输入数据中各个通道之间的关系,在提高模型的检测精度和泛化能力的同时,大幅降低模型的计算量。进一步通过消融实验及横向对比实验,验证了每个创新模块的有效性。通过经典的开源带钢数据集NEU-DET和实际工业带钢数据集分别验证了轻量级DCN-YOLO模型在表面缺陷检测精度和计算复杂度方面的优势。
关键词
带钢表面缺陷检测
可形变卷积网络
深度可分离卷积
ECA通道注意力
轻量级YOLOv5
图像预处理
Keywords
strip surface defect detection
deformable convolutional network
depthwise separable convolution
efficient channel attention
lightweight YOLOv5
image preprocessing
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
面向电网企业内控审计的知识图谱建模研究
被引量:
2
2
作者
邵磊落
周成轩
黄琪华
张
铖
怡
余建波
机构
国网山东省电力公司济宁供电公司
国网山东省电力公司
同济大学机械与能源工程学院
出处
《会计之友》
北大核心
2021年第20期122-128,共7页
基金
国网山东省电力公司科技项目(5206061900G4)。
文摘
评价内部控制对资产、资金安全的保障作用,发现内部控制缺陷,是电网企业内控审计的目的之一。文章提出了面向电网企业内控审计的知识图谱建模方法。采用深度学习方法挖掘财务报表上资产、资金的状态以及资产、资金在流转中的增值性与内部控制政策的因果关系,实现结构化数据与非结构化数据的融合,最终形成内部控制综合评价。知识图谱作为人工智能领域的研究热点,目前在信息搜索、自动问答、决策分析等应用中发挥重要作用。知识图谱通过结构化地描述客观数据信息中概念、实体及其关系,使审计数据更易被理解,借助知识图谱语义网络的优势,可有效地挖掘海量审计数据的隐藏价值和数据间的关联关系。同时,在知识图谱构件中引入深度学习技术,从审计系统多元异构数据中提取数据特征,挖掘数据间关系,能有效评价内部控制有效性,提升内控审计工作水平。
关键词
电网企业
内控审计
知识图谱
关系挖掘
深度学习
分类号
F239.1 [经济管理—会计学]
TP301.6 [经济管理—国民经济]
下载PDF
职称材料
题名
基于深度学习的智慧审计系统
被引量:
9
3
作者
李云香
周成轩
张
铖
怡
余建波
杨林
机构
国网山东省电力公司济宁供电公司
同济大学
国网山东省电力公司
出处
《中国内部审计》
2020年第12期12-19,共8页
文摘
本文针对审计信息化、智能化提升的要求,基于数据挖掘技术和深度学习算法设计智慧审计框架,开发智慧审计平台,阐述如何将创新的深度学习方法运用于审计过程,解决项目审计过程的数据集合与整理、多源异构数据特征提取、项目异常识别及项目异常分析等关键性问题。
关键词
智慧审计
大数据
深度学习
多源异构数据
分类号
F239.4 [经济管理—会计学]
F49 [经济管理—国民经济]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向复杂环境中带钢表面缺陷检测的轻量级DCN-YOLO
卢俊哲
张
铖
怡
刘世鹏
宁德军
《计算机工程与应用》
CSCD
北大核心
2023
19
下载PDF
职称材料
2
面向电网企业内控审计的知识图谱建模研究
邵磊落
周成轩
黄琪华
张
铖
怡
余建波
《会计之友》
北大核心
2021
2
下载PDF
职称材料
3
基于深度学习的智慧审计系统
李云香
周成轩
张
铖
怡
余建波
杨林
《中国内部审计》
2020
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部