- 年份
- 2024(5996)
- 2023(8674)
- 2022(7407)
- 2021(6948)
- 2020(6032)
- 2019(13939)
- 2018(13630)
- 2017(26546)
- 2016(13561)
- 2015(14985)
- 2014(14368)
- 2013(13869)
- 2012(12335)
- 2011(10750)
- 2010(10330)
- 2009(8938)
- 2008(8228)
- 2007(6530)
- 2006(5193)
- 2005(4300)
- 学科
- 济(53958)
- 经济(53910)
- 管理(38184)
- 业(35231)
- 企(29399)
- 企业(29399)
- 方法(27879)
- 数学(25356)
- 数学方法(24930)
- 财(13822)
- 中国(13054)
- 农(12862)
- 业经(10639)
- 地方(10346)
- 制(10221)
- 贸(9789)
- 贸易(9785)
- 易(9535)
- 银(9234)
- 银行(9220)
- 融(9061)
- 金融(9058)
- 学(9030)
- 务(8865)
- 财务(8822)
- 行(8810)
- 财务管理(8794)
- 农业(8509)
- 企业财务(8382)
- 技术(8272)
- 机构
- 大学(173260)
- 学院(172277)
- 管理(72223)
- 济(72184)
- 经济(70954)
- 理学(63500)
- 理学院(62918)
- 管理学(61702)
- 管理学院(61376)
- 研究(52992)
- 中国(41183)
- 京(34513)
- 财(32704)
- 科学(31190)
- 财经(26817)
- 中心(26372)
- 业大(25490)
- 农(24816)
- 经(24725)
- 所(24083)
- 江(24048)
- 经济学(22779)
- 研究所(22122)
- 范(21046)
- 师范(20828)
- 经济学院(20724)
- 院(20721)
- 北京(20697)
- 财经大学(20522)
- 农业(19303)
- 基金
- 项目(129642)
- 科学(104149)
- 基金(96999)
- 研究(94245)
- 家(84526)
- 国家(83900)
- 科学基金(73934)
- 社会(61761)
- 社会科(58808)
- 社会科学(58793)
- 基金项目(51520)
- 省(50170)
- 自然(48354)
- 自然科(47358)
- 自然科学(47346)
- 自然科学基金(46475)
- 教育(44461)
- 划(42377)
- 资助(39143)
- 编号(36621)
- 部(29393)
- 重点(29206)
- 创(27919)
- 成果(27734)
- 发(27307)
- 国家社会(26465)
- 创新(26152)
- 教育部(25859)
- 科研(25686)
- 人文(25152)
共检索到240337条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 华中师范大学学报(自然科学版)
[作者]
王宇 李延晖
为提高少量样本情况下分类器的性能,提出一种基于多分类器协同的半监督样本选择方法,利用未标注样本实现样本增强,提高分类器泛化能力.依靠多分类器的互相监督和多分类器标签一致的原理,将已标记样本作为训练集,利用SVM和RF两个分类器协同训练,多分类器的类别标签和确定度值作为约束条件,从未标记样本集中筛选出最有代表性的样本构成增强样本集,以准确率为评价标准,验证本算法对分类器泛化性能的影响.本算法在手写数字数据集(Mnist字符库)和Landsat土壤数据集上测试,实验结果表明相比少量原始训练样本构建的分类器,增强样本构建分类器预测的全部类别准确率都得到提升.两个数据集的总体准确率分别提升5.97%和7.02%,Mnist数据集中数字5这类准确率提升最高(提升11.9%,从79.3%到91.2%),Landsat土壤数据集中土壤3这一类准确率提升最明显(提升15.8%,从73.5%到89.3%),结果证明了该算法显著提高了分类器的泛化性能.同时与经典的KNN、Co-training和Co-forest算法对比,所提出的算法能够最大限度地利用未标记样本信息,具有最好的精度表现,证明了该研究提出算法的优越性.
[期刊] 统计研究
[作者]
黎春 周振宇
随着我国金融市场的蓬勃发展,信用评价中的拒绝推断问题越来越受到重视。针对信用评分模型中存在的有类别标签的样本占比低,并且样本中的类别分布不平衡等问题,本文在半监督学习技术与集成学习理论的基础上,提出了一种新的算法——BCT算法。该算法通过使用动态Bagging生成多个子分类器,引入分类阈值参数来解决样本类别分布不平衡问题,以及设定早停止条件来避免算法迭代过程中存在的过拟合风险,以此对传统半监督协同训练法进行改进。通过在5个真实数据集上的实证分析发现,在不同数据集与不同拒绝比例下,BCT算法的性能均优于其他6种有监督学习和半监督学习算法的信用评分模型,显示了BCT算法具有良好的模型泛化性能和更高的模型评价能力。
[期刊] 清华大学学报(自然科学版)
[作者]
李宜爽 陈智聪 缪诗宇 苏祺 李琳 洪青阳
近年来,预训练模型(pre-trained models, PTMs)被广泛应用于说话人验证(speaker verification, SV)系统,通过在预训练模型下游接入说话人分类网络,并进行微调,可大幅提升系统性能。然而,目前基于预训练模型的SV研究大多在有标签的数据集上进行微调,需要大量目标域带标注数据。该文提出一种基于预训练模型的半监督说话人验证系统,首先,利用少量带标注数据训练一个种子模型;其次,利用该种子模型结合无监督聚类算法为无标注数据生成伪标签;再次,联合真实标注数据和伪标注数据进行模型重训练;最后,通过多轮迭代提升模型性能。在仅有100 h带标签说话人数据的条件下,该文提出的半监督系统在Vox Celeb1-O测试集的等错误率为1.02%,比基线系统降低了86.8%,表明该文所提出的半监督说话人验证系统的有效性。
[期刊] 统计与决策
[作者]
孙洁 景志敏 周欢
半监督自训练方法属于半监督自标记方法的一种，它能同时利用有标记样本和无标记样本来训练分类器。然而，对半监督自训练方法而言，误标记是一个不容忽视的问题。为此，文章提出了一种基于密度峰值聚类和相对距离的半监督自训练方法（STDPRD）。在迭代的自训练过程中，STDPRD首先用密度峰值聚类来选取具有高置信度的无标记样本，再标记他们；其次，STDPRD用相对距离来过滤掉在迭代过程中被误标记的样本；然后，STDPRD把在迭代过程中被正确标记的样本加入有标记集中；最后，STDPRD用被扩充的有标记集来训练给定的分类器，训练完成后，输出被训练的分类器。仿真实验结果表明，在真实数据集上，STDPRD的表现优于4种流行的半监督自训练方法。
关键词：
半监督学习 半监督分类 相对距离 误标记
[期刊] 外国经济与管理
[作者]
孙经纬
译者按：８０年代以来，针对现代公司所有与控制的分离及公司管理阶层的过于放任，西方掀起了旨在加强对管理阶层监督的公司治理结构改革运动。其主要内容是：改革公司董事会，增加董事会中独立董事和外部董事的比重，把由内部人控制的董事会改变为由外部人控制的董事会，...
[期刊] 中国科学技术大学学报
[作者]
刘玮康 秦晓卫 卫国
网络数据流的精准业务识别是实现差异化服务的先决条件，常用的监督学习在构建训练数据集时因需要大量人力标注因而难以实施，基于少量标注数据的半监督学习成为研究的热点之一。自步协同训练(Self-paced Co-training)的半监督框架在处理未标记数据时采用了从易到难、多视角协同的方法，但该方法仅以置信度为选取依据给样本打伪标签，容易导致多视角的差异性在训练过程中逐步下降，从而引起协同增益下降、模型性能受限等问题。因此面向微信数据流识别问题，提出了一种基于模糊度的自步协同训练模型(Fuzziness Based Self-paced Co-training, FBSpaCo)，在标注伪标签时进一步引入模糊度评估机制，实验表明该模型在保证置信度的前提下有效的避免了训练过程中两视角差异性下降，较已有方法较大提升了识别准确度。
[期刊] 实验技术与管理
[作者]
应仰威 章洛铭 齐炜 郑楷 周泓
深度学习已广泛应用在科研教学、工业生产等各领域，但因其数据量庞大和模型结构复杂，在模型训练阶段要依赖大量的计算资源。为了能在实验教学环节提升资源利用效率，让学生更加熟练地掌握数据搜集和模型参数调整优化的能力，提出了一种基于权重复用的训练加速方法，分别对VGG和ResNet网络结构的深度和宽度进行伸缩拓展，允许模型复用结构相似但不需要完全一致的网络权重。实验结果表明，在CIFAR10数据集上测试，采用权重复用方法进行初始化的训练更快收敛，而且在训练结束时与随机化训练的准确率相近，实现拓展后的网络加速训练，是一种更加灵活的知识迁移方法，有助于培养学生对复杂模型的理解与优化能力。
[期刊] 统计与决策
[作者]
魏洒洒 杨有龙 赵伟卫
当训练数据集非常大的时候,支持向量机在训练阶段所需的时间及空间复杂度非常高。为了降低支持向量机训练的时间及空间复杂度,文章提出一种新的支持向量机训练数据选择方法,叫做随机分组抽样集成法。该方法首先用随机分组抽样技术来选择基分类器的训练样本,从而保证了基分类器的训练样本是没有重复的。然后将所有的基分类器进行组合,根据集成规则来选择支持向量机的训练数据。仿真结果表明,该方法在保证支持向量机分类精度的前提下,大大降低了其训练的时间复杂度。同时也降低了数据选择过程的时间复杂度。
[期刊] 情报科学
[作者]
申彦 宋新平 聂鹏
【目的/意义】针对主流APPS推荐系统一般仅能推荐同类别APPS的现状,提出了一种基于协同过滤的APPS跨类别推荐算法(APPSR)。【方法/过程】该算法先对APPS进行聚类,考虑APPS簇间相似度,对未评分APPS进行评分预测,构建无缺失的用户-APPS评分矩阵。在传统协同过滤技术的基础之上,引入了时间权重函数与热门APPS惩罚机制,体现了用户兴趣的时效性,消除了热门APPS对推荐结果的影响。根据不同用户对多种APPS的评分,预测用户对其它类别APPS的喜好,为用户提供跨类别的APPS个性化推荐。【结果
关键词：
协同过滤 智能应用推荐 个性化推荐
[期刊] 技术经济
[作者]
殷世强 王春生 龚慧 徐德生
[期刊] 中国内部审计
[作者]
董如合 董迎芳
作为党和国家监督体系的重要组成部分，审计已成为推动国家治理体系和治理能力现代化的重要力量。本文探讨了审计监督与其他监督协同规范权力运行的必要性和存在的主要问题，提出了审计监督与纪检监察监督、巡视巡察监督、干部监督、司法监督和财会监督协同配合规范权力运行的方法途径，为进一步发挥审计在规范权力运行方面的独特作用提供了思路。
关键词：
审计监督 其他监督 协同 规范 权力运行
[期刊] 经济师
[作者]
郭经华
2023年，国家发布加强财会监督工作的意见，对高校财会监督管理工作提出了更高的要求。文章对高校内部强化财会监督的必要性进行分析，结合高校实际情况指出了存在的问题和不足，提出新时期高校财会监督的职能定位，即在财会监督纳入党和国家监督体系的宏观背景下，结合新修订的高等学校财务制度，财会监督应重新构建管理体制机制，健全组织机构，明确工作职责，建立健全长效机制，不断提升财会监督工作和财务人员的专业化水平，从加强党的领导、强化制度建设等方面总结归纳并提出高校强化财会监督的实现路径。
关键词：
高校 协同监督 财会监督
[期刊] 会计之友
[作者]
孟金卓
审计监督与党内监督协同反腐贯穿于党领导下的百年审计工作历史，是发挥审计在推进党的自我革命中独特作用的重要实践方式，对推进全面从严治党向纵深发展具有重要作用。加强审计监督与党内监督协同反腐既是提高党和国家监督体系效能的要求，也是坚定不移推进党风廉政建设和反腐败斗争的需要。要将体制改革与制度建设成果有效转化为腐败治理成效，必须健全协同反腐机制，创新方式方法，破解工作短板，提高协同效能。未来的协同反腐应当聚焦查办政治问题与经济问题交织的腐败案件、整治群众身边的不正之风和腐败问题、惩治新型腐败和隐性腐败问题等重点领域，审计机关要提升协同反腐的思想自觉与行动自觉，提高腐败相关问题线索的精准性，持续推进反腐工作的系统集成。
关键词：
审计监督 党内监督 反腐败 协同治理
[期刊] 经济师
[作者]
贾云琪 徐田新
经济越发展，会计越重要。财会监督作为财政治理的重要手段发挥着越来越重要的作用。近年来伴随国家系列医改行动，公立医院在高质量发展中也暴露一些问题，作为公立医院面对外部监管压力及内部自我监督需要，如何通过协同管理实现财会监督职能最大效应具有重要的研究意义。
[期刊] 技术经济与管理研究
[作者]
韩靓 林祥
目前我国科技项目实施中最大的弊端就是缺乏监督和评估。本文认为,首先,应该制定、完善相关法律法规,以保障科技项目监督和评估的规范化和制度化,实现监理机制法制化;其次,从优化政府科技行政监督方式、引入项目第三方监理方式和科技项目承担单位配合几方面,构建起由政府、独立第三方监理公司、群众和项目承担单位多方协同监督的科技项目监理体系,逐步实现监理主体多元化。其中,在优化政府科技监督方式方面可以借鉴国外经验,引入现代项目管理模式,加强项目实施的全过程管理;建立项目评估机制,强化项目管理的监督;设立"科技特邀监督员"
关键词：
科技项目 监理体系 协用监督 监督方式
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
