论文部分内容阅读
基于深度学习的网络异常检测研究
【机 构】
：
沈阳理工大学
【出 处】
：
沈阳理工大学
【发表日期】
：
2023年01期
其他文献
近年来，我国个别上市公司发生了财务舞弊事件，严重影响了投资者信心和资本市场的健康发展。文章以KM药业为研究对象，从其财务舞弊的迹象分析和手段剖析入手，基于风险因子理论，探究其背后的舞弊动因，并从内部治理和外部监管两个层面给出财务造假的治理措施，从而避免恶性财务欺诈事件重演。
期刊
为了解决大坝渗漏识别的问题，本文提出了一种将主动激励红外成像与深度学习结合的大坝渗漏识别方法。通过计算机仿真制作渗漏红外图像，再结合模拟大坝渗漏试验采集得到的红外图像，生成渗漏红外图像数据集用于深度学习的训练。在YOLOv5原始模型的基础上，用AF-FPN替换原有的FPN，提高识别大坝红外图像渗漏区域的能力，并在识别速度和准确率之间做出有效的权衡。试验表明，模型的准确率为87.6%，召回率为96.
期刊
国际经济全球化、经济一体化不断的深入发展,我国的商业银行既要面对外资银行进入国内市场的冲击、又要面对国内众多商业银行的竞争。在银行业市场竞争日益激烈的环境下,国内各家商业银行的产品逐渐趋于同质化。如何在同业间增加竞争力,突破业务发展瓶颈逐渐成为了各家银行当前最为关注的焦点。公司业务作为商业银行的核心业务,为促进公司业务高质量发展,需重视强化公司客户经理的绩效管理。本文的研究对象为ZS银行兰州分行公
学位