论文部分内容阅读
文章以企业集团下设融资租赁公司在财务管理中的作用为研究方向。选取LQ企业集团作为研究案例，从子公司及企业集团两个角度论述了下设融资租赁公司在财务管理中的作用及价值，进而论述了提高企业集团下设融资租赁公司管理的建议，旨在为我国企业集团下设融资租赁公司提供理论指导与帮助。
企业集团下设融资租赁公司在财务管理中的作用
【摘 要】
：
文章以企业集团下设融资租赁公司在财务管理中的作用为研究方向。选取LQ企业集团作为研究案例，从子公司及企业集团两个角度论述了下设融资租赁公司在财务管理中的作用及价值，进而论述了提高企业集团下设融资租赁公司管理的建议，旨在为我国企业集团下设融资租赁公司提供理论指导与帮助。
【机 构】
：
大众投资指南
【出 处】
：
大众投资指南
【发表日期】
：
2023年13期
其他文献
三维目标检测技术是数字图像处理领域的关键问题,在军事、工业等领域有着广阔的应用前景。深度学习是一个复杂的机器学习算法,通过对样本数据的内在规律进行学习,获取样本的深层次特征,进而更好的完成对样本的解释。近几年来,得益于基于点云和双目视觉的三维检测算法的发展,三维目标检测结果的精度得到显著的提高。然而,点云需要昂贵的激光雷达设备获取,双目成像设备的架设场景要求较高,且在工业应用方面,成本较高。因此,
学位
高考标准的制订，使得高中生物课堂教学模式和课堂教学手段的优化和创新就显得尤为重要。对高中生物学科知识而言，学科知识关联度较大，生物知识的“归纳总结”和“串联学习”具有重要意义。项目驱动能够让学生在生物学习过程将教师的知识教学和技能教学作为学习项目，并在项目驱动之下进行“归纳总结”“融会贯通”“高效学习”，构建高中生物知识体系，强化自己对生物知识、生物理论、生物概念的认知。
期刊
三维目标检测与跟踪作为自动驾驶感知模块中的核心任务需要在识别物体类别的同时检测出物体在三维空间中的位置、大小、朝向和速度并输出物体历史轨迹,从而为下层的预测和决策模块提供依据。激光雷达和相机作为智能汽车感知系统中两种常见的传感器可以为三维感知任务提供不同的模态支持。激光雷达生成的点云可以提供准确的深度和几何信息,但是点云具有稀疏性且只能提供形状信息,在面对远小或形状缺失的物体时,描述能力不足。相机
学位
制造业对建设社会主义现代化强国、发展壮大实体经济具有十分重要的战略意义,但同时我国制造业存在着大而不强、全而不优、关键核心技术受制于人等现象。近年来,我国数字经济蓬勃发展,已经取得巨大成就,对提升制造业高质量发展水平具有一定的影响作用。因此,本文研究中国地区制造业高质量发展水平测度及数字经济对制造业高质量发展的影响作用,将对建设制造强国、增强国家综合实力有一定的现实意义。本文首先利用2011-20
学位
智能汽车环境感知系统通过各类车载传感器获取本车周围道路信息,为后续车辆决策提供参考依据。目前主流的毫米波雷达与视觉传感器融合方法中,基于深度学习视觉检测算法模型较复杂且参数量多,影响目标检测实时性;毫米波雷达无法提供高度信息,在复杂拥堵场景下易发生误检漏检情况。本文提出一种决策级信息融合算法,分别使用毫米波雷达和单目相机对车辆检测跟踪,从视觉传感器检测跟踪、雷达目标筛选跟踪、传感器信息融合策略三个
学位
目前,单一传感器在感知任务中存在局限性,为了提高感知任务的准确性,许多工作采用了多传感器融合方法。在三维场景感知技术迅速发展的背景下,多模态融合在三维目标检测中已广泛应用。然而,当前的多传感器融合方法存在以下问题:对于多传感器信息的利用效率较低,难以有效解决复杂场景下成像分辨率低以及部分物体被遮挡的检测问题。此外,多模态融合需要考虑多个传感器的数据,算法鲁棒性差,容易受到传感器故障、数据缺失等因素
学位
目前,无人驾驶技术正在从方方面面改变人们的生活,其中包括无人快递配送、港口无人货运和无人驾驶出租车等场景。高精度路网地图在无人驾驶的定位和规划阶段发挥着重要的作用,该地图在同时定位和建图算法（Simultaneous Localization and Mapping,SLAM）构建的环境地图上生成。目前主流的激光SLAM算法使用的传感器是机械式三维激光雷达,然而其昂贵的价格让无人车的量产化难以落地
学位
自动驾驶等领域已成为汽车行业内的热门领域,自动驾驶等功能的安全性离不开高精度地图的辅助。如今大多数车辆出行时,都需要地图的辅助,高精度地图为智能汽车行业提供了新的技术路线,同时也推动了自动驾驶技术行业的快速发展。目前,各大汽车厂商推出的智能汽车都具备自适应巡航、路径规划等自动驾驶功能,其车机系统中的车载导航模块大部分都是由专门的地图服务商开发提供,如高德地图、百度地图等,小部分是汽车厂商自行开发的
学位
目标检测在深度学习技术融入后取得了极大的发展,在工程侵限检测领域中开展了许多应用。小范围现场的工程侵限检测如车辆侵限检测、轨道侵限检测等复杂场景依靠单一视觉传感器难以获得精确结果,需要融合激光雷达这样的点云传感器提升算法检测能力。大范围超视距的火灾侵限检测需要融合多源的遥感图像传感器数据用于检测。本文针对以上问题和需要,以计算机视觉的深度学习目标检测模型与算法为研究核心,辅以多传感器融合技术,应用
学位