会计师事务所审计风险及其应对 ——以中审众环对广州浪奇审计事件为例

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:rockegg2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
3D目标检测技术被广泛应用于智能化交通场景,研究面向交通场景的3D目标检测技术具有重要的科学价值和应用价值。目前在交通场景中,3D目标检测的主要研究对象涵盖视觉数据和3D激光点云数据。根据不同的数据类型,3D目标检测技术可以分为基于纯视觉、基于激光点云(后文简称点云)和视觉与点云融合的方法。本文主要聚焦基于激光点云和基于融合的方法,针对点云数据无序性导致的特征难学习问题、点云和视觉图像难融合问题开
随着科学技术的不断进步,人们对磁场的研究越发深入,磁场测量的应用需求也在不断扩大。本文基于铁路现场低频磁场测量的实际应用需求,设计开发了一套低成本且可以得到低频磁场(40Hz~20KHz)频谱的测试系统。本文的主要工作如下:一、确定了系统的硬件组成。本文根据设计需求,通过硬件选型,最终确定以线圈作为磁场传感器、PC机作为上位机、数字示波器作为下位机组成测试系统的硬件部分,以实现低成本及频谱分析的应
隔震技术是一种应用广泛的地震控制手段,通过减小隔震层刚度,可以有效降低上部结构的地震响应。理想状态下,上部结构在地震过程中近似表现为刚体,地震引起的位移主要集中在隔震层,因此隔震层的位移会非常大。为了减小集中在隔震层的过大位移,本文主要研究两种不同形式的调谐惯容阻尼器装置参数优化问题及降低隔震结构响应的效果,论文主要工作如下:(1)分析惯容器装置的质量放大原理,以两种不同形式的调谐惯容阻尼器装置为
泥石流是一种常见的地质灾害,其预测模型研究与动态演示系统实现对地质灾害防治工作有着重要的现实意义。本论文的工作重点包括:从地质监测数据中挖掘隐藏的有用信息,提取其中的重要及关键指标,建立泥石流时序数据的预测模型与方法,实现泥石流动态演化功能。本文的主要工作内容如下:(1)提出了一种基于注意力机制的多序列残差网络预测模型(AMSR-net模型)。选择对泥石流灾害影响较大的指标流速作为预测对象,依据泥
目前,越来越多设备用于高压输出场合,如光伏并网系统、高压直流输电系统、微电源并网等,高增益DC-DC变换器是这些领域的关键装置之一。因此,本文重点针对高增益DC-DC变换器的拓扑及控制技术开展相关研究。LLC谐振变换器具有优良的软开关特性,本文将LLC谐振变换器作为基本拓扑。为了保证额定工作状态的最优,同时提高变换器的增益能力,本文采用副边双绕组二次侧移相控制LLC谐振变换器拓扑。变换器副边两个绕
视觉目标跟踪需要在一系列变化的视频序列中自动、精准的跟踪特定目标,其广泛用于安防监控,人机交互、视觉导航系统等多个领域。随着计算机视觉的不断深入发展,对目标跟踪性能稳定性的需求也越来越高,但因跟踪目标往往受到背景杂乱无序、部分或全部遮挡,尺度形变过大等各类因素干扰,仍然是计算机视觉的重要任务之一。近年来,得益于深度学习的不断发展以及神经网络可训练数据量大和计算能力强等独有的优势,目标跟踪算法也取得
为提升可再生能源的消纳,平抑负荷波动,控制碳排放总量,本文提出计及需求响应和阶梯型碳交易机制的多能耦合综合能源系统优化调度模型,研究不同运行方式对优化调度的影响。首先,以系统运行成本和碳交易成本最小为目标,建立了考虑电、气、热、冷多能耦合的综合能源系统优化模型。在优化能源供给侧出力的基础上,利用能源转换装置改善多能源互补能力;在用户需求侧建立综合需求响应模型,平滑负荷曲线。最后,利用CPLEX求解
随着地面移动平台研究的不断深入,多足移动机器人的优势逐渐凸显,相较于轮式与履带式移动机器人,多足移动机器人足端与地面离散的接触方式使其具备较高的复杂环境适应能力。多足移动机器人中的闭链多足平台具有承载性高、自由度少、控制简单等优势,在此基础上,本文针对闭链多足平台存在的瓶颈问题:足端轨迹单一、灵活性能与越障性能不足,开展了一系列研究:首先,通过现有多足闭链行走模块特性研究,基于Watt-I型闭链腿
在过去十年中,由于人们对气候变化和化石能源耗尽的担忧,电动汽车的普及程度有所提高。随着电动汽车的发展,使得清洁能源在汽车行业中深度利用变得更加可行。充电系统作为电动汽车中的重要部分之一,是近年来的一个研究热点,其通过V2G技术向电网传送功率,以此来调整系统峰值负荷。此外,电动汽车具有将电能传输至电网的可行性,使得专家学者开始探索新的双向潮流问题的解决方案。大量电动汽车的不协调充电会给电网的运行带来
随着移动网络的快速发展,用户能够随时随地获取线上资源,但过量的信息导致用户很难在巨大的音乐库中找到自己喜欢的音乐。如今,音乐推荐已经成为一个热门的研究领域。线上音乐资源与用户数量的快速增多,导致个性化音乐推荐依然面临着以下三个挑战:其一,用户-音乐交互数据中包含着丰富的信息,这对预测用户的偏好至关重要,然而现有的浅层次线性模型无法为用户-音乐交互数据中复杂的非线性关系建模;其二,用户的行为受多方面