期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
营改增对建筑企业税负的影响——基于建筑业上市公司的数据分析
被引量：
14
1
作者
申玲
瞿佳依
李韫
《会计之友》
北大核心
2018年第9期73-78,共6页
2016年5月1日起,建筑业开始实施营改增。国家实施营改增的目的是为了解决营业税体制下重复征税的问题,完善抵扣链条,降低企业税负。文章根据样本公司2015—2017年上半年的财务报表,通过分析营改增前后建筑业上市公司总税负率的变化情况...
2016年5月1日起,建筑业开始实施营改增。国家实施营改增的目的是为了解决营业税体制下重复征税的问题,完善抵扣链条,降低企业税负。文章根据样本公司2015—2017年上半年的财务报表,通过分析营改增前后建筑业上市公司总税负率的变化情况以及企业人工费、材料费的占比,测算营改增对建筑企业税负的影响。结果表明,营改增后建筑企业税负增加,但随着改革的深入以及企业的积极应对,税负增加的势头会逐渐减弱。最后就营改增后建筑企业税负增加的原因提出了合理建议,为建筑企业日后持续健康发展提供了一定的参考。
展开更多
关键词
营改增
建筑业
税负
在线阅读
下载PDF
职称材料
基于深度学习的木材缺陷图像的识别与定位
被引量：
12
2
作者
李若尘
朱悠翔
+3 位作者
孙卫民
龚思源
钱鑫
业宁
《数据采集与处理》
CSCD
北大核心
2020年第3期494-505,共12页
传统的木材缺陷定位方法主要有物理设备检测和传统计算机技术检测,但这两种方法均存在数据收集困难、高度依赖数据本身等问题,不适用于实际生产。本文提出一种基于深度学习的自动缺陷定位模型(Automatic defect location model,ADLM),...
传统的木材缺陷定位方法主要有物理设备检测和传统计算机技术检测,但这两种方法均存在数据收集困难、高度依赖数据本身等问题,不适用于实际生产。本文提出一种基于深度学习的自动缺陷定位模型(Automatic defect location model,ADLM),包含单缺陷定位模型(Single defect location model,SDLM)与多缺陷定位模型(Multi-defect location model,MDLM),满足不同需求。模型使用MobileNet作为骨干网,只需少量数据集进行训练。在公开数据集Wood Defect Database中,该模型可获得86.1%的缺陷识别率。在单缺陷数据集中,该模型可获得97.5%的定位精确率。在多缺陷数据集中,该模型可获得90.0%的定位精确率。与传统的木材缺陷识别模型相比,基于深度学习的自动缺陷定位模型无须前期人工提取特征,具有检测速度更快、精准度更高以及适用性更广等优点。
展开更多
关键词
自动缺陷定位模型方法
多缺陷定位模型
木材图像检测
MobileNet
在线阅读
下载PDF
职称材料
题名
营改增对建筑企业税负的影响——基于建筑业上市公司的数据分析
被引量：
14
1
作者
申玲
瞿佳依
李韫
机构
南京工业大学土木工程学院
江苏省住建厅住宅与房地产业促进中心
出处
《会计之友》
北大核心
2018年第9期73-78,共6页
基金
江苏省建设系统(建筑业)科研计划项目"建筑业企业集团管控模式创新研究"(JGJH2008-17)
文摘
2016年5月1日起,建筑业开始实施营改增。国家实施营改增的目的是为了解决营业税体制下重复征税的问题,完善抵扣链条,降低企业税负。文章根据样本公司2015—2017年上半年的财务报表,通过分析营改增前后建筑业上市公司总税负率的变化情况以及企业人工费、材料费的占比,测算营改增对建筑企业税负的影响。结果表明,营改增后建筑企业税负增加,但随着改革的深入以及企业的积极应对,税负增加的势头会逐渐减弱。最后就营改增后建筑企业税负增加的原因提出了合理建议,为建筑企业日后持续健康发展提供了一定的参考。
关键词
营改增
建筑业
税负
分类号
F812.42 [经济管理—财政学]
在线阅读
下载PDF
职称材料
题名
基于深度学习的木材缺陷图像的识别与定位
被引量：
12
2
作者
李若尘
朱悠翔
孙卫民
龚思源
钱鑫
业宁
机构
南京林业大学信息技术学院
江苏省住建厅住宅与房地产业促进中心
南京市金陵中学
出处
《数据采集与处理》
CSCD
北大核心
2020年第3期494-505,共12页
基金
国家重点研发计划(2016YFD0600101)资助项目
江苏省住建厅计划(2016ZD44)资助项目
江苏省大学生训练计划(201810298052Z)资助项目。
文摘
传统的木材缺陷定位方法主要有物理设备检测和传统计算机技术检测,但这两种方法均存在数据收集困难、高度依赖数据本身等问题,不适用于实际生产。本文提出一种基于深度学习的自动缺陷定位模型(Automatic defect location model,ADLM),包含单缺陷定位模型(Single defect location model,SDLM)与多缺陷定位模型(Multi-defect location model,MDLM),满足不同需求。模型使用MobileNet作为骨干网,只需少量数据集进行训练。在公开数据集Wood Defect Database中,该模型可获得86.1%的缺陷识别率。在单缺陷数据集中,该模型可获得97.5%的定位精确率。在多缺陷数据集中,该模型可获得90.0%的定位精确率。与传统的木材缺陷识别模型相比,基于深度学习的自动缺陷定位模型无须前期人工提取特征,具有检测速度更快、精准度更高以及适用性更广等优点。
关键词
自动缺陷定位模型方法
多缺陷定位模型
木材图像检测
MobileNet
Keywords
automated defect location model(ADLM)algorithm
multi-defect location model(MDLM)
wood image segmentation
Mobile Net
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
营改增对建筑企业税负的影响——基于建筑业上市公司的数据分析
申玲
瞿佳依
李韫
《会计之友》
北大核心
2018
14
在线阅读
下载PDF
职称材料
2
基于深度学习的木材缺陷图像的识别与定位
李若尘
朱悠翔
孙卫民
龚思源
钱鑫
业宁
《数据采集与处理》
CSCD
北大核心
2020
12
在线阅读
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
