大智移云下财务共享中心人才培养模式探索与实践

“大智移云”背景下,社会经济水平的迅速提升,推动了产业的转型与升级,促使着传统 会计行业的变化和创新,会计行业与大智移云技术的融合产生财务共享,对会计人才需求产生巨 大影响。本文阐释了“大智移云”的内涵与基本特征,并基于“财务共享”,会计服务质量全面升 级、会计服务效率不断提升、会计服务平台积极构建、实现会计的全流程服务等方面,针对高校培 养会计人才的知识和能力新变化,提出大智移云时代财务共享模式高校会计人才培养模式的调 整方案。     

人工智能产业链分析

根据对我国人工智能技术从基础层到技术层,最后到应用层的全产业链进行分析,旨在 对我国的人工智能技术与应用创新,提供发展方向。我国目前的人工智能技术在某些应用领域 发展迅速。例如,将算法层中的人工智能核心技术——机器学习,应用到智能金融领域、和智能 交通领域的无人驾驶公交车。在智能家居、智能教育、智能医疗等方面,现阶段有一定成果,但也 存在提升空间。     

基于文献计量的竞争情报与人际网络研究成果分析

通过对有关竞争情报与人际网络的期刊论文进行定性与定量分析。主要利用SATI3.2统计高频词汇、发文机构、期刊来源,并运用社会分析软件UCINET6.0将构建的高频关键词共现矩阵数据转换为一个网络图,以及对中心度和聚类的分析。从而进一步分析有关竞争情报与人际网络期刊论文的研究热点及发展动态。     

中小型企业技术情报服务平台的构建

将内容管理技术和技术情报工作结合起来,构建了基于Plone／Zope内容管理系统的企业技术情报服务平台。对中小型企业快速经济地建立技术情报体系,进行技术情报交流有一定借鉴作用。     

基于SNS的企业竞争情报搜集

介绍了SNS含义、类型和特点以及基于SNS人际网络的优点,在此基础上提出SNS对企业竞争情报获取、人才情报获取上的实际应用。最后提出防止对手通过SNS获取本企业情报的措施。     

论述竞争情报与当今社会的密切关系

竞争情报是一种过程,是一种产品,既是一种过程又是一种产品。在当今社会高速迅猛发展的时候,竞争情报凸显出一种不可替代的重要性,它被社会引导着向前发展,同时也带动着社会向一种更科学的方向前进,所以竞争情报与当今社会保持着一种密切的关系。阐述了竞争情报的科学概念和理论基础,同时研究了竞争情报与社会的关系和发展趋势,最终达到让人们清楚地认识到竞争情报的重要性、科学性。     

奶牛专家系统的研究与应用

阐述了专家系统的基本概念及结构,介绍了中国奶牛专家系统的构成、现状、作用,对未来奶牛专家系统发展前景进行了展望。     

我国植保机械发展现状及趋势分析

在介绍国外发达国家植保机械发展现状的基础上。分析我国植保机械的发展历程及现状,指出我国的植保机械将向简便、综合性、智能化、环保的方面发展,这对提升我国植保机械和施药技术水平具有重要指导意义。     

论高新技术与情报生长点

本文主要论述了高新技术及其特点;情报生长点及其特性;高新技术与情报生长点的关系等三个问题。作者从实践和理论角度去考察和研究高新技术与情报生长点的能量转换机制及其相互关系,使高新技术与情报生长点进行有机结合,真正成为发展国民经济的一颗璀璨的明珠。     

Using Artificial Intelligence to Predict Survivability Likelihood and Need for Surgery in Horses Presented With Acute Abdomen (Colic)

Artificial intelligence and machine learning have promising applications in several medical fields of diagnosis, imaging, and laboratory testing procedures. However, the use of this technology in the veterinary medicine field is lagging behind, and there are many areas where it could be used with potentially successful outcomes and results. In this study, two critical predictions were explored in horses presented with acute abdomen (colic) using this technology. Those were the need for surgical intervention and survivability likelihood of affected horses based on clinical data (history, clinical examination findings, and diagnostic procedures). The two prediction parameters were explored using the application of Decision Trees, Multilayer Perceptron, Bayes Network, and Naïve Bayes. The machine learning algorithms were able to predict the need for surgery and survivability likelihood of horses presented with acute abdomen (colic) with 76% and 85% accuracy, respectively. The application of this technology in the different clinical fields of veterinary medicine appears to be of a value and warrants further investigation and testing.