排序方式: 共有16条查询结果,搜索用时 78 毫秒
1.
我国农业企业实施破产兼并经验相对薄弱,在执行当中困难重重。为了"去产能、去库存、去杠杆、降成本、补短板"供给改革中化解过剩产能的要求,很多农机企业通过关闭、转型等方法,去除僵尸企业。企业改革正在进行当中,企业破产兼并审理难度大、周期长及部分破产案件处置效果的不理想将成为破产管理的弊端。"三去一降一补"改革,迫切需要提升破产管理的工作效率,而破产管理人在企业转型中扮演着重要的角色。 相似文献
2.
4.
步入知识经济时代,培养学生创新能力 总被引:1,自引:0,他引:1
目前人类社会正在步入知识经济时代,知识经济的核心是“创新”。本论述了对学生创新能力培养的认识与措施:增强创新认知、激励创新情意、培养创新思维、保护创造个性。 相似文献
5.
6.
文章主要针对当前农机系统县级企业经济效益不佳、产品整体水平不能适应农机市场发展的需要进行分析,究其根本原因在于经营者观念陈旧,企业机制僵化,管理滞后。文章从实际出发,坚持改革与加强管理相结合,加快破产重组,改变企业现有的被动局面,对相关问题进行分析与探讨。县级农机企业改制与破产重组的方式主要有股份合作制、公司制、租赁经营、资产承包经营等。建议在抓好改制和资产重组的同时,根据目前县级农机企业管理中存在的问题,重点把企业管理者的选择、任用和培养,企业经营战略的研究和制定,企业管理制度的建立、健全、完善和执行这三个方面的管理工作搞好。 相似文献
7.
大数据背景下产生了海量图像数据,传统的图像识别方法识别玉米植株病害准确率较低,已远远不能满足需求。卷积神经网络作为深度学习中的常用算法被广泛用于处理机器视觉问题,能自动识别和提取图像特征。因此,本研究提出一种基于数据增强与迁移学习相结合的卷积神经网络识别玉米植株病害模型。该算法首先通过数据增强方法增加数据,以提高模型的泛化性和准确率;再构建基于迁移学习的卷积神经网络模型,引入该模型的训练方式,提取病害图片特征,加速卷积神经网络的训练过程,降低网络的过拟合程度;最后将该模型运用到从农田采集的玉米病害图片,进行玉米病害的精确识别。识别试验结果表明:使用数据增强与迁移学习的卷积神经网络优化算法对玉米主要病害(玉米大斑病、小斑病、灰斑病、黑穗病及瘤黑粉病)的平均识别准确度达96.6%,和单一的卷积神经网络相比,精度提高了25.6%,处理每张图片时间为0.28s,比传统神经网络缩短了将近10倍。本算法的精确度和训练速度上比传统卷积神经网络有明显提高,为玉米等农作物植株病害的识别提供了新方法。 相似文献
8.
9.
10.