咨询与建议

限定检索结果

文献类型

  • 304 篇 期刊文献
  • 12 篇 会议
  • 2 件 标准

馆藏范围

  • 318 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 232 篇 工学
    • 172 篇 计算机科学与技术...
    • 104 篇 软件工程
    • 45 篇 控制科学与工程
    • 23 篇 网络空间安全
    • 22 篇 仪器科学与技术
    • 16 篇 机械工程
    • 11 篇 信息与通信工程
    • 4 篇 电子科学与技术(可...
    • 2 篇 地质资源与地质工...
    • 2 篇 交通运输工程
    • 1 篇 力学(可授工学、理...
    • 1 篇 土木工程
    • 1 篇 测绘科学与技术
  • 124 篇 管理学
    • 95 篇 管理科学与工程(可...
    • 26 篇 工商管理
    • 5 篇 图书情报与档案管...
    • 3 篇 公共管理
  • 23 篇 教育学
    • 23 篇 教育学
  • 21 篇 理学
    • 16 篇 数学
    • 3 篇 统计学(可授理学、...
    • 2 篇 系统科学
    • 1 篇 物理学
    • 1 篇 天文学
    • 1 篇 地理学
  • 15 篇 艺术学
    • 15 篇 设计学(可授艺术学...
  • 10 篇 经济学
    • 10 篇 应用经济学
  • 5 篇 法学
    • 3 篇 马克思主义理论
    • 2 篇 公安学
    • 1 篇 政治学
  • 2 篇 农学
  • 1 篇 文学
    • 1 篇 外国语言文学
  • 1 篇 军事学

主题

  • 15 篇 数据挖掘
  • 11 篇 粗糙集
  • 8 篇 注意力机制
  • 8 篇 ad
  • 8 篇 图割
  • 8 篇 深度学习
  • 8 篇 hoc网络
  • 7 篇 高斯混合模型
  • 6 篇 特征提取
  • 6 篇 审计
  • 6 篇 属性约简
  • 6 篇 教学改革
  • 6 篇 卷积神经网络
  • 5 篇 支持向量机
  • 5 篇 隐私保护
  • 5 篇 计算机审计
  • 5 篇 机器学习
  • 4 篇 人才培养
  • 4 篇 区块链
  • 4 篇 应用

机构

  • 167 篇 南京审计学院
  • 151 篇 南京审计大学
  • 42 篇 南京理工大学
  • 38 篇 江苏大学
  • 29 篇 南京大学
  • 28 篇 东南大学
  • 16 篇 武汉大学
  • 15 篇 南京航空航天大学
  • 10 篇 南京邮电大学
  • 9 篇 南京信息工程大学
  • 9 篇 河海大学
  • 6 篇 东华理工大学
  • 6 篇 汉江师范学院
  • 5 篇 浙江工业大学
  • 5 篇 合肥工业大学
  • 5 篇 解放军理工大学
  • 4 篇 审计署计算机技术...
  • 3 篇 计算机软件新技术...
  • 3 篇 青岛大学
  • 3 篇 南京师范大学

作者

  • 53 篇 陈耿
  • 45 篇 chen geng
  • 30 篇 朱玉全
  • 27 篇 徐超
  • 23 篇 zhu yu-quan
  • 19 篇 xu chao
  • 18 篇 黄兵
  • 15 篇 huang bing
  • 14 篇 汪加才
  • 13 篇 孙玉星
  • 13 篇 沈凡凡
  • 13 篇 周献中
  • 13 篇 何炎祥
  • 11 篇 杨国为
  • 11 篇 冯国富
  • 10 篇 陈圣磊
  • 10 篇 江效尧
  • 10 篇 陈勇
  • 10 篇 刘毅
  • 9 篇 杨章静

语言

  • 318 篇 中文
检索条件"机构=南京审计大学计算机学院"
318 条 记 录,以下是71-80 订阅
排序:
机器学习分类算法的公平性审计
收藏 引用
数字经济 2024年 第12期 31-35页
作者: 张凡龙 钱钢 南京审计大学计算机学院
本文探讨了机器学习算法的公平性及其在社会关键领域的重要性,指出不公平的算法可能引发歧视和社会矛盾,同时加强隐私保护须减少对不必要数据的收集。基于假设检验,利用“马丁格尔随机过程”提出了一种公平性审计算法,并在信用卡数据集... 详细信息
来源: 评论
“数据结构”课程思政教学探索与实践
收藏 引用
中国信息技术教育 2023年 第14期 106-108页
作者: 柳巧玲 南京审计大学计算机学院
本文在梳理“数据结构”课程思政教学目前存在的不足基础上,提出了“数据结构”课程思政的教学设计框架,并从提升核心素养、改进教学目标,融入思政元素、优化教学内容,分析课程特点、开展教学活动、制订考核标准、形成有效性评价等方面... 详细信息
来源: 评论
基于Jupyter Notebook的Java编程教学
收藏 引用
中国多媒体与网络教学学报(上旬刊) 2024年 第9期 177-180页
作者: 张凡龙 陈镭 南京审计大学计算机学院
Jupyter Notebook是一个流行的开源网络应用程序,允许用户创建包含实时代码、方程、可视化及文本的文档,特别适合于数据分析、科学计算等领域。在教育中,Jupyter Notebook提供了一个交互式、协作和可视化的学习环境,极大地增强了教学效... 详细信息
来源: 评论
基于大数据可视化分析的绩效评价领域演进探究
收藏 引用
中国宽带 2023年 第5期19卷 135-137页
作者: 李瑾 南京审计大学计算机学院
为了获得对我国绩效评价研究领域的研究主体、研究热点以及未来发展趋势的客观、全面的认识,利用可视化技术对从中国知网(CNKI)中筛选出来的4839篇相关文献进行分析,运用CiteSpace软件,从关键词聚类分析、关键词共现分析、研究机构共现... 详细信息
来源: 评论
移动应用第三方库安全研究综述
收藏 引用
信息技术时代 2023年 第8期 79-81页
作者: 何思琦 刘闯闯 王奕丹 张子昕 李鹏伟 南京审计大学国际学院 江苏 南京211815 南京审计大学计算机学院 江苏 南京211815 南京审计大学国际学院 江苏 南京211815 南京审计大学计算机学院 江苏 南京211815 南京审计大学计算机学院 江苏 南京211815
为提高开发效率,增加应用功能,第三方库在移动应用开发的过程中得到了广泛应用,但也带来了隐私窃取、经费消耗等安全问题.对此,本文首先对移动应用中第三方库的安全问题进行了分析总结,指出第三方库的使用可能会带来隐私外传、安全漏洞... 详细信息
来源: 评论
大数据技术在乡村振兴审计中的应用研究
收藏 引用
财会研究 2024年 第9期 58-64页
作者: 李庭燎 徐香兰 陈进 南京审计大学国际审计学院 南京审计大学内部审计学院 南京审计大学计算机学院
大数据时代,将大数据技术运用于乡村振兴审计是大势所趋。文章从介绍国内学者对乡村振兴审计的认识以及完善乡村振兴审计的路径出发,说明大数据技术的运用可以提高乡村振兴审计实现全过程审计、实时审计以及后续问责整改的可能性,而后... 详细信息
来源: 评论
一种基于局部密度的分布式聚类挖掘算法
收藏 引用
软件学报 2008年 第9期19卷 2339-2348页
作者: 倪巍伟 陈耿 吴英杰 孙志挥 东南大学计算机科学与工程学院 江苏南京210096 南京审计学院审计信息工程实验室 江苏南京210029
分布式聚类挖掘技术是解决数据集分布环境下聚类挖掘问题的有效方法.针对数据水平分布情况,在已有分布式密度聚类算法DBDC(density based distributed clustering)的基础上,引入局部密度聚类和密度吸引子等概念,提出一种基于局部密度的... 详细信息
来源: 评论
一致性多传感器数据融合技术在引信信息融合中的应用
收藏 引用
兵工学报 2005年 第5期26卷 706-708页
作者: 王昕 张合 南京理工大学 南京审计学院计算机科学与技术系 江苏南京210029
运用一致性多传感器数据融合技术思想及多源数据的互补性和容错性来排除由于传感器性能、故障等因素引起引信控制系统在控制过程和解除保险过程中产生误动作,以提高信息的可靠性。
来源: 评论
基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法
收藏 引用
计算机工程与科学 2024年 第12期46卷 2158-2170页
作者: 沈凡凡 汤星译 张军 徐超 陈勇 何炎祥 南京审计大学计算机学院(智能审计学院) 江苏南京211815 东华理工大学软件学院 江西南昌330013 武汉大学计算机学院 湖北武汉430072
近年来,数据平台与系统的规模飞速扩张,性能快速提升,安全性能也随之越发重要。现有的基于深度学习的恶意行为检测方案缺少与模型契合的优化算法,导致模型缺乏自优化能力。提出了一种基于改进萤火虫算法与改进长短期记忆网络的恶意行为... 详细信息
来源: 评论
利用视觉显著性与图割的图像分割算法
收藏 引用
计算机辅助设计与图形学学报 2013年 第3期25卷 402-409页
作者: 刘毅 黄兵 孙怀江 夏德深 南京理工大学计算机科学与技术学院 南京210094 南京审计学院信息与科学学院 南京210029
图割算法是图像分割中经典有效的算法,针对其在前景/背景颜色有重叠时容易产生分割错误、shrinkingbias现象及交互实时性不佳的问题,提出一种利用视觉显著性与图割的交互式图像分割算法.首先利用Mean Shift算法将原始图像高效地预分割... 详细信息
来源: 评论