深度卷积神经网络对领导干部自然资源资产离任审计疑点提取的应用

摘要：

针对领导干部自然资源资产离任审计工作中,通过人工识别提取自然资源资产实物量的变化来反映审计疑点的效率低下及主观意识性强的问题,采用DeepLab深度卷积神经网络算法基于卫星影像提取地物信息,从审计时间区间内的卫星影像上提取数据,并结合自然资源管理的规划图斑进行比对分析,采用反举证法进行疑点批量化、自动化处理,从而快速发现审计疑点.通过对研究区域林地资源的应用实践证明深度卷积神经网络模型在提取审计疑点上效果良好,与人工提取结果一致.因此,充分利用该模型可以替代人工提取审计疑点,很大程度上优化了审计疑点提取中人力物力的投入,从而更好地利用实验人工智能,提高审计效率.

关键词：大数据技术;深度卷积神经网络;自然资源资产审计

所属期刊栏目：36

分类号：F234(会计)

资助基金：国家社会科学基金青年项目"基于演化仿真的社会化媒体舆论信息与审计师行为研究"18CJK003

在线出版日期：2021-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：75-83