审计的基本分类范文

前言：我们精心挑选了数篇优质审计的基本分类文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

关键词：苯丙胺；精神障碍；护理

【中图分类号】R473.74 【文献标识码】B 【文章编号】1672-3783(2012)06-0507-01

苯丙胺（Amphetamine）是一种中枢兴奋药及抗抑郁症药。因静脉注射具有成瘾性，而被列为。 苯丙胺类物质是一组以苯丙胺为母体结构经人工合成后作用于中枢神经系统兴奋剂，主要有甲基苯丙胺（俗称冰毒）、亚甲基二氧基甲基苯丙胺（俗称）及其他苯丙胺类精神兴奋剂，属于禁用药物中的刺激剂[1]。其滥用可导致人类在心理、生理及精神上出现障碍。目前滥用趋势已经超过了海洛因、可卡因等传统非法精神活性物质。

苯丙胺类兴奋剂可引起黑质多巴胺神经末梢损害和中枢神经系统广泛区域的5- 羟色胺神末梢的破坏，同时导致永久性尾状核多巴胺的耗竭，导致脑内多巴胺、去甲肾上腺素和5- 羟色胺含量和活性的改变。治疗量苯丙胺连续应用几个月，能产生躯体依赖，大剂量使用可引起错觉、幻觉。一般应用苯丙胺类药物几个月可引起精神病，有诱因的病人即使使用治疗量也可引发症状，与精神分裂症偏执型相似，以情感生动及视幻觉多见，多为一过性，停药2-3 天症状消失。但妄想持续时间可达几周或几个月。

近年来以苯丙胺类药物为代表的新型使用的人群正在不断扩大蔓延呈快速上升的趋势。在临床上怎样对住院患者实施安全有效地管理和护理，对有效控制精神症状及回归社会至关重要，现将2009年1月-2011年12月3年来本病房收治的12例苯丙胺类兴奋剂所致精神障碍患者的安全管理和护理报告如下。

1 临床资料

12例患者均符合CCMD-3中精神活性物质所致精神障碍的诊断标准，首次入院诊断为“ 苯丙胺类兴奋剂所致精神障碍”。吸食苯丙胺类药物前无精神障碍，无阳性家族史，全部为男性，年龄19-33岁，平均年龄(26±2)岁。无正式工作8例，经商2例，企事业单位2例。已婚4例，未婚8例。吸食时间2个月-42个月，均为烫吸。临床表现为幻视、被害妄想、紧张恐惧、胡言乱语、无故哭笑、行为紊乱、兴奋，冲动伤人、睡眠差。12例患者经治疗后均好转或痊愈。

2 一般治疗

对于有戒断症状比较明显的首先对症处理戒断症状，断绝接触精神活性物质。在12 例患者的治疗中，都应用了中小剂量抗精神病药物，也有使用抗抑郁剂、情感稳定剂的。对戒断症状及震颤谵妄较明显的患者采用静滴氯硝西泮，逐步减少剂量。

3 护理工作

夜上海论坛 3.1 护理评估:首先护士通过观察、交谈、躯体和精神按摩等方法收集患者有关的健康资料给予评估，根据评估的结果对患者做出针对性的、个体化护理。评估内容主要为：活动过程、认知过程、生态过程、情绪过程、人际互动过程、生理过程。通过以上评估，可以进一步了解病人的心理、生理状况，进而发现病人主要存在的护理问题。

3.2 护理措施:安全管理：新型所致精神障碍患者的社会背景复杂，人生观、价值观存在偏差，生活习惯散漫，对于其的护理工作应该认真的对待安全工作，包括严格执行病区安全检查制度，适当的约束保护制度，充分与患者及家属沟通，避免医患之间及患者之间的冲突。尤其避免患者冲动伤人、毁物及自残的发生。

夜上海论坛 饮食护理：新型有抑制食欲的作用，患者生活饮食无规律，使用抗精神病药物的抑制作用，往往患者的饮食状况不佳，特别是住院一周内。所以应特别注意患者的饮食情况：对于胃肠功能紊乱的患者，可提供流质、半流营养丰富的饮食，并注意少量多餐。

夜上海论坛 服药护理：患者出现精神障碍后需要药物治疗，最常用的是口服药物，所以保证药物按时按量服入很重要。服药要有专人督促检查，每次服药后要检查口腔及指缝，以防藏药或吐药。拒药者首先应耐心劝说和解释，必要时予以鼻饲药物。应密切观察患者服药后的药物副反应，尤其是人院前24h内有过使用史，入院后使用抗精神病药物者，应注意观察患者的觉醒时间和状态，警惕患者因吸食兴奋后抑制和抗精神病药物的镇静作用叠加而使患者过度镇静。

辅助患者日常生活的护理：苯丙胺依赖者多数症状比较严重，一般状态差，精神状态差，生活自理能力下降或丧失，做好基础护理工作。督促或协助病人洗澡更衣，保持床单清洁，对于大小便不能自理者应做好皮肤护理，防止发生压疮。帮助病人养成良好的作息制度，给病人创造安静的睡眠环境。

心理护理：医护人员应树立一切为病人服务的思想，重视病人，主动与病人谈心，讲解戒毒知识。宣传的危害性，耐心解释治疗的内容。鼓励病人坚持治疗，积极参加各种文体活动，改变生活方式，矫正扭曲的人生态度。

小结 新型的滥用形势越来越严峻，受其毒害的患者也不断增加。本病房收治的12名患者虽然都有较好的愈后，但是面对此类病人开展治疗与落实护理工作时遇到的阻力与困难使我们深刻体会到：苯丙胺类所致精神障碍一般症状比较复杂，治疗护理及管理难度大。对患者的治疗与干预是从多个方面进行的。无论是心理还是生理上的治疗，如不能密切配合，则难以取得满意的效果。

第2篇

P键词：深度学习；文本分类；多类型池化

夜上海论坛 中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）35-0187-03

1 引言

夜上海论坛 为了进行分类，我们建立句子模型来分析和表示句子的语义内容。句子模型问题的关键在于一定程度上的自然语言理解。很多类型的任务需要采用句子模型，包括情感分析、语义检测、对话分析、机器翻译等。既然单独的句子很少或基本不被采用，所以我们必须采用特征的方式来表述一个句子，而特征依赖于单词和词组。句子模型的核心是特征方程，特征方程定义了依据单词和词组提取特征的过程。求最大值的池化操作是一种非线性的二次抽样方法，它返回集合元素中的最大值。

夜上海论坛 各种类型的模型已经被提出。基于成分构成的方法被应用于向量表示，通过统计同时单词同时出现的概率来获取更长的词组。在有些情况下，通过对词向量进行代数操作生成句子层面的向量，从而构成成分。在另外一些情况下，特征方程和特定的句法或者单词类型相关。

夜上海论坛 一种核心模型是建立在神经网络的基础上。这种模型包含了单词包或者词组包的模型、更结构化的递归神经网络、延迟的基于卷积操作的神经网络。神经网络模型有很多优点。通过训练可以获得通用的词向量来预测一段上下文中单词是否会出现。通过有监督的训练，神经网络能够根据具体的任务进行良好的调节。除了作为强大的分类器，神经网络模型还能够被用来生成句子[6]。

夜上海论坛 我们定义了一种卷积神经网络结构并将它应用到句子语义模型中。这个网络可以处理长度不同的句子。网络中的一维卷积层和多类型动态池化层是相互交错的。多类型动态池化是一种对求最大值池化操作的范化，它返回集合中元素的最大值、最小值、平均值的集合[1]。操作的范化体现在两个方面。第一，多类型池化操作对一个线性的值序列进行操作，返回序列中的多个数值而不是单个最大的数值。第二，池化参数k可以被动态的选择，通过网络的其他参数来动态调整k的值。

夜上海论坛 卷积层的一维卷积窗口对句子特征矩阵的每一行进行卷积操作。相同的n-gram的卷积窗口在句子的每个位置进行卷积操作，这样可以根据位置独立地提取特征。一个卷积层后面是一个多类型动态池化层和一个非线性的特征映射表。和卷积神经网络在图像识别中的使用一样，为丰富第一层的表述，通过不同的卷积窗口应用到句子上计算出多重特征映射表。后续的层也通过下一层的卷积窗口的卷积操作计算出多重特征映射表。最终的结构我们叫它多类型池化的卷积神经网络。

夜上海论坛 在输入句子上的多层的卷积和动态池化操作产生一张结构化的特征图。高层的卷积窗口可以获取非连续的相距较远的词组的句法和语义关系。特征图会引导出一种层级结构，某种程度上类似于句法解析树。这种结构不仅仅是和句法相关，它是神经网络内部所有的。

夜上海论坛 我们将此网络在四种场景下进行了尝试。前两组实验是电影评论的情感预测[2]，此网络在二分和多种类别的分类实验中的表现都优于其他方法。第三组实验在TREC数据集（Li and Roth， 2002）上的6类问题的分类问题。此网络的正确率和目前最好的方法的正确率持平。第四组实验是推特的情感预测，此网络将160万条微博根据表情符号自动打标来进行训练。在手工打标的测试数据集上，此网络将预测错误率降低了25%。

本文的概要如下。第二段主要阐述MCNN的背景知识，包括核心概念和相关的神将网络句子模型。第三章定义了相关的操作符和网络的层。第四章阐述生成的特征图的处理和网络的其他特点。第五章讨论实验和回顾特征学习探测器。

2 背景

MCNN的每一层的卷积操作之后都伴随一个池化操作。我们先回顾一下相关的神经网络句子模型。然后我们来阐述一维的卷积操作和经典的延迟的神经网络（TDNN）[3]。在加了一个最大池化层到网络后，TDNN也是一种句子模型[5]。

夜上海论坛 2.1 相关的神经网络句子模型

已经有很多的神经网络句子模型被描述过了。 一种比较通用基本的模型是神经网络词包模型（NBoW）。其中包含了一个映射层将单词、词组等映射到更高的维度；然后会有一个比如求和之类的操作。结果向量通过一个或多个全连接层来进行分类。

有以外部的解析树为基础的递归神经网络，还有在此基础上更进一步的RNN网络。

夜上海论坛 最后一种是以卷积操作和TDNN结构为基础的神经网络句子模型。相关的概念是动态卷积神经网络的基础，我们接下来介绍的就是它。

2.2 卷积

夜上海论坛 一维卷积操作便是将权重向量[m∈Rm]和输入向量[s∈Rs]进行操作。向量m是卷积操作的过滤器。具体来说，我们将s作为输入句子，[si∈R]是与句子中第i个单词相关联的单独的特征值。一维卷积操作背后的思想是通过向量m和句子中的每个m-gram的点积来获得另一个序列c：

夜上海论坛 [ci=mTsi-m+1：i （1）]

根据下标i的范围的不同，等式1产生两种不同类型的卷积。窄类型的卷积中s >= m并且会生成序列[c∈Rs-m+1]，下标i的范围从m到s。宽类型的卷积对m和s的大小没有限制，生成的序列[c∈Rs+m-1]，下标i的范围从1到s+m-1。超出下标范围的si窄（i < 1或者i > s）置为0。窄类型的卷积结果是宽类型的卷积结果的子序列。

宽类型的卷积相比于窄类型的卷积有一些优点。宽类型的卷积可以确保所有的权重应用到整个句子，包括句子收尾的单词。当m被设为一个相对较大的值时，如8或者10，这一点尤其重要。另外，宽类型的卷积可以确保过滤器m应用于输入句子s始终会生成一个有效的非空结果集c，与m的宽度和s句子的长度无关。接下来我们来阐述TDNN的卷积层。

4 验与结果分析

我们对此网络进行了4组不同的实验。

夜上海论坛 4.1 电影评论的情感预测

前两组实验是关于电影评论的情感预测的，数据集是Stanford Sentiment Treebank.实验输出的结果在一个实验中是分为2类，在另一种试验中分为5类：消极、略微消极、中性、略微积极、积极。而实验总的词汇量为15448。

夜上海论坛 表示的是电影评论数据集情感预测准确率。NB和BINB分别表示一元和二元朴素贝叶斯分类器。SVM是一元和二元特征的支撑向量机。在三种神经网络模型里――Max-TDNN、NBoW和DCNN――模型中的词向量是随机初始化的；它们的维度d被设为48。Max-TDNN在第一层中滤波窗口的大小为6。卷积层后面紧跟一个非线性化层、最大池化层和softmax分类层。NBoW会将词向量相加，并对词向量进行非线性化操作，最后用softmax进行分类。2类分类的MCNN的参数如下，卷积层之后折叠层、动态多类型池化层、非线性化层。滤波窗口的大小分别7和5。最顶层动态多类型池化层的k的值为4。网络的最顶层是softmax层。5类分类的MCNN有相同的结构，但是滤波窗口的大小分别为10和7，k的值为5。

我们可以看到MCNN的分类效果远超其他算法。NBoW的分类效果和非神经网络算法差不多。而Max-TDNN的效果要比NBoW的差，可能是因为过度池化的原因，丢弃了句子太多重要的特征。除了RecNN需要依赖外部的解析树来生成结构化特征，其他模型都不需要依赖外部资源。

4.2 问题分类

问题分类在问答系统中应用非常广泛，一个问题可能属于一个或者多个问题类别。所用的数据集是TREC数据集，TREC数据集包含6种不同类别的问题，比如一个问题是否关于地点、人或者数字信息。训练集包含5452个打标的问题和500个测试集。

夜上海论坛 4.3 Twitter情感预测

夜上海论坛 在我们最后的实验里，我们用tweets的大数据集进行训练，我们根据tweet中出现的表情符号自动地给文本进行打标签，积极的或是消极的。整个数据集包含160万条根据表情符号打标的tweet以及400条手工标注的测试集。整个数据集包含76643个单词。MCNN的结构和4.1节中结构相同。随机初始化词向量且维度d设为60。

我们发现MCNN的分类效果和其他非神经网络的算法相比有极大的提高。MCNN和NBoW在分类效果上的差别显示了MCNN有极强的特征提取能力。

5 结语

夜上海论坛 在本文中我们阐述了一种动态的卷积神经网络，它使用动态的多类型池化操作作为非线性化取样函数。此网络在问题分类和情感预测方面取得了很好的效果，并且不依赖于外部特征如解析树或其他外部资源。

参考文献

夜上海论坛 [1]. Yann LeCun， Le ?on Bottou， Yoshua Bengio， and Patrick Haffner. 1998. Gradient-based learning applied to document recognition. Proceedings of the IEEE， 86（11）：2278-2324， November.

夜上海论坛 [2]. Richard Socher， Alex Perelygin， Jean Wu， Jason Chuang， Christopher D. Manning， Andrew Y. Ng， and Christopher Potts. 2013b. Recursive deep mod- els for semantic compositionality over a sentiment treebank. In Proceedings of the 2013 Conference on Empirical Methods in Natural Language Process- ing， pages 1631C1642， Stroudsburg， PA， October. Association for Computational Linguistics.

夜上海论坛 [3]. Geoffrey E. Hinton. 1989. Connectionist learning procedures. Artif. Intell.， 40（1-3）：185C234.

[4]. Alexander Waibel， Toshiyuki Hanazawa， Geofrey Hinton， Kiyohiro Shikano， and Kevin J. Lang. 1990. Readings in speech recognition. chapter Phoneme Recognition Using Time-delay Neural Networks， pages 393C404. Morgan Kaufmann Publishers Inc.， San Francisco， CA， USA.

第3篇

夜上海论坛 【关键词】PEG理论 资本市场有效性 净利润增长率

一、绪论

股票投资通常分为基本分析和技术分析。技术分析通过趋势，形态，K线等分析方法。基本分析主要通过研究股票的盈利性等方面，综合判断一个公司的综合状况从而确定是否进行长期投资。此外，著名投资大师彼得林奇在《战胜华尔街》一书中提到PEG（市盈率相对盈率增长指标）理论，并将PEG指标作为投资股票的重要指标在其研究中得以成功应用。在国内，该理论尚未得到十足的认证。

在国内价值投资的概念以及关于价值投资最有效的方法没有得到普遍的关注。由彼得林奇提出的PEG理论和欧奈尔提出的长期投资的方法也在中国股市尚未得到大众股民的普遍关注。现状如此，但随着资本制度的日趋完善以及中国审计质量的逐渐提高，国家政策法规的监管日趋严格以及群众普遍意识的提高，中国股市的价值投资将会越来越得到投资者的关注和重视。

二、相关概念

（一）PEG概念及理论模型

PEG理论首次提出时由英国著名投资大师Jim Slater（1992）在他的著作《The Zulu Principle》中。首次为投资者所推崇是在2000年美国著名投资大师彼得林奇所著书《战胜华尔街》中，PEG方法是其选择股票的主要方法，PEG理论是综合衡量了股票成长性与盈利性的指标。能够反映公司未来盈利的预期。当然，它也有其局限性。PEG=PE/G，即PEG等于市盈率除以盈利增长率。在其后，Peter D.Easton完善了PEG在学术上未经推到的遗憾，在学术上对PEG给出严密推理，并与彼得林奇在实践中的结果完全吻合。

夜上海论坛 （二）资本市场有效性

夜上海论坛 有效市场理论即有效市场假说由著名经济学家法玛于1970年研究提出：若在一个证券市场中，价格完全反映了所有可以获得的信息，那么就称这样的市场为有效市场。后有许多知名学者对有效市场理论进行延伸与进一步证明。

夜上海论坛 依据法玛的研究，有效市场假说有三种形式：弱式有效市场假说，半强式有效市场假说和强式有效市场假说。在弱式有效市场下，不能通过技术分析获得超额收益；在半强式有效市场下，不能通过基本面获得超额收益；在强式有效市场下不能通过任何一种投资分析获得投资超额收益。

三、数据研究及结论

（一）研究方法

本研究论证PEG理论的方法与以往其他学者研究方法有所不同。本研究着眼于PEG指标的重要影响因素净利润增长率入手。PEG（市盈率增长率）等于市盈率除以利润增长率。因此，PEG指标的重要影响因素是利润增长率。因为市盈率的高低并不足以反映正确的投资决策。研究方法为不同区间数据分析法。通过提取满足自变量即净年利润与第一季度同比利润率持续增长的股票，比较其相应阶段股票收益情况与该时间段对应股票市场收益情况。此外，在筛选出满足净利润增长条件的股票的基础上通过计算PEG指标进一步筛选出PEG小于等于1的股票，比较其考察期间股票池个股回报率与市场回报率的情况，从而得出结论。

（二）操作步骤

一是从国泰安数据库中选择2003～2013年度所有上市公司的“股票代码”；“市场类型”；衡量公司利润的指标“每股收益”；衡量单只股票收益情况“年个股回报率”；衡量市场平均收益情况“年市场回报率”等指标。年市场回报率指标是指国泰安数据库中考虑现金红利再投资的年市场回报率（等权平均法），其中包括上证A股年市场回报率，上证B股年市场回报率，深证A股年市场回报率，深证B股年市场回报率。

二是对2003～2013年度所有上市公司的每股收益处理：剔除银行业数据。

三是分别筛选出2006年，2007年，2008年，2009年，2010年，2011年，2012年，2013年的前三年年每股收益增长率，当年第一季度同比前一年的每股收益增长率均保持在20%以上的股票。

夜上海论坛 四是筛选出满足以上每股收益增长率条件的股票并查找这些股票对应的市场分类，股票池中股票在研究年的年个股回报率。

夜上海论坛 五是按照年份，市场类型分类；并计算研究年份股票池中个股年回报率与所属的股票市场在当年的年市场回报率差额；计算各市场筛选出的股票池平均年个股回报率，并与对应的股票市场的年市场回报率比较。

（三）数据分析

由图可知上证B股中有三年没有满足每股收益增长率的股票。在其余五年里，绝大多数股票个股回报率高于市场回报率。

（四）结论

由此可见，在前三年的每股收益增长率及当年第一季度同比每股收益增长率维持在20%以上时，大部分股票的年个股回报率高于年市场回报率，只有少数股票当每股收益率满足增长率条件时，其年个股回报率低于年市场回报率。

参考文献

夜上海论坛 [1]樊越.PE，PEG指标在选股中的有效性分析[J].现代经济信息，2010（20）.

夜上海论坛 [2]彼得林奇.成功投资学.北京：机械工业出版社.2010.4.