2019年中国钢铁行业绩效情况分析被引量：3

Performance Analysis of China Steel Industry in 2019

下载PDF

导出

摘要介绍了2019年中国钢铁行业的经济效益情况,并将中国钢铁行业的平均绩效水平与国际钢铁行业进行对比分析,继而对中国上市钢铁企业的绩效进行深入分析,以帮助中国钢铁行业正确认识自身与国际钢铁行业的差距,明确自身在行业中所处的地位。

作者孟嘉乐王兴艳 MENG Jia-le;WANG Xing-yan

机构地区北京赛迪科创技术有限公司

出处《冶金经济与管理》 2020年第6期9-12,共4页

关键词钢铁绩效经济效益

分类号 F403.8 [经济管理—产业经济]

引文网络
相关文献

参考文献1

1王兴艳.2019 年钢铁上市公司盈利能力分析[J].冶金经济与管理,2020(4):44-47. 被引量：4

二级参考文献1

1李拥军.2018年钢铁上市公司盈利类群划分[J].冶金经济与管理,2019,0(5):4-7. 被引量：1

共引文献3

1黄维,秦子然,曲余玲,邢娜.2021年钢铁行业运行分析与2022年展望[J].冶金经济与管理,2022(1):19-21. 被引量：12
2谷雨航.G上市公司盈利能力分析与提升对策探究[J].全国流通经济,2022(1):82-84. 被引量：1
3李征阳,王富强.基于财务管理视角的企业盈利能力探析[J].唐山师范学院学报,2022,44(2):105-109.

同被引文献28

1麻洪秋,孟令兵,赵同春,江忠民,张军,关立东.注射成形用高品级不锈钢粉末工业化制备技术[J].粉末冶金工业,2020,30(1):84-88. 被引量：4
2徐长航,陈国明,谢静.红外图像处理技术在金属表面缺陷检测中的应用[J].制造业自动化,2009,31(10):51-54. 被引量：9
3张学武,丁燕琼,闫萍.一种基于红外成像的强反射金属表面缺陷视觉检测方法[J].光学学报,2011,31(3):104-112. 被引量：28
4王宇,吴智恒,邓志文,刘进军,童季刚,莫爵贤.基于机器视觉的金属零件表面缺陷检测系统[J].机械工程与自动化,2018(4):210-211. 被引量：25
5李普明,张德金,袁勇.钢铁粉末的发展现状与展望[J].粉末冶金工业,2019,29(2):1-6. 被引量：9
6关于钢铁企业烧结、焦化烟气超低排放情况的调研报告[J].中国冶金,2019,29(7):79-84. 被引量：12
7曹阳.中国粉末冶金零件产业发展现状[J].粉末冶金工业,2019,29(1):1-5. 被引量：3
8李东.我国钢铁行业“产能置换”政策发展历程研究[J].四川冶金,2020,42(2):13-15. 被引量：2
9黄凤荣,李杨,郭兰申,钱法,朱雨晨.基于Faster R-CNN的零件表面缺陷检测算法[J].计算机辅助设计与图形学学报,2020,32(6):883-893. 被引量：40
10朱超平,杨永斌.基于改进的Faster-RCNN模型的汽车轮毂表面缺陷在线检测算法研究[J].表面技术,2020,49(6):359-365. 被引量：13

引证文献3

1周扬,李盈语,严彬.江苏省钢铁行业建设项目环保准入门槛浅析[J].绿色科技,2021,23(2):174-176. 被引量：2
2韩强,张喆,续欣莹,谢新林.基于FF R-CNN钢材表面缺陷检测算法[J].太原理工大学学报,2021,52(5):754-763. 被引量：24
3袁勇,张德金,尹墨阳,李松林.铁粉的发展现状与建议[J].粉末冶金工业,2023,33(2):1-4.

二级引证文献26

1赵林熔,甄国涌,储成群,单彦虎.基于CBE-YOLOv5的钢材表面缺陷检测方法[J].电子测量技术,2023,46(15):73-80. 被引量：1
2陈伟.建筑钢材检测及注意事项[J].新材料·新装饰,2022,4(5):19-21.
3米春风,卢琨,汪文艳,王兵.基于机器视觉的带钢表面缺陷检测研究进展[J].安徽工业大学学报（自然科学版）,2022,39(2):180-188. 被引量：16
4潘甜,张司颖,叶杨飞.基于深度学习的飞机蒙皮缺陷检测研究[J].机械工程与自动化,2022(2):133-134. 被引量：2
5于海涛,李福龙,刘亚姣,王江,于利峰,张春晖,刘宝顺,马永福.改进注意力机制的型钢表面微小缺陷检测方法[J].计算机工程与应用,2022,58(11):250-259. 被引量：9
6寇皓为,苏燕辰,李恒奎,陈国俊,邓越.深度学习在受电弓弓头故障检测与分类中的应用[J].激光杂志,2022,43(6):53-58. 被引量：4
7郭学俊,彭赞.基于边缘感知和小样本学习的多尺度带钢表面缺陷分割方法[J].太原理工大学学报,2022,53(5):895-901. 被引量：1
8程国建,卞晨亮.基于目标识别的钢材缺陷检测方法[J].计算机工程与设计,2022,43(10):2977-2983. 被引量：4
9黄如兵,赵涟漪.基于YOLOv4卷积神经网络的钢材缺陷检测系统[J].南阳理工学院学报,2022,14(4):83-87.
10刘军,王慧民,张兴忠,张婷,郭美青.基于Transformer的端到端路面裂缝检测方法[J].太原理工大学学报,2022,53(6):1143-1151. 被引量：5

冶金经济与管理

2020年第6期

浏览历史

内容加载中请稍等...

2019年中国钢铁行业绩效情况分析被引量：3

参考文献1

二级参考文献1

共引文献3

同被引文献28

引证文献3

二级引证文献26

相关作者

相关机构

相关主题

浏览历史

2019年中国钢铁行业绩效情况分析 被引量：3

参考文献1

二级参考文献1

共引文献3

同被引文献28

引证文献3

二级引证文献26

相关作者

相关机构

相关主题

浏览历史

2019年中国钢铁行业绩效情况分析被引量：3