基于多任务学习的青光眼智能诊断

为了提高青光眼检测的准确率,降低青光眼的危害,本文提出一种基于多任务学习的青光眼智能诊断方法,将U-Net网络和VGG16网络结合,U-Net网络和VGG16网络共用U-Net网络的编码器部分,通过U-Net网络得到杯盘比(cup-to-disc ratio,CDR),并且将CDR作为眼底图像的特征之一输入VGG16网络,实现眼底图像的青光眼分类。实验使用REFUGE挑战数据集进行验证,网络模型在训练后得到的工作特性曲线下面积为0.9788,且视盘和视杯的分割准确率分别达到0.8745和0.9624,对比其他使用相同数据集的方法,本方法具有更高的青光眼分类准确率。

增值税税率和留抵退税比例的经济增长效应分析

2017—2022年增值税减税改革的重要内容是税率下调和留抵退税。本文通过在增长模型框架中建立增值税税率和留抵退税比例影响投资的理论模型,考察了增值税减税改革对经济中资本量、消费水平和经济增长率的影响。研究发现:2017—2022年的增值税减税改革使经济的资本量增长7.85%、消费水平增长1.39%、经济增长率增加1.14个百分点,转移路径分析表明,增值税减税改革总体而言提升了消费者福利。反事实政策模拟表明,如果进一步扩大全额退还增值税留抵税额政策行业范围,将所有行业留抵退税比例都提高到100%,可以使经济增长率再增加约0.19个百分点,进一步放大增值税减税改革的经济增长效应。本文的研究结论对进一步优化增值税制度有现实意义。