企业合并中商誉的会计处理方法

随着我国经济体制改革的深化，企业间的合并活动日益频繁，但对与企业合并密切相关的商誉问题的处理却不够规范，为此从商誉的含义入手对合并商誉进行了研究，通过对商誉在企业合并后的会计处理方法的探讨，认乌拿兰商誉是由购买价格超过拥有的净资产公允价格的差额确认，确认后的商誉应在规定的年限内用直线法摊销。     

基于CTV100平台的DPTV系统的研究与实现

从硬件和软件两方面详细阐述了基于CTV100平台的DPTV系统,并给出了总体设计框图和设计流程图。本项目采用意法半导体公司(ST)的CTV100解决方案,实现了对传统模拟电视信号的高效数字域处理,显著提高了电视画面的图像质量;并通过采用基于32bitCPU的OS20嵌入式操作系统,实现了多种传统模拟电视无法实现的功能。     

非对称信息条件下假冒伪劣现象的发生机制

近年来，假冒伪劣已经成为日常生活中见怪不怪的现象，严重地危害了经济和社会的健康发展。本文仅从信息经济学的角度对近年来假冒伪劣现象泛滥成灾的发生机制进行深层分析，并相应地提出了构建有效的信号传递机制进行治理。     

Seismic 3D Prestack Time Migration on Parallel Computers

Ｓｅｉｓｍｉｃ３ＤＰｒｅｓｔａｃｋＴｉｍｅＭｉｇｒａｔｉｏｎｏｎＰａｒａｌｌｅｌＣｏｍｐｕｔｅｒｓ￥ＬｉｕＰｉｎｇ＆ＣｈｅｎＹｕｎｈｅ（ＷｕｈａｎＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇｉｎｓｔｉｔｕｔｅ，ＷｕｃｈａｎｇＰ．Ｏ．Ｂｏｘ７４２２３，Ｐ．Ｒ．...     

多信息水声传输方式及其应用研究

介绍“抗强噪声水层深度遥测装置”专利中,采用频分PPM(Pulse-Position modulation)方式进行多信息水声传输的研究和工程设计,并着重阐述产生PPM数字信号的新方法和应用特殊的数字选频滤波接收的先进技术,并提出所设计的有关电路。     

CEDS—MD系统的数据 模型及处理

CEDS-MD是为彩色电视机机壳结构设计研制的专用微机CAD系统,本文介绍了系统的数据分类,表示模型的选取,数据处理方法及相应的文件系统.     

微型计算机中西文表格自动处理软件的算法设计

本文讨论了在微机中西文表格自动处理技术中一些特殊功能的算法设计,分析了设计思想,提供了部份实用算法,并对某些算法的时间复杂度进行了评述。这些算法均已在本校研制的“IBM-PC/XT微型机中西文数据库管理系统”的表格自动处理软件中实现,并已应用于百多家企、事业单位的计算机管理系统中。     

基于卷积模型的核信号仿真

NaI(Tl)探测器因具有探测效率高和成本低等优点,常被用于核辐射能谱测量和核辐射监管等领域．由于实验条件等的限制,研究人员往往较难获取理想的实验核信号,虽然可以借助探测器的仿真信号来实现研究目的,但是常规的探测器单指数或双指数模型和实际采集到的核信号模型存在一定的差异,需要一种更为精准的数学模型对探测器输出信号进行描述．我们通过对探测器信号形成过程分析,将探测器视为线性时不变系统,探测器各个部分响应的总卷积即为输出的核信号模型．本文建立的探测器输出信号卷积模型,结合实测伽玛源的幅度分布规律和相邻脉冲时间间隔分布规律,可以提供更精确的NaI(Tl)探测器输出信号,以便用于伽玛能谱测量算法研究;通过调节脉冲间隔时间大小,可以仿真不同计数下探测器输出信号的堆积情形,以便用于堆积信号还原算法研究．经过与伽玛辐射源的对比测试,该仿真信号与真实探测器输出信号一致,既避免了研究人员接触放射源,提高辐射防护安全性,又为开展数字化核信号处理算法研究及能谱算法研究提供了极大的便利性．     

联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。