关于执行新会计准则的几点浅见

众所周知,财政部规定所有上市企业自2007年1月1日开始执行新的企业会计准则,通过学习上述38项准则,结合平时工作中的一些经验和体会,有几点供大家参考。     

不同环境下混凝土动态抗压特性试验研究

在大连理工大学自行研制的大型静、动态电液伺服试验系统上对两种湿度条件和两种温度条件下的混凝土进行了不同应变速率（10^-5／s～10^-2／s）下的动态压缩试验,系统研究了湿度、温度条件对混凝土材料动态抗压强度特性的影响,探索了混凝土材料产生应变速率敏感性的内在机理,发现动态抗压强度随应变速率增加而增加．研究表明,在室温（20℃）条件下,含水量高的混凝土应变速率敏感程度高;温度通过改变混凝土内部自由水的状态来影响混凝土的应变速率敏感性．     

基于麻雀搜索算法优化Elman残差自校正地面沉降预测模型

地面沉降是一种常见的地质灾害,严重阻碍当地居民的生产生活,如何对地面沉降进行准确预测已经成为相关专家学者讨论的热点话题,但常规数学模型难以对地面沉降量做出准确预测。提出了麻雀搜索算法(sparrow search algorithm, SSA)优化Elman的地面沉降量预测方法,同时根据组合模型原理提出了SSA-Elman残差自校正(SSA-Elman residual self-correction, SSA-Elman-RSC)模型的策略,通过残差校正的方式降低神经网络预测误差,成功地将地面沉降量预测模型应用于山西省大同市潇河产业园,将预测结果与未进行残差修正的模型预测结果进行比较分析。结果表明,对于均方根误差(root mean squared error, RMSE)、平均绝对误差(mean absolute error, MAE)、均方误差(mean square error, MSE)3个指标,SSA-Elman-RSC拥有更高的精度。该模型的提出为山西地区地面沉降量预测提供了一种新方法,并且组合模型的建立提供了一种新思路。     

1,3,5-苯三甲酸与甲基紫精镉配合物的合成及晶体结构

利用缓慢蒸发溶剂法合成了配合物[CdCl(BTC)]~(2-)(C_(12)H_(14)N_2)~(2+)4(H_2O),并用元素分析、红外光谱、X-射线单晶衍射和热重分析等表征。结果表明:配合物属于单斜晶系, P21/c空间群, a=8.093(5) nm, b=16.480(10)nm, c=19.326(12) nm, V=2 561(3) nm~3, Z=3, R_1=0.033 0, wR_2=0.097 0。     

连通容器泄爆过程的CFD模拟

利用Fluent软件对连通容器泄爆过程中的气体爆炸流场进行数值模拟,获得气体爆炸过程的温度场和压力场,模拟结果能较清晰地反映泄爆过程。研究表明:连通容器泄爆时起爆容器的火焰高度均高于传爆容器,容器内温度随着泄爆时间的延长逐渐上升,泄爆口开启后又迅速下降;在泄爆初期,起爆容器的压力均低于传爆容器的压力,小球内压力衰减速度大于大球内压力衰减速度。     

一种新的区域滑坡影响因子敏感性分析方法研究与应用

区域滑坡的研究是近几年滑坡领域的一个研究热点,而对于区域滑坡研究而言,影响因子(环境因子和触发因子)的敏感性分析是其中的一个难点.在基于滑坡历史资料分析的基础上,提出了一种新的较为客观的影响因子的敏感性分析方法,并利用此方法对研究区-四川省雅安市雨城区内的区域滑坡的影响因子进行了敏感性分析.结果表明:此种方法较之其它方法更为客观,能较为真实地反映实际情况.因此该方法可为类似区域滑坡研究提供借鉴.图1,表2,参9.     

球形容器泄爆过程影响因素的数值模拟

为了研究球形容器内气体泄爆过程的影响因素及压力传播的基本规律,从能量守恒方程、质量守恒方程、动量守恒方程及化学组分平衡方程出发,建立了泄爆的数学模型,采用k-ε湍流模型和涡耗散概念模型即EDC燃烧模型,利用Fluent软件对该过程进行数值模拟,得到泄爆过程中不同时刻监测点的压力。用响应面曲线的方法讨论泄孔比、泄爆压力、容器体积对球形容器泄爆过程的影响,结果表明:泄孔比越大,危险系数越大;破膜压力过大或过小都将增大危险性;容器体积越大,越容易产生危险。因此,实际球形容器防爆泄压中,合理控制泄爆孔径、破膜压力和容器体积将对泄爆过程中产生的影响及泄爆效果至关重要。     

基于语义网的数字图书馆信息检索模型研究

介绍了语义网的相关知识,针对数字图书馆信息检索效率不高的问题,在现有数字图书馆信息检索模型的基础上,提出一种新型的基于语义网的数字图书馆信息检索模型,详细论述了该模型的3个主要模块及其各自功能。通过采用语义网技术,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,而无法根据信息资源中的语义关系进行检索的问题。     

基于粗糙集优化支持向量机的泥石流危险度预测模型

为准确预测泥石流危险度,提出了基于粗糙集理论(RS)的粒子群算法(PSO)优化支持向量机(SVM)模型。首先离散化泥石流样本数据形成初始决策表,利用粗糙集理论对10个泥石流危险度影响指标进行属性约简,将约简后的泥石流指标数据归一化处理作为支持向量机的学习样本,通过粒子群算法寻优获得最佳支持向量机模型参数,最终建立基于粗糙集的泥石流危险度预测的优化支持向量机模型。并将构建的RS-PSO-SVM模型用于对测试样本的预测,结果表明：在相同训练样本的条件下,RS-PSO-SVM模型、PSO-SVM模型及RS-PSO-BP模型三者的预测准确率分别为：87.5%,87.5%,75%,说明RS-PSO-SVM模型和PSO-SVM模型具有比RS-PSO-BP模型更高的精度。此外,尽管RS-PSO-SVM模型和PSO-SVM模型具有相同的预测精度,但是由于进行了属性约简,RS-PSO-SVM模型可以有效提高运行效率,降低模型复杂度。     

基于领域本体的语义相似度计算方法研究

介绍了本体的相关知识和3种不同的领域本体语义相似度算法,针对这3种算法的视角和优缺点提出了改进的基于领域本体的语义相似度计算方法。该方法综合考虑语义距离、概念特征和信息量中多种语义相似度计算影响因素,较真实地反映了概念间的语义关系。