简介:伴随着经济全球化、一体化脚步的加快,一些新兴领域如电子商务、管理信息系统的兴起,标志着人类社会已经步入知识经济时代。智力资本在知识经济市场中发挥出来的巨大作用逐步明显,找到一套理论完备而又行之有效的方法体系对人力资本价值进行计量就尤为重要。笔者认为会计要素的计量和其自身特征与产权特征有着密不可分的关联关系,例如固定资产本身具有价值波动小轻易不会贬值,产权相对固定的特征,故而宜采用历史成本法确认与计量其价值;而存货由于其受市场价格变动影响较大宜采用成本与市价孰低法进行计量。因此,人力资本及其产权特征是一个亟需解决的问题。本文将从人力资本特征入手讨论人力资本产权的特征并对人力资本价值计量方法进行选择。
简介:地下断层深度的估算是重力解释难题之一,我们试利用支持向量分类(SvC)法进行计算。使用正演和非线性反演技术,通过相关误错使检测地下断层深度成为可能。但必要有一个深度初始猜测值,而且这猜测值通常不是由重力资料得。本文我们介绍以SVC作为利用重力数据估算断层深度的一种手段。在这项研究中,我们假设一种地下断层深度可归为一种类型,SVC作为一个分类算法。为了有效地利用此SVC算法,我们基于一个正确的特征选择算法去选择正确的深度特征。本次研究中我们建立了一套基于不同深度地下断层的合成重力剖面训练集,用以训练用于计算实际的地下断层深度的SVC代码。然后用其它合成重力剖面训练集测试我们训练的SVC代码,同时也用实际资料验证了我们的训练SVC代码。
简介:评估指标体系的选取是企业信用评估的首要问题,它是一个特征选择问题。文章提出了一种针时SVM组合技术的拆分特征选择方法,其主要思想是时SVM组合中的各个分类器分别进行特征选择,再采用不同的特征子集作为各子分类器的输入,进行组合建模与预测。文章从filter和wrapper相结合的思想出发,进行了子分类器的特征选择;之后,针对企业信用评估问题的特点,采用了二叉树结构作为SVM的组合策略。实验表明,拆分特征选择方法能选出规模较小、具有一定差异的关键指标集,提高了模型的分类性能,并且具有计算简单,运行快速的优点。