基于CRIME五因素论的ST公司财务舞弊识别

ST公司财务舞弊对我国资本市场造成了不小的负面影响。本文以舞弊动因"CRIME"五因素论为基石,选取可能影响舞弊的22个指标,并使用3年的数据对30对ST公司舞弊与非舞弊样本做了t检验、Wilcoxon符号秩检验、Logistic回归,建立的识别模型综合正确率达到81.7%。通过对模型进行稳健性检验,结果表明,识别舞弊样本的正确率为77.3%,说明该模型具有良好的应用效果。     

基于Logistic方法的上市公司会计舞弊检测研究

中国新型加转轨经济的特征,监管制度等方面的不完善,决定了根据发达国家相对成熟资本市场上市公司财务数据建立的会计舞弊检测模型的不适用。通过采用会计舞弊检测中应用普遍并具有较高预测正确率的logistic回归方法,在对现有文献中预测效果较好的财务指标进行方差分析基础上,选择具有显著性的变量建立舞弊检测模型。基于SPSS13.0平台,选择2002～2006年间被中国证监会出具处罚公告的舞弊上市公司及其与之匹配的非舞弊公司控制样本数据,完成了确定样本规模、回归模型与回归参数选择等实验。结果发现,样本规模对舞弊检测正确率有显著影响,而参数中分类点的变化对正确率无明显影响,参数选择对混合逐步回归模型具有显著影响。最终通过比较实验获得具有八个指标的最佳拟合数据检测模型,该模型与现有会计舞弊检测模型相比具有较高的判定率。     

基于遗传算法的计算机三维月球模型仿真

利用CE-1（嫦娥一号）星载激光高度计测得的800多万个有效激光测高数据点,首次采用自适应遗传算法拟合了一个月球三轴椭球体模型。同时基于测量的数据点得到实际月表地形图,对比了本文拟合的模型和正球体的误差。该模型得到的数据与历史之相当,由于嫦娥一号的测高数据高达800多万,得到的月球数字高程模型空间覆盖面更广。     

趋势外推法下构建自由现金流量预测模型

本文首先借助游程检验,以确定历史自由现金流序列是否存在趋势,然后运用趋势外推法中几种合适的趋势曲线模型,借助SPSS软件对历史数据进行拟合,并选择出拟合度最优的拟合曲线模型,最后以此最优拟合曲线模型作为自由现金流量的预测模型,对未来自由现金流量进行预测。     

个人资产评估的数学模型

本文针对我国个人信用制度建立中个人资产信用评估问题,提出个人资产评估模型。利用此动态个人资产模型,以全国城镇及农村居民平均性数据为例,从宏观角度对个人资产进行拟合,并将名义个人资产变化情况与考虑通货膨胀因素后实际个人资产的变化情况做了对比分析。     

Markov机制转换模型研究——在中国宏观经济周期分析中的应用

本文首次引入反映我国经济增长周期模式改变和状态转移机制变迁的虚拟变量,对传统Markov机制转换模型进行了修正,由此解决了将Markov模型应用于中国年度宏观经济数据研究中国经济周期问题的难题。运用修正后的Mark-ov模型,本文对我国1953～2005年的年度实际产出增长率的数据进行了拟合,研究表明,该模型较好地刻画了我国实际产出增长的周期性变化。根据分析我们发现,改革前后我国经济周期的非对称性特征比较明显,并且经济增长周期模式和经济周期性变化机制存在显著差异。     

基于双kinect数据融合技术的工人作业疲劳智能化检测研究

本文针对制造型企业工人的作业疲劳检测问题,首先采用双kinect数据融合技术,提出了骨骼数据融合算法模型并应用于人体姿势识别,实现对工人作业疲劳姿势的智能化检测;然后将该算法与单kinect、Lin等算法比较,验证该算法的可靠性及识别精度;最后通过企业案例进行工人作业疲劳检测,结合人因工程学对工人动作进行分析并改善,对比验证结果表明,基于姿态角的双kinect人体姿势识别算法识别时间明显缩短,识别率显著增强,精准度较高,工人姿势识别数据具有较高可靠性.     

基于双kinect数据融合技术的工人作业疲劳智能化检测研究

本文针对制造型企业工人的作业疲劳检测问题,首先采用双kinect数据融合技术,提出了骨骼数据融合算法模型并应用于人体姿势识别,实现对工人作业疲劳姿势的智能化检测;然后将该算法与单kinect、Lin等算法比较,验证该算法的可靠性及识别精度;最后通过企业案例进行工人作业疲劳检测,结合人因工程学对工人动作进行分析并改善,对比验证结果表明,基于姿态角的双kinect人体姿势识别算法识别时间明显缩短,识别率显著增强,精准度较高,工人姿势识别数据具有较高可靠性.     

基于双kinect数据融合技术的工人作业疲劳智能化检测研究

本文针对制造型企业工人的作业疲劳检测问题,首先采用双kinect数据融合技术,提出了骨骼数据融合算法模型并应用于人体姿势识别,实现对工人作业疲劳姿势的智能化检测;然后将该算法与单kinect、Lin等算法比较,验证该算法的可靠性及识别精度;最后通过企业案例进行工人作业疲劳检测,结合人因工程学对工人动作进行分析并改善,对比验证结果表明,基于姿态角的双kinect人体姿势识别算法识别时间明显缩短,识别率显著增强,精准度较高,工人姿势识别数据具有较高可靠性.     

基于时间序列模型在物流需求预测中的应用

本文采用时间序列模型进行物流需求预测，用实例从数据平稳性的判断，平稳化、标准化，建模，经模型的识别、定价、参数估计和检验，到预测及误差和置信区间的计算，详细地说明了时间序列模型在物流需求预测中是如何应用的。结果表明该ARMA模型能够较好地拟合并可获得较高的中短期预测精度。