会计差错更正的原则和方法

关于会计差错更正的原则和方法,新的会计准则主要在《会计政策、会计估计变更和会计差错更正》中对"前期差错"作了明确的规定。很显然,仅凭这一规定,是不可能解决所有会计差错更正的。本文试对各类会计差错的更正原则和方法进行归纳和总结。     

新会计准则对会计信息生产及披露成本的影响

本文从会计信息生产和披露的角度,运用契约及交易费等理论,结合目前会计信息需求和披露的实际,探讨新会计准则体系对我国企业会计信息生产及披露成本的影响。     

海上时移地震中潮汐校正应用研究

时移地震中两次地震资料采集时间不同,记录的潮汐量不同,导致两次资料中出现一定时差,并且采集资料时基准面不统一,所以时移地震资料处理中潮汐校正成为必要环节。本文介绍一种时移地震中基于潮位值预测的潮汐校正方法,并采用水深数据快速检验该方法计算潮汐量的合理性,也引入非一致性值作为质控两次资料潮汐校正效果的定量化参数。此外,也通过对比校正前后地震剖面,验证了该潮汐校正方法的可靠性,说明该方法实用价值高。     

基于支持向量机的属性优选和储层预测

本文采用基于支持向量机(SVM)的特征选择方法进行地震属性优选,根据油井的产油气情况将油井分为高产井和低产井,利用SVM对这些样本进行训练,然后根据每个属性对应的权值进行筛选,便可以选取对油气敏感的属性,进而更好地预测储层。具体过程为:①提取一定量的地震属性;②根据已知井的信息,获得训练样本,训练线性SVM;③计算各个特征的权值;④选取较大权值绝对值对应的多个属性;⑤将支持向量回归机(SVR)应用于优选出的属性,获得储层预测的结果。实际资料应用结果表明,文中方法不仅能筛选出有效的地震属性,还能够有效地预测储层。     

应变反馈式压电陶瓷微位移驱动器的研制

介绍了采用应变片测量压电陶瓷微位移驱动器位移的原理和设计思想,介绍了实验装置的结构,给出了实验结果,证明将应变片直接粘贴在压电陶瓷基体表面测量其位移的方法是可行性的;通过对压电陶瓷滞回特性的测定,提出了建立压电陶瓷的控制模型的基本思路。     

基于两层分解算法和改进SVM的油田采出水处理效果预测研究

准确的水质预测是评估油田联合站采出水处理效果的重要依据,为水质预警提供科学依据.传统方法存在主观性强和耗时性长等缺点,现有部分研究借助于机器学习方法,但对数据噪声和数据非线性考虑不足.本研究提出一种基于两层分解算法与改进支持向量机相结合的预测方法.通过两层分解算法消除冗余噪声,提取初始数据主要特征.利用分层抽样对原始数...     

利用Windows95建立对等网络

近年来,随着计算机技术的迅速发展,计算机网络通信越来越重要。但是为了在三、四台计算机间传递数据就建立一个使用Novell等网络操作系统的小型网络,则投入太大,因为要将一台较高档的计算机作为服务器,对一般单位来说,不可接受。在这里我介绍一种利用Windows 95操作系统建立的快速简单的对等网络。要求机型只要能运行Windows 95操作系统即可。所需硬件为几块网卡、端结器、T型头     

强震下网壳结构性能的多模态整体损伤演化EI北大核心CSCD

在已有宏观地震整体损伤模型基础上,借助线性模态置信准则(英文简称LMAC)来考虑强震作用下网壳结构体系中普遍存在的模态跃迁现象,并结合网壳结构振动特性,给出了模态损伤贡献因子取值为1.0的简化模态损伤计算模型,结构整体损伤则由各阶模态损伤依据模态损伤独立性假设来进行组合得到。在将该模型应用于强震作用下某一算例施威德勒单层网壳结构的损伤演化规律分析与数值验证中发现,当认真处理好模态匹配和高阶模态对损伤的贡献度时,得到的损伤指数更符合通用正S型损伤发展规律,且与三条地震波作用下网壳结构增量动力分析(IDA)得到的特征响应,尤其是最大节点位移曲线吻合较好。此外,简化H2损伤模型不仅能够量化初始缺陷对结构整体初始损伤的影响,而且能够揭示初始缺陷对结构损伤影响的多模态特性。尽管计算结果与地震波的选择存在较大的关联,但是对应于各个特征点损伤数值却显示出较好的一致性。     

探讨多组学技术对微生物研究的影响

多组学技术将使人类对微生物研究的产生爆炸,被视为微生物学的未来。笔者认为对于多组学产生的数据需要与分离培养技术及其生态特征共同结合,简化复杂多组学数据处理方法,使得多组学技术对于分析微生物群落更有针对性。     

利用改进的自组织网络进行地震属性分析

自组织神经网络结合地震属性技术往往被用于进行地震相的自动识别,但在实际应用中存在着一些问题难以解决:如神经网络的分类识别能力问题、怎样选取地震属性、怎样解决自组织聚类的有序映射等.对Kohonen自组织网络进行了部分改进,并利用灵敏属性分析技术来解决地震属性的选择问题,最后结合自组织聚类参数利用RBF网络对储层参数进行预测,较为有效地提高了地震多属性储层预测精度.