导读:本文包含了失真识别论文开题报告文献综述及选题提纲参考文献,主要关键词:会计信息失真,支持向量机,分类识别,数据挖掘
失真识别论文文献综述
张志恒,邓启兰[1](2019)在《基于支持向量机的会计信息失真识别研究》一文中研究指出公司会计信息不仅是资本市场必不可缺的信息资料,也是政府宏观和微观管理国民经济的重要信息来源,会计信息真实性是其基础和保障,尤其重要。本文构建了支持向量机分类识别模型框架,并采用支持向量机(SVM)算法对会计信息进行失真识别。实验中,选取2007年至2016年国泰安数据库A股上市公司为样本,选取了25个财务指标和5个非财务指标作为研究变量,将Lib SVM用于样本预处理、训练和测试,以建立会计信息失真识别模型。结果表明所建模型对会计信息失真企业的正确识别率达到94.8%,具有很好的实践价值。(本文来源于《财会通讯》期刊2019年13期)
邓启兰[2](2019)在《基于数据挖掘的上市公司会计信息失真识别模型研究》一文中研究指出在上市公司披露的财务报告中,会计信息占据百分之七十以上的内容,会计信息不仅是各个主体进行经济决策的有效基础,更是资本市场稳定发展的主要因素。随着公司信息化的蓬勃发展,经济交易逐步实现了网络化、智能化。在海量的会计信息中,传统的识别会计信息真实性方法成本高、效率低,已无法满足信息化时代的需求。因此,如何快速提取需要的数据并且识别会计信息的可靠性和真实性,已成为当前非常重要的课题。将数据挖掘方法引入会计、审计领域,不仅符合社会大众的需求,而且在缩短作业时间、优化资源配置、降低人为主观因素及提高识别准确率上具有独特的优势。本文将数据挖掘方法应用于上市公司会计信息失真识别工作中,在深入理解相关理论以及分析现有文献的基础上,综合运用数据挖掘方法对上市公司会计信息失真和非失真进行分类。首先,通过文献研究总结出初始指标体系,并通过主成分分析方法形成主成分指标。形成的九个主成分指标已经解释了总方差的近91.9%,在很大程度上能够代替初始指标完成会计信息失真识别模型的构建。其次,选择我国上市公司2008-2017年披露的财务报告数据作为研究样本,构建叁种单一会计信息失真识别模型,支持向量机识别模型、广义回归神经网络识别模型、决策树识别模型。在叁种识别模型中,支持向量机识别模型的正确率最高,达到94.8%,广义回归神经网络识别模型对数据的学习时间最短,决策树识别模型更便于操作和可理解。然后,进行模型评估和综合识别模型的构建,评价结果表明支持向量机识别模型的综合性能最好,其次为决策树识别模型,最后为广义回归神经网络识别模型。与单一识别模型测试出的实验结果相比,通过综合识别模型得到的实验结果可信度更高,稳定性更好,识别正确率达到91.18%。最后,结合本文研究,从政策制约、内部控制、投资者和债权人对会计信息失真识别能力叁个方面提出了管理建议。(本文来源于《重庆理工大学》期刊2019-03-21)
侯孟寒[3](2018)在《基于谐波失真识别微型扬声器异音故障方法》一文中研究指出在扬声器的生产制造流程中,质量检测对保证产品性能的一道尤为重要的环节。一些国内外的扬声器制造商为保证和监控产品生产过程中的稳定性,会在生产线上安装精密检测仪器,进行产品筛选。但是由于这些计算复杂、精度高的设备具有检测速度慢、价格昂贵等限制,并不适合作为在线检测的方法。以至于在检测环节,大多数的生产厂商依然采取传统的手段,通过产品接入扫频仪信号,并由人耳进行监听判断。这种方法由于是主观判定方式,并且容易受到制造线的嘈杂环境的影响,可能会对产品造成误判。并且长期遭受扬声器产生的大功率、高声压级信号,会对人耳的听觉能力造成损害。一种高效、安全,的自动检测方法是如今扬声器制造商迫切需要的技术。另外对于人耳检测出有异常的扬声器,依然无法直观判断出导致其异常的具体原因。如果可以通过检测环节对产品异常原因和故障程度进行有效分类,就可以对异常产品进行不同的取舍处理。可以通过补修复原直到产品合格,无法修补的严重缺陷的产品可直接隔离处理,并且可以及时有针对性的对故障工位检修。这样可以提高产品的优质率,并且节约生产成本,减少废料。本文即针对扬声器产品故障分类这一领域的空白进行研究,通过对扬声器信号进行频域分析的方法,对异常声信号进行分析和识别。在简要介绍了动圈式扬声器的结构组成、工作原理,以及给出了扬声器异常音检测流程后,本文结合微型扬声器自身的特点,对异常声音信号产生的方式做更进一步的研究。着重分析并预测了几种极易产生并且不易清理排查的几种微型扬声器异常产生机理。利用对微型扬声器的响应信号做频域分析的方法,对其共振频率附近以及高阶能量信号进行统计。首先将正弦信号作为激励信号输入到扬声器中。再由传声器以及数据采集卡将收集到的模拟信号转换成数字信号。计算机将得到的数字信号经过离散傅里叶变换,获得频域谐波分布图。通过测试多个正常与非正常样品对比,得到特性分布曲线,并绘制出可以区分异常品的门限图。并对预想的几种失效方案进行实际测试使用,并通过给出不同阈值曲线的方式,对不同失效方式实现直观有效的区分。根据产品产生异音位置的不同,异常产品在时域失真分布图中会在不同的阶数位置处会产生幅值高度不同的失真信号。以本文中的091625产品为例,打底产品在第5、9和10阶位置处的失真信号幅值要有明显高于正常产品的特征。(本文来源于《吉林大学》期刊2018-05-01)
柏正琼[4](2016)在《从审计角度看会计信息失真的表现形式及其识别途径》一文中研究指出会计信息是公司财务信息和其他经济信息的反映,是公司相关利益群体做出经济决策的参考依据,客观真实的会计信息对会计信息使用者具有十分重要的意义。但近年来,国内外公司会计信息失真的现象异常严重,这不仅会影响会计信息使用者作出正确的经济决策,也会对公司的健康发展构成严重威胁。为此,本文结合实际审计工作经验,浅析公司会计信息失真的表现形式及其识别途径。(本文来源于《财会学习》期刊2016年06期)
袁东明,刘波,孙辉[5](2016)在《基于偏最小二乘法的功放识别与预失真设计》一文中研究指出在功率放大器功率优化设计的研究中,为克服现代通信系统中功率放大器PA对线性调制信号产生的非线性失真问题,提出了基于偏最小二乘法PLS识别功放与设计预失真的方法。通过采用PLS法、QR分解与最小二乘法LS分别识别功放GMP模型,进行精确度对比,确定PLS法的优越性;又基于PLS法以输出饱和为约束条件,功率最大化与线性误差最小为目标函数,设计了GMP预失真模型,通过计算输入信号、无预失真输出信号与带预失真输出信号相邻信道功率比ACPR说明了所设计预失真满足约束条件与优化目标。仿真结果验证了PLS法在功放识别与预失真设计的可行性及有效性。(本文来源于《计算机仿真》期刊2016年02期)
姚衡,高瑞,王双成[6](2015)在《基于贝叶斯网络分类器的财务信息失真识别研究》一文中研究指出企业财务信息失真识别越来越多地受到关注。本文使用条件高斯函数代替边缘高斯函数的乘积进行迭加,给出新的多元高斯核函数,在此基础上,建立扩展的连续属性朴素贝叶斯分类器,并将该分类器用于企业财务信息失真识别,实验结果显示,这种分类器具有良好的分类性能。(本文来源于《新会计》期刊2015年06期)
陈燕[7](2015)在《一种低失真衰减的智能网络视频监控识别系统》一文中研究指出基于音视频处理的图像传输和通信算法设计是实现网络视频监控和智能识别的基础,传统的网络视频监控识别系统因视频图像的传输过程中的时延敏感编码,导致失真衰减,视频识别性能不好。提出并设计了一种基于MPEG-4的网络视频监控及智能识别系统,用MUX101程控开关控制MPEG-4中的AD8021芯片进行反馈电阻控制实现视频放大,选用程控放大器VCA810,由DSP控制其控制电压达到调整放大倍数的目的,实现准确地采集网络视频数据。将RGB分量转化成亮度分量和色差分量,在使用RLE行程编码和Huffman编码来完成压缩任务,进行视频通信传输中的智能识别和监控,采用串并联复合式宽带阻抗匹配网络控制方法,提高数据采集系统的灵敏度和稳定性,抑制失真衰减,提高视频监控中对敏感特征的识别能力。系统测试结果表明,采用该系统进行网络视频智能监控识别,对敏感特征的检测的性能较好,能有效抑制失真衰减,提高对网络视频的识别精度。(本文来源于《科技通报》期刊2015年04期)
李福琼[8](2015)在《公司会计信息失真表现与识别途径研究》一文中研究指出公司的会计信息失真不仅会影响国家证券市场的健康发展,而且对广大股民尤其是中小股民的利益产生巨大的冲击,公司会计信息失真已成为我国经济运行机制中的一大公害。对公司会计信息失真表现的情形进行逐一分析,由此列举识别会计造假的主要途径和对应方法,以期对公司会计信息失真的情形进行有效控制和辅助。(本文来源于《民营科技》期刊2015年02期)
陈丹丹[9](2014)在《高速道岔振动信号端点检测与失真识别研究》一文中研究指出高速道岔是铁路线路中的薄弱环节,在长期使用过程中,易产生结构疲劳和裂纹等损伤,严重影响铁路的安全运营,因此对道岔进行伤损监测具有重要意义。在道岔伤损识别技术中,由传感器采集的振动加速度信号数据量大,若直接将全部数据用于伤损检测,必将给系统造成运行速度慢、实时性不高等问题,为提高系统实时性和伤损识别准确性,对采集的信号进行端点检测并提取出有效的振动信号是信号预处理的重要一步。另外,由于传感器工作于较恶劣的环境,常出现各种故障,导致采集的道岔振动信号存在失真,影响后续道岔的伤损识别,因此,对采集的高速道岔振动信号进行失真识别具有重要意义。本文对此展开研究,所做工作如下所述:(1)在高速道岔振动信号端点检测部分,针对道岔振动信号的非平稳特性,采用了基于Hilbert-Huang变换的特征能量作为区别有效振动信号和噪声的特征,并对该特征进行顺序统计滤波处理,增强了有效振动信号和噪声的辨识度,然后应用模糊C均值聚类对特征能量进行自适应的阈值估计。最后将本文方法与基于短时能量、子带谱熵方法的仿真结果进行对比,对比结果证明了本文方法的可行性和优越性;并用实验验证了利用端点检测提取出的有效振动信号参与道岔伤损识别,一定程度上可提高伤损识别率,并减少道岔伤损识别所用的时间。(2)在道岔振动信号失真识别部分,首先在实测正常道岔振动信号基础上,对传感器漂移故障失真信号、传感器卡死故障失真信号和传感器冲击干扰失真信号进行模拟仿真;然后根据四种信号的非平稳性,提取基于EMD的叁种特征:固有模态能量熵、特征能量和残差能量;最后研究道岔振动信号失真识别,分别采用基于FCM-减法聚类的最近邻算法、基于FCM-FCM的最近邻算法和基于BP神经网络方法进行实验分析。实验结果表明,本文方法比基于FCM-FCM的最近邻算法和基于BP神经网络方法的结果更准确。最后对本文所做工作进行总结,并对未来进一步的工作进行展望。(本文来源于《西南交通大学》期刊2014-05-01)
郭庆[10](2013)在《GPS结构监测数据失真分析与异常识别方法研究》一文中研究指出GPS监测技术以其全天候、全自动、高效快速和高精度等特点,已经越来越多地应用于多种大型结构的安全性监测中。GPS信号作为一种功率很小的微弱信号,在其传播过程中易受到各种外界因素的干扰如多路径效应、整周跳变现象等。这些干扰源会引起相当比例数据的异常和失真,致使结构性态识别与故障诊断结果频频出现误/警现象,因此,无论是在信息获取阶段还是在安全评价环节,为了获取更为准确的监测数据,GPS监测过程中的数据失真与变异问题都应引起高度重视。针对GPS异常失真数据的检验和识别的问题,本论文主要进行了以下几个方面的理论和试验的研究。(1)系统总结了GPS定位技术的相关理论,详细介绍了GPS定位中的误差分类。针对不同的误差项给出相应地削弱方法,以期减少在GPS监测中由于测量误差而造成的数据失真和异常。(2)完成了基于GPS技术的大连北大桥动态监测。基于ANSYS软件建立的大桥的有限元模型,获取大桥自振频率和振型,为GPS流动站的布置提供参考。最后利用GrafNav/Net软件完成了流动站坐标的动态解算,获得了大桥的实时动态位移。(3)提出了基于控制图的GPS异常监测数据检验方法。构建了休哈特和累积和(Cumlative Sum,简称CUSUM)两种控制图,给出了对应的异常预警模型。针对GPS监测数据不服从正态分布的问题,提出了利用累积分布函数的核密度估计将其转化为Q统计量,并以此为基础构建了基于Q统计量的控制图应用于GPS异常数据的检验中将两种控制图应用于GPS仿真和实测数据中,结果表明休哈特控制图能够检测出3倍标准差以上的大偏移,但是缺少小偏移检验能力。CUSUM控制能够检测出3倍标准差以下的连续小偏移,最小可达0.5倍的标准差,但是随着偏移的增大CUSUM控制图的误判范围在增加。实际应用中可以根据需要,选择不同的控制图进行异常数据的判别。(4)提出了一种基于关联负选择的积分步识别算法用GPS监测数据的异常检验。首先构建GPS监测数据的关联模型,通过设定预警控制限对异常数据快速初步判定然后再利用自适应半径负选择算法对异常数据发生范围进行精确的二次识别。对于负选择算法中固定半径检测器和固定半径自体表示方法的不足文中给出了相应改进。分别用仿真的正弦数据和GPS实测数据验证了该方法的有效性,结果表明本文提出的方法能够准确识别GPS监测数据中的异常,关联负选择的双重机制保证了异常检验的效果,能够用于GPS异常数据识别的实际工程中。(本文来源于《大连理工大学》期刊2013-06-01)
失真识别论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
在上市公司披露的财务报告中,会计信息占据百分之七十以上的内容,会计信息不仅是各个主体进行经济决策的有效基础,更是资本市场稳定发展的主要因素。随着公司信息化的蓬勃发展,经济交易逐步实现了网络化、智能化。在海量的会计信息中,传统的识别会计信息真实性方法成本高、效率低,已无法满足信息化时代的需求。因此,如何快速提取需要的数据并且识别会计信息的可靠性和真实性,已成为当前非常重要的课题。将数据挖掘方法引入会计、审计领域,不仅符合社会大众的需求,而且在缩短作业时间、优化资源配置、降低人为主观因素及提高识别准确率上具有独特的优势。本文将数据挖掘方法应用于上市公司会计信息失真识别工作中,在深入理解相关理论以及分析现有文献的基础上,综合运用数据挖掘方法对上市公司会计信息失真和非失真进行分类。首先,通过文献研究总结出初始指标体系,并通过主成分分析方法形成主成分指标。形成的九个主成分指标已经解释了总方差的近91.9%,在很大程度上能够代替初始指标完成会计信息失真识别模型的构建。其次,选择我国上市公司2008-2017年披露的财务报告数据作为研究样本,构建叁种单一会计信息失真识别模型,支持向量机识别模型、广义回归神经网络识别模型、决策树识别模型。在叁种识别模型中,支持向量机识别模型的正确率最高,达到94.8%,广义回归神经网络识别模型对数据的学习时间最短,决策树识别模型更便于操作和可理解。然后,进行模型评估和综合识别模型的构建,评价结果表明支持向量机识别模型的综合性能最好,其次为决策树识别模型,最后为广义回归神经网络识别模型。与单一识别模型测试出的实验结果相比,通过综合识别模型得到的实验结果可信度更高,稳定性更好,识别正确率达到91.18%。最后,结合本文研究,从政策制约、内部控制、投资者和债权人对会计信息失真识别能力叁个方面提出了管理建议。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
失真识别论文参考文献
[1].张志恒,邓启兰.基于支持向量机的会计信息失真识别研究[J].财会通讯.2019
[2].邓启兰.基于数据挖掘的上市公司会计信息失真识别模型研究[D].重庆理工大学.2019
[3].侯孟寒.基于谐波失真识别微型扬声器异音故障方法[D].吉林大学.2018
[4].柏正琼.从审计角度看会计信息失真的表现形式及其识别途径[J].财会学习.2016
[5].袁东明,刘波,孙辉.基于偏最小二乘法的功放识别与预失真设计[J].计算机仿真.2016
[6].姚衡,高瑞,王双成.基于贝叶斯网络分类器的财务信息失真识别研究[J].新会计.2015
[7].陈燕.一种低失真衰减的智能网络视频监控识别系统[J].科技通报.2015
[8].李福琼.公司会计信息失真表现与识别途径研究[J].民营科技.2015
[9].陈丹丹.高速道岔振动信号端点检测与失真识别研究[D].西南交通大学.2014
[10].郭庆.GPS结构监测数据失真分析与异常识别方法研究[D].大连理工大学.2013