检索结果-南通市图书馆

维普期刊数据库

教育背景、近亲繁殖与科研产出——基于信息资源管理学科的实证研究

在线全文

学校读者我要写书评

暂无评论

图书馆论坛 2024年

作者：刘宇孙凯骋云南大学新闻学院云南大学历史与档案学院

长期以来，高校学术劳动力市场的人才选拔过程普遍存在学历歧视与“近亲繁殖”现象，其现实合理性和“学历信号表征科研能力”的直觉性逻辑在信息资源管理学科是否成立，亟待通过实证数据来检验。文章以信号理论为依据，将国内信息资源... 详细信息

长期以来，高校学术劳动力市场的人才选拔过程普遍存在学历歧视与“近亲繁殖”现象，其现实合理性和“学历信号表征科研能力”的直觉性逻辑在信息资源管理学科是否成立，亟待通过实证数据来检验。文章以信号理论为依据，将国内信息资源管理学科高校教师作为研究对象，从教育背景和“近亲繁殖”两方面检验人力资本与社会资本对教师中外文科研产出的影响。研究发现：“金本”的中文产出显著低于“铜博”，但外文产出差异不显著；具有海外博士学位的教师中文产出较低，外文产出较高；海外经历对中外文科研产出均会呈现显著的促进作用；不同程度“近亲繁殖”的教师中文产出显著低于“外来者”，而具有本科学缘对外文产出有显著促进效应。研究结果表明：信息资源管理学科中的“第一学历歧视”现象不具有现实合理性，也为杜绝本校毕业生留校任教的“学术家族体制”提供了现实依据。

关键词：教育背景学术近亲繁殖科研产出信息资源管理信号理论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

金风科技研发支出资本化问题研究

金风科技研发支出资本化问题研究

作者：孙凯山东师范大学

学位级别：硕士

当前我国正处于社会主义现代化建设的关键时期,发展新质生产力,实现高质量发展是新时代推动生产力迭代升级、实现中国式现代化的必然选择。作为引领未来发展的重要支柱之一的新能源产业,为新质生产力发展壮大提供了巨大空间。而风力发... 详细信息

当前我国正处于社会主义现代化建设的关键时期,发展新质生产力,实现高质量发展是新时代推动生产力迭代升级、实现中国式现代化的必然选择。作为引领未来发展的重要支柱之一的新能源产业,为新质生产力发展壮大提供了巨大空间。而风力发电设备行业正是新能源产业的重要领域和关键基础。加大研发支出,推进技术迭代升级已成为风电设备企业的共识。为了激励企业进行研发创新,财政部2018年修订发布了《企业会计准则第6号——无形资产》,规定企业可以选择采用研发支出有条件资本化的会计处理方法。本文以风电设备行业龙头金风科技为研究对象,通过文献研究法、案例研究法以及比较研究法等分析金风科技研发支出资本化情况,对其研发支出过度资本化问题进行研究。首先,本文梳理了研发支出资本化的相关研究,对研发支出资本化相关概念及理论进行了阐述。其次,介绍了风电设备行业的发展现状与研发支出情况,以及金风科技的基本情况。再次,进行了金风科技研发支出总体分析,研发支出资本化分析和研发支出过度资本化的判断,确定金风科技研发支出资本化会计处理过程中存在的问题。最后,对金风科技研发支出资本化问题产生的原因进行探究,分析其研发支出过度资本化对企业经营状况和利益相关者造成的影响,并针对这一问题提出适当的对策。研究发现,金风科技在会计处理中存在着研发支出资本化界定不明确、研发支出数据披露不充分、相关数据勾稽关系不清晰等问题,这些问题的存在为金风科技利用研发支出过度资本化操作进行企业利润调节创造了空间与便利。而造成相关问题的动因在于企业利润调节的需要、共同研发支出被资本化、信息披露不足导致过度资本化不能被识别。金风科技研发支出过度资本化对企业经营状况和利益相关者都造成了较为消极的影响。为此本文提出以下对策:明确研发支出资本化要求;加强研发支出数据信息披露;优化研发支出处理与监督方式。

关键词：研发支出有条件资本化利润调节

求解多约束离散变量结构拓扑优化的序列保守近似整数规划算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Acta Mechanica Sinica 2024年第1期40卷 138-154页

作者：孙凯程耿东张凯庆梁缘 Department of Engineering Mechanics Dalian Universiy of TechnologyDalian 116023China Sate Key Laboraory of Structural Analysis Optimzaton and CAE Sofware for Industrial EquipmentDalian 116023China

序列近似整数规划方法通过求解一系列可分离的近似整数规划子问题成功求解多类大规模拓扑优化问题.然而,这些近似子问题的解析求解依靠正则松弛算法,正则松弛算法要求子问题必须由二次或线性的目标函数以及线性的约束函数构成.同时,序... 详细信息

序列近似整数规划方法通过求解一系列可分离的近似整数规划子问题成功求解多类大规模拓扑优化问题.然而,这些近似子问题的解析求解依靠正则松弛算法,正则松弛算法要求子问题必须由二次或线性的目标函数以及线性的约束函数构成.同时,序列近似整数规划方法依赖于体分比下降策略,这使得其难以处理不包含体分比约束的拓扑优化问题.为进一步地完善序列近似整数规划算法,我们受移动渐近线方法的启发,引入经典的序列保守近似规划,以获得一系列可行性稳步提升的设计,这个新方法称作序列保守近似整数规划算法.新方法会产生一系列包含倒数设计变量的非线性的近似整数规划子问题,并通过调整渐近线控制子问题的保守性。由于正则松弛算法不能求解非线性子问题,一种基于KKT(Karush-Kuhn-Tucker)条件的简单的设计变量更新准则被给出.基于上述思想,序列保守近似整数规划算法不依靠体分比约束等线性约束就可以获得稳定的优化过程,由此可以用来求解复杂的离散变量拓扑优化问题.多类不同需求的拓扑优化问题被解决,包括考虑等式约束及非等式约束的、以及考虑有效的及无效的体分比约束的问题.数值结果证明,由于保守性的引入,整个优化收敛进程可以自适应地调节无需额外的结构分析.

关键词：松弛算法整数规划规划算法拓扑优化移动渐近线方法等式约束方法依赖线性约束

基于Transformer的全新汇聚模型预测肺腺癌基因突变

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于Transformer的全新汇聚模型预测肺腺癌基因突变

作者：孙凯山东师范大学

学位级别：硕士

自然语言大模型在税收监管中的应用——以非居民税收合同审核为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

税收经济研究 2024年第3期29卷 38-46页

作者：陈帆孙凯国家税务总局武汉市税务局信息中心

以ChatGPT为代表的自然语言大模型是数智时代的典型技术和应用创新。其在税务部门的运用有助于提升征管效率、降低征纳成本。湖北省税务部门从国际税收对外支付管理入手,探索自然语言大模型在税收监管中的应用,实现了智能化阅读非居民... 详细信息

以ChatGPT为代表的自然语言大模型是数智时代的典型技术和应用创新。其在税务部门的运用有助于提升征管效率、降低征纳成本。湖北省税务部门从国际税收对外支付管理入手,探索自然语言大模型在税收监管中的应用,实现了智能化阅读非居民税收合同、对外支付备案审核和风险反馈等功能。同时将其嵌入电子税务局相关模块试点运行,加快了办税、审核和风控效率。实践证明,自然语言大模型的引入可使税收监管效率更高,也为纳税人、税务人和决策人提供了更丰富的方法和工具。利用自然语言大模型,计算机算法模拟精度无限接近甚至超过税收管理细分领域的专家。普通税收管理者可借此从事原来只有专家才能胜任的工作,有助于缓解当下税收监管中精英人才与复杂风险事项不匹配的难题。自然语言大模型在税收监管领域的应用并非一蹴而就,需长期跟踪、研究和投入。建议税务部门提前预判,积极介入,尽早为人工智能时代的税收管理变革做好准备。

关键词：人工智能智慧税务自然语言大模型国际税收 ChatGPT

维普期刊数据库

基于五维度模型的上市公司财务舞弊研究 ——以泽达易盛为例

在线全文

学校读者我要写书评

暂无评论

基于五维度模型的上市公司财务舞弊研究 ——以泽达易盛为例

作者：孙凯旋河北经贸大学

学位级别：硕士

自1980年代末中国资本市场的诞生以来,经过三十多年的发展和演变,已经形成了一个结构复杂、层次分明的金字塔型市场体系。这个体系从底层的中小企业板块到顶层的主板市场,从股票、债券到衍生品市场,体现了中国资本市场多元化和成熟度的... 详细信息

自1980年代末中国资本市场的诞生以来,经过三十多年的发展和演变,已经形成了一个结构复杂、层次分明的金字塔型市场体系。这个体系从底层的中小企业板块到顶层的主板市场,从股票、债券到衍生品市场,体现了中国资本市场多元化和成熟度的不断进化提升的过程。市场的发展带动了经济的增长,为企业提供了融资的渠道,为投资者提供了投资的机会。然而,在资本市场快速发展的同时,监管的挑战也随之增加。上市公司作为资本市场的主体,其财务透明度和真实性对于保持市场秩序和投资者信心至关重要。为了确保这一点,中国监管机构逐步健全了上市公司的准入机制,提高了上市标准,加大了对违规行为的惩处力度。尽管如此,由于制度的不完善和执行的不到位,部分公司还是通过各种手段进行了财务舞弊,这些行为不仅损害了公司自身的声誉,也对投资者和整个市场的健康发展造成了负面影响。本文以泽达易盛财务舞弊事件为案例,首先从造假者、造假手段、造假动机等五个方面回顾了泽达易盛的舞弊事件,并分析了舞弊行为对公司和市场的影响及其决策机制。接下来,基于泽达易盛的经营和财务状况,结合行业和业务背景,采用定量和定性分析方法,运用五维度财务舞弊识别模型对泽达易盛案例进行识别分析。最后,本文提出了针对财务舞弊行为的事前预警和防范措施建议。泽达易盛的案例显示,公司的异常财务指标,如收入增长率、利润率、债务比率等,可以作为预示潜在财务舞弊的信号。此外,研究还强调了财务舞弊事前识别的可行性和重要性。通过对异常财务指标的监控和分析,可以在财务舞弊行为发生之前及时发现问题,从而采取预防措施,保护投资者利益,维护市场秩序。研究建议监管机构和投资者应关注上市公司的关联事件,扩大数据源和视角,以便更好地预警和识别财务舞弊风险。最后,研究发现上市公司的外部投资和关联交易可能是财务舞弊的关键诱因。因此,加强对上市公司外部投资和关联交易的监管,提高其透明度,是防范财务舞弊的一个重要方面。总体来说,中国资本市场的健康稳定发展,离不开每一位市场参与者的共同努力和监管机构的有效监管;通过不断完善制度,加强监管,提高透明度,可以有效地减少财务舞弊事件的发生,保护投资者利益,促进资本市场的长远发展。

关键词：五维度模型财务舞弊识别泽达易盛

产学研合作、知识吸收能力与企业创新绩效——高管学术背景与政府创新补贴的调节作用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

科技进步与对策 2024年

作者：温兴琦孙凯新李诗瑶武汉大学经济与管理学院武汉大学中国产学研合作问题研究中心纽约大学瓦格纳公共管理学院

在梳理产学研合作与企业创新绩效关系研究的基础上,结合交易成本理论、资源基础理论以及高层梯队理论,以2010-2021年中国A股上市公司为研究样本,探讨产学研合作对企业创新绩效的促进作用及机制,并将高管学术背景和政府创新补贴作为调节... 详细信息

在梳理产学研合作与企业创新绩效关系研究的基础上,结合交易成本理论、资源基础理论以及高层梯队理论,以2010-2021年中国A股上市公司为研究样本,探讨产学研合作对企业创新绩效的促进作用及机制,并将高管学术背景和政府创新补贴作为调节变量纳入研究框架。实证分析发现:产学研合作对企业创新绩效发挥显著促进作用;当企业具有学术背景的高管比例较高时,这一效应更加显著;高水平政府创新补贴同样能够增强这一效应。中介效应检验发现,企业参与产学研合作对其知识吸收能力具有显著促进作用,同时,企业可以通过提升知识吸收能力,提升自身对环境变化感知的敏锐性与自主创新能力,进而提高创新绩效。

关键词：产学研合作企业创新知识吸收能力高管学术背景政府创新补贴

数字流域模型淤地坝模块改进及减水减沙效益评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2024年第2期32卷 301-313页

作者：张玍傅旭东孙凯王晨沣清华大学水沙科学与水利水电工程国家重点实验室北京100084

淤地坝具有重要的水土保持作用,但其减水减沙效益的科学评估仍存在困难.一方面,淤地坝减水减沙的物理机制仍难以刻画;另一方面,观测资料有限且难以获取.以概化淤地坝卧管及溢洪道等部分的泄流机制及整体水沙调控机制为基础,改进和检验... 详细信息

淤地坝具有重要的水土保持作用,但其减水减沙效益的科学评估仍存在困难.一方面,淤地坝减水减沙的物理机制仍难以刻画;另一方面,观测资料有限且难以获取.以概化淤地坝卧管及溢洪道等部分的泄流机制及整体水沙调控机制为基础,改进和检验了数字流域模型的淤地坝模块,应用改进后的模型模拟皇甫川流域水沙过程并评估淤地坝减水减沙效益.研究结果表明:不考虑淤地坝的情况下,模型对淤地坝数量较少的近似自然状态期(1979~1986年)适用性较好,而对淤地坝数量较多的受扰状态期(2007~2012年)适用性较差,水沙模拟值明显高于实测值.考虑淤地坝的物理机制后,与原模型相比,除个别年份外,改进后的模型对受扰状态期水沙过程的模拟精度具有明显的提高,其逐日流量NSE(Nash-Sutcliffe效率系数)从-51.085~0.450提高到0.134~0.802,逐日输沙率NSE从-56.740~0.390提高到0.066~0.857.使用改进后的模型计算得受扰状态期淤地坝平均拦水量为0.142×10^(8)m^(3),减水效益为40.9%;平均拦沙量为0.050×10^(8)t,减沙效益为50.3%.研究成果可为认识淤地坝调控水沙物理机制提供模型支撑和为淤地坝建设规划提供科学指导.

关键词：淤地坝减水减沙减水减沙效益水土保持数字流域模型分布式水沙模型皇甫川

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

高阶脑功能网络社区结构的挖掘

高阶脑功能网络社区结构的挖掘

作者：孙凯丽内蒙古财经大学

学位级别：硕士

脑科学是一项集生物学、神经科学、计算数学、复杂系统科学等多领域的综合性学科,探索脑功能区域间的复杂连接与功能机制也一直是脑研究者的主要目标。一方面,神经影像技术的出现为脑研究提供了极大的便利;另一方面,图论为复杂网络的分... 详细信息

脑科学是一项集生物学、神经科学、计算数学、复杂系统科学等多领域的综合性学科,探索脑功能区域间的复杂连接与功能机制也一直是脑研究者的主要目标。一方面,神经影像技术的出现为脑研究提供了极大的便利;另一方面,图论为复杂网络的分析提供了强有力的工具和方法,二者共同促进了脑科学的发展。然而,目前脑功能网络的相关研究成果大多基于低阶二元点边网络,忽略了神经系统中脑区之间存在多元交互的事实。其次,大脑内部存在社区结构,这与脑的功能分化特性息息相关,但目前利用深度学习挖掘脑社区结构的研究还相对较少,并且缺乏针对有高阶特征网络的聚类方法。针对上述缺陷,本文引入单纯复形来构建高阶网络生成模型,以丰富静息态脑功能高阶网络的理论框架与应用研究。此外,针对高阶网络社区结构的挖掘,构建深度聚类框架模型,并提出构建高阶特征矩阵的方法,将其作为深度聚类模型的输入,以实现高阶脑功能网络中社团结构的检测。具体工作包括:(1)利用静息态fMRI数据构建被试个体的脑功能网络,分析该网络拓扑结构,发现了该脑功能网络具备小世界性和无标度性。以实证研究结果为基础,针对现有脑功能网络模型大多基于二元交互关系,导致拓扑属性表达过于片面、扁平等问题,从计算数学角度出发,引入拓扑学中单纯复形结构,提出了高阶网络生成模型。该模型的广义度、度分布及小世界属性均能与实证结果相吻合,验证了模型的准确性,丰富了脑功能网络的高阶理论框架,并为后文社区结构挖掘研究提供了丰富可靠的脑功能数据。(2)构建高斯混合变分图自编码器(GMM-VGAE)模型实现高阶脑功能网络社区结构的挖掘。此外,针对网络中存在高阶结构,创新性的提出构建高阶特征矩阵,代替以度矩阵为特征矩阵的传统方法,作为GMM-VGAE模型的输入。实验结果表明,该方法在高阶脑功能网络社区结构的挖掘中表现出了极佳的性能,一方面,这得益于深度聚类模型在学习节点的特征表示上拥有更广阔的视野,能学习到高度复杂的特征用于节点聚类;另一方面,高阶特征矩阵的构造方式,决定了其能够充分包含网络中存在的高阶特征,最大程度容纳网络拓扑结构信息,从而与深度聚类模型相辅相成,以无监督的方式完成社区结构的挖掘。综上,高阶网络是探索脑功能网络拓扑属性的重要底层框架,深度聚类模型与高阶特征矩阵的有效结合是高阶网络社区结构挖掘的创新应用。本课题在思想与方法上的创新研究能为人脑运行机制的探索提供支持,为脑研究者提供新思路与新视角,具有重要理论意义和现实意义。

关键词：脑功能网络社区结构高阶网络深度聚类