导读:本文包含了资产分布论文开题报告文献综述及选题提纲参考文献，主要关键词:麻醉机,医院信息化系统,医疗设备
资产分布论文文献综述
肖富男,严郁,王祖铭,曲振宇,马靖武[1]（2019）在《基于医院信息化系统的麻醉机资产分布及使用情况分析》一文中研究指出麻醉机是手术过程中重要的医疗设备,不仅为患者提供手术麻醉,还为患者输送氧气。如何管理和配置好麻醉机是摆在我们面前急需要解决的问题。现从医院信息化系统中获取数据,整理分析出医院麻醉机的分布情况,结合麻醉机收费情况和维修情况,总结出各科室麻醉机使用状态,为医院管理和配置麻醉机提供充足的依据。(本文来源于《医疗装备》期刊2019年21期）
徐敬俊[2]（2019）在《海域空间自然资源的立体分布特征与其资产化管理路径探索》一文中研究指出海域资源,是以自然物质为基础,同时包含了一定的人和人之间的关系,并且随着社会的演进,海域资源本身和包含在其中的社会关系都在不断发生变化。海域不但是一个水平方向的面积,而且还有一个垂直方向包含内容的问题,即海域空间自然资源具有立体分布特征。当前中国对海域资源的管理仍然局限于平面管理水平,应该根据海域资源的立体分布特征和用海需求,对海域空间资源进行立体化分层,每层都可以作为单一的资源进行独立开发并进行资产化管理。海域空间自然资源作为山水林田湖草生命共同体的重要组成部分,是海洋生态文明建设的重要内容。通过对政府资产的定义把握、属性特征的认识,界定海域空间自然资源资产的概念,构建海域空间自然资源资产化管理体系及其实施方案,以期为国家对海域空间自然资源资产化管理和海域生态文明建设提供可借鉴的分析平台。(本文来源于《太平洋学报》期刊2019年04期）
姚萍,王杰,杨爱军[3]（2019）在《基于BG分布的资产收益率分布拟合与尾部风险测度——以上海黄金市场为例》一文中研究指出本文以上海黄金市场为例,在GARCH模型下,系统性比较了基于正态分布、Logistic分布、HS分布、Laplace分布、t2分布和Cauchy分布的对称和非对称共12种BG分布在收益率分布拟合以及VaR和ES测度中的效果。研究结果表明,BG分布在收益率分布建模与尾部风险测度上的表现与原分布类型有关。当原分布为正态分布时,对称和非对称BG分布的效果都较差。当原分布为Logistic分布、HS分布、Laplace分布、t2分布和Cauchy分布时,对称和非对称BG分布的效果都较好,其中非对称BG分布效果在尾部分布拟合上优势更大。在所有分布中,基于t2分布和Cauchy分布的非对称BG分布表现最优。(本文来源于《数理统计与管理》期刊2019年04期）
黄哲豪,李正辉,董浩[4]（2018）在《虚拟金融资产收益率分布特征研究——以比特币为例》一文中研究指出文章使用2013年1月-2017年6月的日度比特币交易数据,对序列使用马尔科夫区制转移模型(参数方法)、小波变换(非参数方法),研究比特币收益率在不同尺度分布的定量特征.由MS-AR模型分析结果可知,在低收益率区制下,投资者主要对前一两天以及大概一周的收益率有所关注,在高收益率区制下,投资者的心理在发挥主要作用,普遍认为昨日涨今日跌的事实,因此对比特币进行投资具有极强的投机心理.由小波变换分析结果可以看出,不同时间下,比特币影响因素不同.当时间跨度选取较小时,主要是投资者的投机心理以及"羊群效应"起主要影响,随着时间跨度的增加,达到半年左右时,此时主要是比特币市场的自主调控,因此也会出现小幅度的波动,但当时间跨度达到一年以上,此时政府等监管部门对该市场的管控起主要的作用,使得收益率波动情况达到几乎平稳的状态.对比发现,小波变换能够较好地反映比特币收益率的分布情况.(本文来源于《系统科学与数学》期刊2018年04期）
杨泽斌[5]（2017）在《基于投资择时与收益率分布预测的大类资产配置模型与应用研究》一文中研究指出资产配置是现代社会资产管理的热点话题之一。然而,小到个人与家庭的储蓄理财,大到企业与政府的投资决策,都离不开科学投资方法的辅助。为此,本文围绕大类资产配置这一话题,分叁个模块展开研究:大类资产择时、资产未来收益率分布预测、以及基于择时和预测的投资组合优化。具体研究内容如下:(1)基于机器学习的大类资产择时模型择时是指利用某种方法来判断一个资产价格未来走势情况,即资产价格上涨还是下跌,这本质上是一个二分类问题。本文首先在总结相关文献的基础上,筛选出一组对于择时预测最为关键的技术指标;其次,在Bagging生成的子训练集上,使用极限学习机模型训练出大量不同且多样的基础分类器;最后,使用深度学习模型将各个基础分类器的预测结果进行集成。实验结果表明,该模型在多数金融资产的择时测试中取得了良好表现,其准确性要优于单一分类器和其他经典的集成预测方法。(2)基于分解集成技术的收益率分布预测模型本文将时间序列分解集成技术首次应用于收益率分布预测中,包括叁个部分:时序分解、分布预测、以及预测结果集成。首先,基于集成经验模态分解技术,对资产价格时间序列进行分解;然后,使用神经网络分位数回归模型对各分解时序分别进行预测建模;最后,将各分解时序的收益率分布预测结果进行求和。在以上证指数为例的收益率分布预测模拟实验中,该模型的表现要优于其他分布预测模型和历史收益率统计方法。(3)基于投资择时与收益率分布预测的投资组合模型本文首先基于各大类资产的择时预测结果,选择出具有大概率上涨的大类资产作为投资标的;然后,基于预测收益率分布和Copula函数构建各大类资产预测收益率的联合分布,并使用蒙特卡洛方法生成面板数据;最后,结合经典投资组合模型进行大类资产配置。实证结果表明,该投资组合优化方法是可行的、有效的。上述的叁个模块相互联系、相互补充,共同组成一套完整的大类资产配置模型。通过使用市场真实数据对该方法进行检验,结果表明该大类资产配置模型具有良好的投资表现,相比于传统的配置方法,夏普比率和总收益都有很大的提高。(本文来源于《北京化工大学》期刊2017-05-26）
潘志远,孙显超[6]（2017）在《Copula方法中的边缘分布设定需要计量检验吗?——基于CVaR框架的资产组合视角》一文中研究指出Copula理论已经明确了边缘分布需要正确的设定,而在实证应用中,边缘分布的设定检验存在着改进的空间,会使模型风险下降.与以往拆开检验不同,选择最新的统计量同时检验边缘分布的设定,Monte Carlo模拟结果显示同时检验比拆开检验更加稳健.通过资产组合的实证分析,发现通过检验的边缘分布在样本内获得更高的有效前沿,样本外的测试表明正确的边缘分布设定可以得到更好的投资绩效,显着性检验也支持了该结论.(本文来源于《系统科学与数学》期刊2017年02期）
官蕾,王力敏[7]（2016）在《海航集团，大步迈向国际化》一文中研究指出在经历了艰难创业、激烈兼并，以及多元化的探索和发展后，海航迈出了它国际化发展的步伐。这一进程于2006年开启。之后的十年里，海航集团积极响应国家号召，助力国家利益在海外的延伸和布局，通过业务拓展和资源配置，在所涉业务领域内积极开展国际兼并收购(本文来源于《海南日报》期刊2016-12-28）
张金宝[8]（2016）在《基于区间型数据的城市居民家庭资产分布研究》一文中研究指出文章利用调查数据研究发现,我国地级以上城市家庭的资产分布具有"双峰"特征。因此复合分布函数形式更适合描述城市居民家庭的资产分布状况。采用参数估计的方法发现由sm分布和Burr分布构成的复合分布函数最接近城市家庭资产的真实分布,据此测算的基尼系数为0.5132。对比以往的研究得出:我国城市居民家庭资产分布的不平等程度在逐步扩大的同时,城市家庭中的中产阶层拥有财富的比例也在减少。极端贫困的家庭拥有资产的状况略有改观。(本文来源于《统计与决策》期刊2016年11期）
余申庆[9]（2016）在《基于贝叶斯估计的高校资产分布与控制研究》一文中研究指出在教育部直属高校资产管理绩效综合评价项目中,不同规模的高校具有不同资产变化的需求,如何对不同规模高校的建设与发展给出一个合理拥有的资产标准,是实际项目中急需解决的问题。本文以不同规模高校的资产为研究对象,旨在以贝叶斯估计方法为研究思路,根据不同规模高校的历年资产数据,通过贝叶斯估计方法和资产的预测后验分布来分析、推断和完善一个适合高校发展规模的资产估计标准,以度量不同规模高校发展需要,且实现对不同规模高校资产投入的合理和有效控制。本文主要研究工作如下：(1)利用贝叶斯估计资产指标变量的分布参数,动态研究资产指标变量的分布变化特征,获取资产指标变量分布参数估计量的变化规律,从而得到资产指标变量的分布,以实现对资产的估计和预测。在资产管理绩效评价问题中,经过对数函数变换后的资产指标变量是服从正态分布的,由此建立多层贝叶斯模型,动态获取每年高校资产指标变量的分布,并且分布结果显示高校历年资产指标变量分布参数波动较小。(2)利用资产指标变量的分布及其分布参数的后验分布,得到资产指标变量的预测后验分布。利用资产指标变量的预测后验分布对资产变化可能性进行预测,预测结果同时体现了历史样本和新增样本的变化影响,并显示了在未知资产标准下的资产估计额的逐步修正与完善。(3)进一步建立不同高校发展规模对应的资产预测BP神经网络模型,并定义混合隶属度来度量资产隶属于不同资产规模等级的可能性；虽然在历史样本下BP预测模型的正确率为94.74%,但BP模型的合理建立依赖资产标准已确定的样本,与贝叶斯估计资产变化相比,仍存在一定的不足。(4)同时应用贝叶斯估计与BP神经网络模型来预测不同高校发展规模的资产变化,提出相应的不同规模高校发展应拥有的资产额和资产变化控制。(本文来源于《华南理工大学》期刊2016-05-04）
李梦娇[10]（2016）在《生态资产的气候—植被评价方法与中国生态资产分布规律研究》一文中研究指出生态资产作为自然资源价值和生态系统服务价值为核心的一种国家资产,是国民经济和社会可持续发展的物质基础和保障。现有对生态资产的研究存在不同监测手段和方法获得的数据难以有效融合、选用的评估指标种类和数量的不确定等问题,造成研究结果难以具有可比性和客观性。因此,本文利用水热指标(年降水量和≥10℃积温)和植被核心功能属性指标(NDVI平均值、NDVI最大值、生物多样性及植被绿色服务时间),揭示气候、植被主导下生态资产的形成机制,确定反映生态资产客观实际的参照体系,以求建立客观、具有可操作性的生态资产评估方法。研究结果表明：(1)降水与≥10℃积温之间配合度状况与植被好坏存在直接关系,最佳的水热配合度为T>10℃/P=5.75。水热配合度可以作为有助于气候与植被相关分析与分类的综合气候指标。(2)基础生态资产的分布规律呈由东南向西北条带状递减趋势,低值区域位于新疆荒漠地区及青藏地区且呈向中心递减规律,研究结果为植被类型及植被可能达到的生长发展程度建立了客观的参照体系。(3)不论以植被核心属性单项指标评价,还是多项指标评价,均可以获得实际生态资产较好的研究结果,并呈现相对一致的由东南向西北递减分布规律,低值区分布在内蒙古西部、宁夏回族自治区大部分及新疆东部荒漠地区。(4)2011年与2000年相比,生态资产呈现西北部地区及华南地区生态资产上升,华中地区生态资产下降的状况。全国范围内生态资产上升的区域面积比例占23.03%,下降的区域面积比例占23.75%,保持稳定的地区面积比例约为53%。研究结果可以有效揭示造成生态资产变化是气候变化原因还是人为原因,为生态资产审计提供了理论依据和评估方法,具有重要的理论与实践意义。(本文来源于《内蒙古大学》期刊2016-05-04）
资产分布论文开题报告
（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：
海域资源,是以自然物质为基础,同时包含了一定的人和人之间的关系,并且随着社会的演进,海域资源本身和包含在其中的社会关系都在不断发生变化。海域不但是一个水平方向的面积,而且还有一个垂直方向包含内容的问题,即海域空间自然资源具有立体分布特征。当前中国对海域资源的管理仍然局限于平面管理水平,应该根据海域资源的立体分布特征和用海需求,对海域空间资源进行立体化分层,每层都可以作为单一的资源进行独立开发并进行资产化管理。海域空间自然资源作为山水林田湖草生命共同体的重要组成部分,是海洋生态文明建设的重要内容。通过对政府资产的定义把握、属性特征的认识,界定海域空间自然资源资产的概念,构建海域空间自然资源资产化管理体系及其实施方案,以期为国家对海域空间自然资源资产化管理和海域生态文明建设提供可借鉴的分析平台。
（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。
资产分布论文参考文献
[1].肖富男,严郁,王祖铭,曲振宇,马靖武.基于医院信息化系统的麻醉机资产分布及使用情况分析[J].医疗装备.2019
[2].徐敬俊.海域空间自然资源的立体分布特征与其资产化管理路径探索[J].太平洋学报.2019
[3].姚萍,王杰,杨爱军.基于BG分布的资产收益率分布拟合与尾部风险测度——以上海黄金市场为例[J].数理统计与管理.2019
[4].黄哲豪,李正辉,董浩.虚拟金融资产收益率分布特征研究——以比特币为例[J].系统科学与数学.2018
[5].杨泽斌.基于投资择时与收益率分布预测的大类资产配置模型与应用研究[D].北京化工大学.2017
[6].潘志远,孙显超.Copula方法中的边缘分布设定需要计量检验吗?——基于CVaR框架的资产组合视角[J].系统科学与数学.2017
[7].官蕾,王力敏.海航集团，大步迈向国际化[N].海南日报.2016
[8].张金宝.基于区间型数据的城市居民家庭资产分布研究[J].统计与决策.2016
[9].余申庆.基于贝叶斯估计的高校资产分布与控制研究[D].华南理工大学.2016
[10].李梦娇.生态资产的气候—植被评价方法与中国生态资产分布规律研究[D].内蒙古大学.2016