对企业公益金会计处理缺陷的分析以及危关于加强企业统计工作的几点思考

一、公益金制度的现状分析 公益金作为一种过渡性、折中性的制度安排，与其产生时的工资制度、福利制度以及政治环境是相适应的。然而，随着改革的不断深入，现代企业制度的建立和完善。“公益金”的设置越来越显露出不能适应现代企业的要求。而且公益金制度的存在使得企业投资者与职工之间的利益矛盾日益显化。其原来的激励功能也日益弱化。

对企业会计政策及其选择机制问题的探讨

按照国际会计准则委员会的定义，会计政策是指“企业在编报财务报表时所采用的具体原则、基础、惯例、规则和实务”。会计政策选择是指在既定的可选择域内，根据特定主体的经营管理目标，对可供选择的会计原则、方法、程序进行定性、定量地比较分析，从而拟订会计政策的过程。

基于多特征融合的行人意图以及行人轨迹预测方法研究

行人作为重要的交通参与者,其行走意图和轨迹预测对智能驾驶汽车的决策规划具有重要意义。基于注意力机制增强的长短时记忆(Long Short-term Memory, LSTM)网络,设计一种多特征融合的行人意图以及行人轨迹预测方法。该方法通过融合行人骨架和头部方向特征,以加强行人运动特征的表达,并将融合特征作为意图预测网络输入,继而得到行人意图;由于行人运动具有不确定性,将行人意图预测类别和历史轨迹坐标的联合向量作为行人轨迹预测网络的输入,以期生成更为精确的轨迹预测结果。此外,在轨迹预测网络中引入注意力机制,以加强LSTM对各个时刻编码向量的有效利用,从而提高网络的行人轨迹预测性能,并基于Daimler数据集进行训练及验证。研究结果表明:所提出的多特征意图预测方法准确率可达96.0%,优于基于骨架单特征的意图预测网络;在预测时域为1 s的情况下,预测轨迹的位置均方根误差为347 mm,相较于恒速度(Constant Velocity, CV)模型、交互多模型(Interacting Multiple Model, IMM)、常规LSTM等基线方法均有明显的提升;在实际场景分析中,提出的方法可提前0.56 s识别行人的转弯意图,可为智能车辆的决策模块提供有益线索;提出的方法能够有效降低行人意图转变过程中的轨迹预测误差,对减小车辆与行人碰撞事故,提高智能车辆行驶安全性具有重要意义。