基于训练集聚类选择优化的CPU功耗建模精度提升方法

建立高精度、低开销的CPU功耗模型对于计算机系统的功耗管理与功耗优化至关重要。一般认为训练集规模越大,CPU功耗模型精度越高。但有研究发现增大训练集规模不一定会提高功耗建模精度,有时甚至会导致精度下降,因此,如何选择功耗模型训练集以保证CPU功耗模型精度达到要求具有重要意义。文中提出一种基于聚类的训练集选择优化算法来解决上述问题,在有效保证CPU功耗建模精度的同时降低了CPU功耗建模的开销。该算法首先通过主成分分析将基于PMC的程序特征转换为p维向量特征空间,然后根据找到的最优聚类数按照程序特征对程序进行聚类,从每个聚类簇中选出代表程序;最后根据“单聚类簇内代表性最强原则”与“多聚类簇间代表程序数最少原则”形成最优训练集,模型精度相比Baseline精度有明显提高。在x86和ARM两类处理器平台上分别采用线性功耗建模和神经网络功耗建模两种方式,对算法进行了实验评估,实验结果表明所提算法的功耗建模精度有效显著提升。

基于改进TOPSIS模型的物流业上市公司融资效率

基于改进TOPSIS模型,对2016年我国物流业上市公司进行融资效率评价,对比2015年评价结果进一步探究影响融资效率的主要因素。结果表明:影响物流业上市公司融资效率的主要因素集中在利息保障倍数、存货周转率及筹资活动现金流入流出比等方面; 2016年物流业上市公司融资效率整体较低,且行业间差距较大;2016年物流业融资整体效率低于2015年,且下降幅度较大。提出相关建议:物流业企业应进一步优化筹资结构,提高筹资效率,增强公司治理能力,强化自身竞争力。

上市公司盈利能力对股票价格的影响

国内外学者普遍认为,股票价格是企业实际价值的体现,但在现实应用中,企业价值是一个难以准确估计的指标,随着经济环境的日益复杂和金融发展的日益深化,企业价值越来越难以估计,所以股评家和业内人士只能通过企业经营指标对股价进行分析和预测。而在诸多因素中,上市公司盈利能力一直被认为是影响股票价格的重要因素,企业盈利能力越高,投资者对企业的信心就越充足,就会大量买入股票,从而抬高股价。文章使用定性研究法和定量研究法,从理论和实证两个方面研究上市公司盈利能力与股票价格的关系,并针对性地提出意见和建议。

浅析循环经济与低碳经济的协调发展

当今经济的高速发展,循环经济和低碳经济已经成为当代社会经济链条上重要的两环,如何协调两者之间的关系并进一步发展,达到“1+1>2”的效果已成为越来越多人正在考虑的问题。简而言之,处理循环经济与低碳经济之间的关系,就是要解决保护自然与发展社会经济之间的问题。文章述这两者之间的关系,试图寻找较为合适的方式,从而增加中国社会经济发展的可选择性。

上市公司融资影响因素分析

当今上市公司不断出现融资困难的现象,使融资问题成为社会热点问题,本文通过定性与定量分析,结合上市公司的融资特点,找出影响上市公司融资规模的因素,提出适当建议与针对性解决方法,提高我国上市公司的融资效率。研究结果显示,上市公司的融资规模与公司规模,偿债能力,和公司属性有关,且上市公司的融资容易受到金融环境的影响,本文提出通过加强监管,建立有较强针对性的金融机构和一些企业自身经营融资的方法提高上市公司融资效率。