大数据背景下企业财务管理思考与变革

大数据这一词语在提出之后,逐渐成为当今社会不可缺少的重要资源。现阶段各行各业都取得了良好的发展成果,企业的发展为国民经济的良好发展奠定了重要基础。科学技术的不断创新和发展,促进了大数据时代的到来,在大数据背景下,企业开展财务管理工作,对于企业的全面发展具有积极作用和意义。处在大数据的背景环境之下,企业开展财务管理工作面临着新的挑战和问题,现代企业需要积极调整和改进自身的各项管理工作,加强财务管理工作的整体水平和运用效果。文章主要从大数据的内涵和大数据背景的优势和不足入手,分析大数据背景对于企业开展财务管理工作的重要性,并针对大数据背景给企业财务管理工作提出的挑战以及企业面临的新问题,提出了处在大数据背景下企业开展财务管理工作的有效变革措施。

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪(MODIS)具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明:当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率(召回率)达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。

基于星敏感器的星图匹配方法的对比与分析

随着对地观察测绘卫星、深空探测卫星对姿态测量精度要求的提高,进一步提高星图匹配精度是当前面临的重要课题之一。星点提取和定位是星图识别的前提。本文简单探讨了新型Top-hat变换的星点提取方法,通过实验对比分析了三角形星图匹配算法和采用P向量的星图匹配算法优缺点。