Вам нужна дипломная работа?
Интересует Финансы?
Оставьте заявку
на Дипломную работу
Получите бесплатную
консультацию по
написанию
Сделайте заказ и
скачайте
результат на сайте
1
2
3

Оценка финансового состояния организации.

  • 65 страниц
  • 25 источников
  • Добавлена 26.01.2012
3 300 руб. 6 600 руб.
  • Содержание
  • Часть работы
  • Список литературы
СОДЕРЖАНИЕ


Введение
Глава 1. Теоретические основы финансового состояния
организации
1.1. Сущность анализа финансового состояния организации
1.2. Система показателей оценки финансового состояния организации
1.3. Бухгалтерская отчетность как информационная база для анализа финансового состояния организации
Глава 2. Анализ финансового состояния организации
на примере ООО «Теплоэнергоучет»
2.1 Краткая характеристика ООО «Теплоэнергоучет» и общая оценка структуры имущества
2.2 Анализ финансового состояния организации
2.3 Анализ показателей финансовой устойчивости и рентабельности организации
Глава 3. Разработка мероприятий по улучшению финансового состояния ООО «Теплоэнергоучет»
3.1 Мероприятия по финансовому оздоровлению предприятия
3.2 Оценка экономического эффекта от предлагаемых мероприятий
Заключение
Список литературы
Приложения


Фрагмент для ознакомления

Таким образом, предоставление 5% скидки с договорной цены при условии уменьшения срока оплаты позволяет предприятию сократить потери от инфляции, а так же расходы, связанные с привлечением финансовых ресурсов в размере 58 рублей с каждой тысячи рублей с договорной цены. Для предприятия сокращение срока оплаты с 6 до 1 месяца в случае предоставления 4% скидки равносильно получения кредита на три месяца по ставке 16,22% годовых. Предложенный в дипломной работе метод привел к увеличению поступлений денежных средств на 7,9% и увеличению остатков денежных средств на 16 840 тыс. руб., которые предприятие может направить на финансовую деятельность для получения в дальнейшем большей прибыли.
Оценка эффективности предлагаемых мероприятий проводилась на базе анализа прогнозных финансовых коэффициентов, который показал, что предложенные мероприятия приводят к увеличению его финансовой устойчивости и увеличивают его доходность, что особенно отразилось на показателях оборачиваемости и рентабельности. Деятельность предприятия в прогнозируемом периоде оценивается как рентабельная, т.к. произошло улучшение значений по всем видам показателей рентабельности. Другими словами, в проектном году увеличится отдача от всех видов активов.



Список литературы


Гражданский кодекс Российской Федерации. Часть первая. №51-ФЗ от 30.11.1994 (с изм. и доп.) (глава 4 «Юридические лица»).
Налоговый кодекс Российской Федерации. Часть вторая. №117-ФЗ от 05.08.2000 (с изм. и доп.) (разделы VIII, IX, X).
Федеральный закон от 21.11.1996 №129-ФЗ «О бухгалтерском учете» (с изм. и доп.).
Приказ Минфина РФ от 29.07.1998 №34н «Об утверждении Положения по ведению бухгалтерского учета и бухгалтерской отчетности в Российской Федерации» (с изм. от 23.08.2000).
Приказ Минфина РФ от 06.07.1999 №43н «Об утверждении Положения по бухгалтерскому учету «Бухгалтерская отчетность организации» (ПБУ 4/99) (с изм. и доп.)
Приказ Минфина РФ от 31.10.2000 №94н «Об утверждении плана счетов бухгалтерского учета финансово-хозяйственной деятельности организаций и инструкции по его применению» (с изм. и доп.)
Приказ Минфина РФ от 02.07.2010 №66н «О формах бухгалтерской отчетности организаций».
Банк В. Р., Банк С. В., Тараскина Л. В. Финансовый анализ : учеб. пособие. - М.: ТК Велби, Изд-во Проспект, 2006.
Басовский Л. Е. Финансовый менеджмент. Учебник. - М., ИНФРА-М, 2009. - с. 506.
Бердникова Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учебн.пособие. – М.: Инфра-М, 2007.
Васильева Л.С. Финансовый анализ: учебник / Л.С. Васильева, М.В. Петровская. - М. : КНОРУС, 2006. - 544 с.
Ионова А.Ф., Селезнева Н.Н. Финансовый анализ: учеб. – М.: ТК Велби, Изд-во Проспект, 2009. – 624 с.
Ковалев А.М. Финансовый менеджмент – М.: Инфра-М, 2009 – 336 с.
Ковалев В. В., Ковалев Вит. В. Финансы организаций (предприятий): учеб. — М.: ТК Велби, Изд-во Проспект, 2006.
Лисовская И.А. Основы финансового менеджмента. – М.: ТЕИС, 2006.
Савицкая Г.В.Анализ хозяйственной деятельности предприятия – М.:ИНФРА – М, 2009.
Савицкая Г.В. Экономический анализ: учеб. / Г.В. Савицкая. — 11-е изд., испр. и доп. - М.: Новое знание, 2005.
Тронин Ю.Н. Анализ финансовой деятельности предприятия – М.: Альфа – Пресс, 2005.
Чуев И.Н., Чечевицина Л.Н. Анализ финансово-хозяйственной деятельности: учебное пособие. – Ростов н/Д.: «Феникс», 2009. – 384 с.
Шермет А.Д. Комплексный анализ хозяйственной деятельности. – М.: Инфра-М, 2006.
Воронченко Г.В. Управление дебиторской задолженностью предприятия // Экономический анализ: теория и практика. 2010. № 7. С. 23-29.
Коба Е.Е. Формирование политики по управлению дебиторской задолженностью // Сервис в России и за рубежом. 2009. № 1. С. 91-96.
Пойлова Е.Л. Управление дебиторской задолженностью с позиции теории жизненного цикла // Вестник Омского университета. Серия: Экономика. 2008. № 4. С. 107-109.
Аристархова М.К. Повышение эффективности управления дебиторской задолженностью предприятия путём создания имитационной модели управления. [Электронный ресурс]. Режим доступа: http://www.ogbus.ru, свободный.
Грищенко О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. [Электронный ресурс]. Режим доступа: www.aup.ru, свободный.

СОДЕРЖАНИЕ

1. Простые способы распознавания символов 3
2. Развитие простых способов распознавания символов 4
3. Обнаружение краев изображения на сетчатке 6
4. Усиление контраста в сканирующей системе 6
5. Усиление контура путем совмещения 8
6. Считающая сетчатка 9
7. Сетчатка обнаруживающая края 11
8. Будущее искусственных сетчаток 13
9. Обнаружение контура в сканирующей системе на базе ЭВМ 14
СПИСОК ЛИТЕРАТУРЫ 16


1. Простые способы распознавания символов
Часто можно видеть очень сложное оборудование, сконструированное для распознавания печатных или письменных символов и преобразования их в код, удобный для использования в вычислительной машине. Роботы такого рода совершенно справедливо относятся к кибернетической технике. Интересно попытаться упростить это чрезвычайно сложное оборудование до необходимого минимума. Большая часть сложностей приходится на основные механические манипуляционные системы, необходимые для подачи документов, которые должна читать машина. Однако сама читающая часть оборудования зачастую тоже достаточно сложна.
Сотрудник Астонской кибернетической лаборатории Д. Г. Хопкинс сделал попытку найти способы сужения задачи распознавания символов до минимально необходимой. Обычно принято заранее жестко определять внешний вид символа, подлежащего распознаванию какой-либо системой для распознавания символов. После того как это сделано, возникает вопрос, каков минимальный объем оборудования, которое может использоваться для распознавания и различения заданного числа различных символов. Как и в большинстве оригинальных работ, ответ Хопкинса на этот вопрос, после того как он получен, кажется настолько очевидным, что интересно кратко проследить процесс продвижения от сложного к простому в этом случае.
Хопкинс начал с допущения о том, что он будет использовать множество из 25 фотоэлементов, в то же время ясно сознавая, что глаз человека содержит намного больше чувствительных элементов. Затем он видоизменил конфигурацию 10 своих цифровых символов таким образом, чтобы они состояли из прямых линий, а кривые линии были почти полностью исключены. Благодаря этому обеспечивалось адекватное «покрытие» используемых фотоэлементов и уменьшалась неопределенность. Преобразованные символы приобрели квадратную форму, но не в очень сильной степени.
Затем фотоэлементы были обозначены по рядам: ряд 1, ряд 2, ..., ряд 5 — и по столбцам: столбец А, столбец В, ..., столбец Е. Теперь любой фотоэлемент мог быть определен, например, как СЗ. Информация об освещенности фотоэлементов, связанная с каждым из символов, подлежащих распознаванию, сводилась в таблицы. Эти таблицы тщательно проверялись на избыточность, например на наличие элементов, которые никогда не освещаются, или повторяющихся образцов.
В результате проверки обнаруживаются элементы, которые покрываются всеми символами, кроме одного, или же не покрываются никакими символами, кроме одного. Девять таких элементов могут использоваться для индикации всех 10 символов (10-й делается избыточным применением метода исключения). Однако, даже если и находятся девять таких элементов, это число все еще превышает абсолютный минимум, равный четырем элементам. Минимальное число элементов, необходимых для обнаружения 10 различных символов, которые можно разделить, располагая тремя элементами, равно 8 = 23. Если теперь найдены элементы, которые покрываются (или не покрываются) двумя из символов, то потребуется минимальное число элементов, равное шести. В том случае, когда число символов, позволяющих покрыть или не покрыть любой отдельный элемент, равно трем, теоретически требуется только пять различных элементов. Приведенные рассуждения позволяют сделать вывод, что интерес должны представлять такие системы, в которых четыре или пять из 10 цифровых символов могут покрывать (или не покрывать) любой отдельный фотоэлемент.
Работая с уменьшенной таблицей, о которой упоминалось выше, обнаруживается в результате проверки, что в полной матрице, состоящей из 25 элементов, есть три элемента, а именно элементы под номерами А4, ВЗ, Е2, которые удовлетворяют указанным требованиям. Однако они не позволяют различить цифры 2 и 8, а также цифры 3 и 9. Этого и следовало ожидать, поскольку используются только три фотоэлемента. Добавление еще одного фотоэлемента должно позволить разделять 2 и 8, а также 3 и 9. Номер этого дополнительного элемента — А2. Таким образом, располагая четырьмя элементами — А2, А4, ВЗ, Е2,— можно различать все 10 различных символов.
Теперь важно отметить, что полученная конфигурация элементов не обязательно единственная, в частности потому, что конкретное множество символов выбиралось до нахождения требуемого расположения фотоэлементов. Как бы то ни было, наиболее важно то, что Хопкинск показал осуществимость этого метода, которая, в свою очередь, демонстрирует целесообразность формального инженерного подхода к конструированию символов и их распознаванию. Экспериментальное оборудование, созданное в Астоне Хопкинсом, очень простое и весьма удачное.
2. Развитие простых способов распознавания символов
Описанный выше оригинальный метод распознавания цифр дает четырехразрядный двоично-кодированный выход. Однако было бы очень желательно, чтобы выход был представлен в истинно двоичном виде. После того как Хопкинс продемонстрировал целесообразность этого метода, дальнейшая работа автора привела его к системе, которая дает истинно двоичный выход.
Форма символов, используемых при работе с этой системой, и необходимое расположение фотоэлементов показаны на рис.1.2. Двоичный выход получается простой инверсией цифрового напряжения от фотоэлемента Z, с тем чтобы выходной сигнал можно было записать как WXYZ.
рис. 2.1. Набор символов, позволяющих получить истинно двоичный выход от четырех фотоэлементов
В любой реальной системе, предназначенной для использования в роботе или аппаратуре для распознавания образов полная минимизация производиться не будет. Основанием для этого служит то, что введение в систему дополнительной избыточности может способствовать повышению ее надежности. Конкретная форма, которую примет избыточность, будет зависеть от природы всей системы в целом.
В качестве примера введения избыточности на рис.1.2 крестиками отмечены точки, находящиеся в одном и том же месте всех 10 символов, и их можно использовать для расположения символов в читающем устройстве.
Хопкинс, расширяя возможности своей системы применением фотоэлементов, имеющих удлиненную форму, и набирая из них круглые элементы, получил около 30% правильного распознавания вручную написанных цифр произвольного размера. При этом он по-прежнему использовал только четыре элемента.
Огромный интерес вызвала возможность распознавания текста, написанного от руки, для использования в вычислительной технике; некоторые работы в этой области были доведены до уровня применения. Например, одна из систем при помощи специального пера позволяла заносить информацию через планшет «Рэнд», состоящий из проволочной сетки. Можно было использовать и специальное перо, в котором звуки от искр, возникающих с частотой 200 в секунду, улавливаются микрофонами, расположенными по краям пульта. Создатели системы утверждают, что она может распознавать 100 символов, написанных любым лицом. В системе предусмотрена обратная связь к оператору, поступающая на экран электронно-лучевой трубки, что позволяет ему стирать ошибочно записанную информацию, нажав на кнопку стирания или переписав сверху неправильный символ.
3. Обнаружение краев изображения на сетчатке
Физиологические исследования указывают на некоторые особенности зрения животных при обнаружении изображений. Летвин и его соавторы обнаружили существование разно-образных специализированных нервных волокон, отходящих от глаза лягушки, в том числе и тех, которые реагируют только на четко определенные границы между объектами.
Только падающие на сетчатку изображения изменяющихся световых образцов и движущихся искривленных краев вызывают сигналы, идущие в мозг. Все другие виды нервной информации на сетчатке, по-видимому, игнорируются и не вызывают сигналов, посылаемых в мозг. Хьюбел и Вейзел открыли тот факт, что некоторые клетки в глазу кошки реагируют только на движение изображения по сетчатке. Это означает, что возможна непосредственная нейронная реакция на скорость, с которой изображение движется вдоль сетчатки.
Из изложенного следует, что до некоторой степени зрительное обнаружение характера изображения происходит непосредственно на сетчатке, а не в мозгу. Поэтому ждет своего осуществления большая работа по моделированию этих возможностей глаза и использованию их в инженерных целях. В прошлом работы такого рода обычно сводились к обработке данных в цифровой вычислительной машине. В ряде случаев делались очень сложные теоретические предположения относительно возможной организации процесса усиления контраста на сетчатке.
4. Усиление контраста в сканирующей системе
Для того чтобы обеспечить усиление контраста по двум координатам в устройстве, имитирующем глаз и содержащем сканирующую систему, например передающую телевизионную трубку, необходимо использовать две отдельные системы.
Рассмотрим телевизионное сканирование. Усиление контраста здесь может осуществляться по горизонтали, вдоль каждой строки, а также по вертикали, от каждой строки к каждой последующей. Методы, используемые для этих двух различных видов усиления, в основном одинаковы. Изменяющийся во времени сигнал, полученный при сканировании, задерживается на различные временные интервалы; задержанный и незадержанный сигналы складываются и вычитаются в определенных пропорциях.
В качестве примера рассмотрим структурную схему усиления контраста по вертикали, показанную на рис. 4.1 Этот процесс приводит к выходному сигналу

где Ln — выходной сигнал от сканирования строки я и т. д., a k — постоянная. Этот выходной сигнал можно записать в виде


Такой подход можно использовать для усиления контраста как по вертикали, когда требуемая задержка равна временной продолжительности одной строки, так и по горизонтали, когда требуются задержки всего лишь порядка временной продолжительности одного элемента. В первом случае необходима большая точность задержки, во втором случае можно использовать простые пассивные контуры, правда, с введением фазоинвертирующих усилителей. Этот метод похож на метод, описанный в.

Рис. 4.1. Структурная схема усиления контраста
Хотя телевизионные передающие трубки и кажутся идеальными устройствами для использования в визуальной системе робота, с ними связан целый ряд трудностей. Прежде всего они должны быть тщательно защищены от возможного повреждения, вызываемого, например, чрезмерным засвечиванием. Долговечность передающих телевизионных трубок очень ограничена, вследствие чего нежелательно их непрерывное использование в визуальной системе работа. Некоторые трубки страдают от «прожигания» изображения на чувствительной поверхности, если их экспонировать продолжительное время перед неизменяющейся яркой сценой.
Несмотря на то, что передающие трубки сейчас намного дешевле, чем несколько лет назад, все еще сохраняется потребность в более дешевой системе, с большим сроком службы. Иногда роботу приходится работать в среде, где он сам должен обеспечивать себе освещение; в таких случаях заслуживают рассмотрения системы с бегущим лучом.
В настоящее время получили распространение интегральные системы сетчаток, содержащие большое количество фотоэлементов.
5. Усиление контура путем совмещения
Контуры визуального изображения можно усилить точным совмещением двух противоположных визуальных представлений изображения. Например, точное совмещение позитивного и негативного диапозитивов дает контур изображения. Прохождение света, связанное с интерференцией и краевыми эффектами, возможно только в областях резкого изменения плотности. Оказалось, что в таком процессе наряду с контурной информацией сохраняется и текстурная информация. При этом, чем меньше промежуток между двумя диапозитивами, тем меньше деталь, которая может быть воспроизведена.
Рассмотрим черно-белое изображение. На краях изображения и на границах между черными и белыми областями неизбежно возникает более или менее постоянное изменение пропускания света. Если теперь взять простую сумму оптической плотности А в любой заданной точке и ее инверсию —А, то эта сумма всегда равна нулю и никакого суммарного изображения возникнуть не может. Подобным образом, если привести к единице максималь-ную величину оптической плотности (т. е. Аmах = 1) и взять разность между оптической плотностью А и 1—А, то в каждой точке результат будет 2А — 1; если же взять их сумму, то результат будет равен А + 1 — А = 1. Следовательно, простые сумма или разность сигнала и его инверсии вообще не могут создавать эффекта усиления контура изображения.
Один из путей достижения контурного усиления за счет непосредственного использования изображения, а не интерференции и краевых эффектов состоит во взятии произведения, а не суммы или разности сигнала А и сигнала 1 — А. В результате этого полу-чаем

Результирующий сигнал такого вида дает на выходе максимальную величину в точке, где интенсивность изображения составляет половину от максимальной величины.
Процесс нормирования можно осуществить делением на максимальную величину, что приводит к следующему виду сигнала-произведения:

где Аmах определяется как максимальное значение сигнала в точке, ближайшей к точке нулевой крутизны и с максимальной отрицательной скоростью изменения сигнала.
Однако совсем не обязательно брать нуль за основу вычислений, если определена точка, ближайшая к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала, поскольку в этом случае показатель локальной кривизны может быть задан в виде

где Атiп — значение в точке, ближайшей к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала.
Эта характеристика является сугубо локальной. В дальнейшем будет показано, что, в отличие от процесса разделения сканированием, описанный выше процесс не зависит от скорости изменения сигнала, а зависит только от его фактической величины. В этом есть определенное преимущество, поскольку при медленном изменении возникает большой выходной сигнал, так как он зависит от самой величины, а не от скорости ее изменения.
Интересно заметить, что сложением двух совершенно произвольных совокупностей точек можно сформировать вполне реальное изображение.
6. Считающая сетчатка
Большое количество объектов человек считает глазами по отдельности или разделяет их на группы. В то же время глаз человека обладает способностью к мгновенному подсчету изображений, создаваемых на сетчатке небольшим числом объектов. Искусственная сетчатка, наделенная такой способностью, имела бы многочисленные применения; одним из наиболее важных явилось быстрое определение количества объектов, например элементов крови, находящихся под микроскопом.

Рис. 6.1. Схема, применяемая в считающей сетчатке
Принципиальная возможность создания такой непосредственно считающей сетчатки была продемонстрирована П. С. Вильямсом в Астоне. Схема экспериментального устройства показана на рис.6.1. Клетки сетчатки представлены одним рядом сернисто-кадмиевых фотоэлектрических элементов. Сигналы от этих элементов подаются на операционные усилители, а затем поступают на выход. Число объектов, появляющихся перед линейкой элементов, определяется простыми схемами, и результат указывается прибором, шкала которого отградуирована на число объектов.
Принцип работы этого демонстрационного оборудования на самом деле весьма прост, хотя на первый взгляд кажется, что это не так. Для определения числа объектов, независимо от их размеров и положения, подсчитывается число краев объектов, появляющихся перед сетчаткой, а затем устройство автоматически делит его на 2. В искусственной сетчатке используется, таким образом, принцип обнаружения краев изображения.

Рис. 6.2. Пример использования «детектора краев», разработанного в Астоне
Рассмотренный принцип можно распространить для использования не только в одномерном, но и в двумерном варианте, применив для определения числа краев вдоль каждой из параллельных строк растра визуальной сцены «детектор краев», разработанный в Астоне. После этого вычисляются значения разностей, как это показано на рис. 6.2, между числами краев, появившихся перед соседними линейками, а затем вычисленные разности суммируются и делятся на 4 для получения общего числа рассматриваемых выпуклых объектов независимо от их индивидуальных размеров. Такое считающее устройство может непосредственно использоваться на промышленных складах и в магазинах, не считая уже упомянутых применений в медицине.
Наверное, следует упомянуть о том, что при использовании описанных простых считающих схем имеются определенные ограничения. С каждого конца линейка должна быть полностью укомплектована освещаемыми фотоэлементами, даже если их можно промоделировать. Соседние объекты должны или разделяться полным столбцом, или перекрываться в одном и том же столбце. Если границы двух объектов приходятся на два разных, но прилегающих столбца, то при подсчете возникает ошибка, являющаяся неким видом оптической иллюзии. Объекты не должны быть вогнутыми: при их подсчете может получиться ошибочный результат. Несмотря на недостатки данного метода, он дает хорошие результаты при реализации его на устройстве, в основе своей очень простом. Этот же метод в неизменном виде, безусловно, применим при использовании взамен дискретных элементов сканирующего устройства, например передающей телевизионной трубки.
7. Сетчатка обнаруживающая края
Как уже отмечалось выше, из многочисленных исследований живых систем известно, что обнаружение краев играет важнейшую роль в процессах распознавания. В качестве примера рассмотрим пластину с изображением красной буквы на белом фоне, которая нередко встречается на автомобилях в Англии. Вся красная поверхность внутри буквы L и вся белая поверхность вне ее несут мало информации. Именно конфигурация контуров, образуемых соединением красной поверхности и белого фона, указывает на то, что изображенная фигура есть L, а не другая буква.
Для обнаружения краев и получения информации об их расположении можно использовать модификацию считающей сетчатки, описанной выше. Однако для большой сетчатки с большим числом фотоэлектрических элементов потребуется большое количество дифференциальных усилителей и стоимость непомерно возрастет.
В процессе работы в Астонской кибернетической лаборатории над считающей сетчаткой С. Е. Фри предложил оригинальную идею замены постоянного напряжения питания, которое использовалось в первых работах, на переменное. В результате этого удалось построить сетчатку, обнаруживающую края изображения, для которой требовались только фотоэлементы, конденсаторы и резисторы, но не требовались транзисторы или другие активные устройства. На рис. 7.1 приведена принципиальная схема одной строки клеток сетчатки.
Рассмотрим фотоэлементы С и D. Если ни один из них не освещается, то выходной сигнал в точке X отсутствует. С другой стороны, если оба элемента освещены в равной степени, то во время каждого полупериода на резисторе R3 возникает напряжение. Таким образом, на резисторе R3 имеется симметричное переменное напряжение.

Рис. 7.1. Принципиальная схема сетчатки для обнаружения краев изображения
При условии, что произведение RCCC велико по сравнению с периодом переменного напряжения, напряжение на резисторе R3 будет почти полностью сглажено и в точке X будет небольшое или вовсе не будет выходного напряжения.
Теперь рассмотрим ситуацию, когда фотоэлемент С освещен, а фотоэлемент D — не освещен. Эта ситуация возникает тогда, когда, например, имеется темный край, который затемняет фотоэлемент D, но не затемняет фотоэлемент С, т.е. край попадает между фотоэлементами С и О. В этом случае при полуволне питающего напряжения, когда шина питания L положительна относительно шины питания N, фотоэлемент С будет проводить и в выходной точке X появится положительное напряжение. С другой стороны, во время полуволны питающего напряжения, когда шина питания L отрицательна по отношению к шине питания N, проводимость фотоэлемента D намного меньше, поскольку он не освещен. Поэтому во время отрицательной полуволны на выходе возникает небольшое напряжение. Вследствие этого выходной конденсатор Сс намного больше заряжается в положительном направлении чем в отрицательном, и в точке X возникает сглаженное положительное выходное напряжение.
Аналогичным образом, если элемент С не освещен, а элемент D освещен, то в точке X возникает отрицательное выходное напряжение. Работа этого устройства может быть сведена е следующую таблицу:
Элемент С Элемент D Точка X
Темно Темно Нулевое напряжение
Темно Светло Отрицательное напряжение
Светло Темно Положительное напряжение
Светло Светло Нулевое напряжение
Итак, устройство только тогда дает выходное напряжение в какой-либо точке, когда оно возбуждается краем, проходящим через эту точку.
Схему приведенного вида можно использовать для построения двумерной сетчатки, обнаруживающей контуры. Индикация в устройстве осуществляется неоновыми индикаторными лампами, которые высвечивают только контур, когда, например, край перфокарты появляется перед сетчаткой фотоэлементов.
Устройство, созданное Фри, питалось от источника синусоидального напряжения; в более поздних устройствах, при работе с машиной «Астра», применялись импульсные источники энергии, которые обеспечивали выход, совместимый с логическими схемами этой машины.
8. Будущее искусственных сетчаток
Предпринимались различные попытки создания искусственной сетчатки на интегральных схемах, предназначенной главным образом для сканирования перфорационных карт в вычислительной машине. Одна из возникающих здесь трудностей состоит в том, что в то время как создание массива фотоэлектрических элементов очень малых размеров вполне реально, весьма трудно реализовать отведения от элементов. В ряде случаев приходилось уменьшать сетчатку до одной строки элементов и осуществлять фактически последовательное считывание с элементов. Но даже и тогда эти устройства оказывались весьма дорогостоящими, по-видимому, из-за малого спроса и требования абсолютно исправной работы всех элементов строки, вовсе не допускающей отказов.
R. С. А. была создана сетчатка более современного вида. Она содержит в общей сложности 960 расположенных в плоскости фоточувствительных элементов, но, в отличие от обычной микроминиатюрной интегральной схемы, это более современное устройство напылено на стеклянную пластину размерами 10x20 см. Каждый из фотоэлементов подсоединяется к взаимно перпендикулярным выводным полоскам через тонкопленочный диод Шоттки. Устройство создается в несколько этапов методом напыления в вакууме.
Интегральная схема ОРТ5 состоит из массива 10x10 фотодиодов, объединенных со схемами сканирования. Интересно отметить, что при использовании матрицы с малым числом элементов наблюдается существенное изменение коэффициентов Фурье при движении изображения.
Веймером и др. проведено обширное исследование по использованию самосканирующихся сетчаткоподобных сенсоров, построенных по интегральной технологии. Для планетных исследований предлагалось использовать матрицу, состоящую из многих тысяч фототранзисторов. Емкость коллектор-база последних используется для интегрирования светового потока и разряжается один раз в течение кадра. В литературе описаны и другие устройства.

9. Обнаружение контура в сканирующей системе на базе ЭВМ
В стэнфордской системе «глаз — рука», предназначенной для построения при помощи руки робота башни из визуально обнаруживаемых кубиков, применяется стандартная телевизионная камера на видиконе. В ранней работе черные кубики располагались на белом столе и удовлетворительная работа системы достигалась только при высоком уровне контраста. Использовалось 16 уровней квантования, но даже в том случае, когда человек участвовал в настройке, не всегда удавалось в сложной сцене одновременно разложить все контуры. Вследствие этого для получения наилучшего возможного разложения объекта, рассматриваемого в данный момент, и камера и уровень освещения устанавливались вручную человеком-оператором. Естественно, что такой подход не очень удачен, поскольку на полученные результаты могло влиять вмешательство человека-оператора. Программа вычислительной машины будет автоматически отбрасывать любые данные, которые не указывают разумное число ребер или удовлетворительно замкнутых контуров объекта. Дальнейшая работа совершенствовала это свойство программы.
Полученные результаты были улучшены введением автоматической регулировки потенциала мишени видикона, которая в то же время ограничивает напряжение, исключая повреждение трубки. Изображение фокусируется автоматически за счет перемещения трубки относительно одной из линз составной турели с цветными фильтрами, подбираемыми случайным образом для улучшения контраста. Локальный оператор Хьюгеля обнаруживает контуры, даже если они размыты и имеются значительные помехи, после чего вычислительная машина прослеживает контур изображения объекта, регистрируя линии и конечные точки.
В программе используется также метод наращивания информации об осматриваемых блоках по мере ее получения. Если, например, во время процедуры прослеживания достигается ранее встречавшаяся точка, то просматриваются данные, хранящиеся в памяти, чтобы проверить, в частности, не замкнутый ли контур прослеживается в данный момент. Таким образом, исключается необходимость в последовательном прослеживании всех контуров отдельного объекта.
Старая программа прослеживания контура часто не замыкала его, если один небольшой участок был искажен помехой или труден для прослеживания. Усовершенствованная программа могла «перескочить» через отдельный «плохой» участок или пытаться замкнуть контур в противоположном направлении. В конце программы следовали различные упорядочивающие процедуры, например все концевые точки сводились в углах.
Были опробованы и другие методы, построенные на цифровых методах пространственной фильтрации для улучшения качества изображения, использовавшие синтаксический анализ контекста более высокого уровня для заключения о недостающих де-талях или оперировавшие областями изображения вместо его краев. Однако оказалось, что указанные методы, как правило, фиксируют анализируемое и вычислительная машина не может влиять на работу телевизионной камеры или развертывающего устройства.
В стэнфордской установке вычислительная машина управляла поворотно-наклонной головкой, линзами турели, цветным фильтром, фокусировочным напряжением и потенциалом мишени стандартной передающей телевизионной камеры на видиконе; диафрагма устанавливалась вручную. Три цветных фильтра и один нейтральный устанавливались на диске, позволявшем выбрать фильтр за 0,2 с. Возможны 64 отсчета напряжения мишени между 0 и 50 В; при этом не допускается, чтобы напряжение вызывало слишком большую среднюю величину тока сигнала.
Шестьдесят раз в секунду видикон сканирует массив из 333X256 отсчетов яркости, каждый из которых кодируется числом в 4 бита, благодаря чему не превышается пропускная способность высокоскоростного канала данных в 24 млн. бит в секунду. Однако диапазон изменения напряжения, представленного 4-битовым числом (16 уровней квантования), может изменяться от полного рабочего диапазона видеоусилителя в 1 В до «окна» всего лишь в 1/8 В, что дает 128 уровней квантования.
Один из методов, предложенных для упрощения машинного, или робототехнического, распознавания трехмерных форм, известен под названием «сеточное кодирование». Здесь также предусматривается освещение сцены, но за счет проектирования сетки световых полос от однородного источника света. Предполагается, что этот метод может дать лучшие результаты по сравнению с более ранними, базирующимися на работе Робертса.
Метод, сходный с методом сеточного кодирования, применялся в Японии; там для освещения рассматриваемого объекта использовалась единственная движущаяся щель. Японские исследователи успешно применяли также освещение сцены с различных направлений, извлекая, таким образом, информацию, необходимую для построения линейного чертежа сцены. Стереоскопическое рассматривание объектов двумя камерами, практикуемое в М. I. Т., не использовалось японцами, так как для получения очертаний рассматриваемого объекта требуется обработка большого объема информации. Чтобы получить информацию, необходимую для создания в ЭВМ линейного чертежа, японские исследователи использовали также последовательное освещение сцены с нескольких направлений





СПИСОК ЛИТЕРАТУРЫ
1. Анисимов Б.В., Курганов В.Д. Распознавание и цифровая обработка изображений – М., 1983.
2. Янг Дж.Ф. Робототехника / в переводе с англ. Под редакцией д.т.н. профессора Игнатьева М.Б. – Л.: Машиностроение, 1979г.






















ПРИЛОЖЕНИЯ


Приложение 1

Бухгалтерский баланс ООО «Теплоэнергоучет» за 2010 г.
АКТИВ Код пока-зателя на начало отчетного периода на конец отчетного периода 1 2 3 4 I. ВНЕОБОРОТНЫЕ АКТИВЫ       Нематериальные активы 110     Основные средства 120 208 194 Незавершенное строительство 130     Доходные вложения в материальные ценности 135     Долгосрочные финансовые вложения 140     Отложенные финансовые активы 145     Прочие внеоборотные активы 150     ИТОГО по разделу I 190 208 194 II. ОБОРОТНЫЕ АКТИВЫ       Запасы 210 5 103 10 239 в том числе:       сырье, материалы и другие аналогичные ценности 211 153 143 животные на выращивании и откорме 212     затраты в незавершенном производстве 213     готовая продукция и товары для перепродажи 214 4 855 6 365 товары отгруженные 215     расходы будущих периодов 216 95 3 731 прочие запасы и затраты 217     Налог на добавленную стоимость по приобретенным ценностям 220 53 319 Дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев после отчетной даты) 230     в том числе покупатели и заказчики 231     Дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты) 240 25 579 21 050 в том числе покупатели и заказчики 241 17 249 2 855 Краткосрочные финансовые вложения 250     Денежные средства 260 29 467 1 663 Прочие оборотные активы 270     ИТОГО по разделу II 290 60 202 33 271 БАЛАНС 300 60 410 33 465



ПАССИВ Код пока-зателя на начало отчетного периода на конец отчетного периода III. КАПИТАЛ И РЕЗЕРВЫ       Уставный капитал 410 10 10 Собственные акции, выкупленные у акционеров 411     Добавочный капитал    420     Резервный капитал 430      в том числе:        резервы, образованные в соответствии с законодательством 431      резервы, образованные в соответствии с учредительными документами       Целевое финансирование 450     Нераспределенная прибыль (непокрытый убыток) 470 1927 88 ИТОГО по разделу III 490 1937 98 IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 510     Отложенные налоговые обязательства 515 4   Прочие долгосрочные обязательства   520     ИТОГО по разделу IV 590 4 0 V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 610 2 3891 Кредиторская задолженность 620 58 467 29 476 в том числе:       поставщики и подрядчики  621 30905 8801 задолженность перед персоналом организации 622   185 задолженность перед государственными внебюджетными фондами 623   57 задолженность по налогам и сборам 624 1 362 388 прочие кредиторы 625 26 200 20 045 Задолженность перед участниками (учредителям) по выплате доходов 630     Доходы будущих периодов 640     Резервы предстоящих расходов 650     Прочие краткосрочные обязательства 660     ИТОГО по разделу V 690 58469 33367 БАЛАНС 700 60410 33465

Отчет о прибылях и убытках ООО «Теплоэнергоучет» в 2010 г.


Показатель Код пока-зателя за отчетный период за аналогичный период предыдущего года Доходы и расходы по обычным видам деятельности     Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога 010 42352 71269 Себестоимость проданных товаров, продукции, работ, услуг 020 39322 62229 Валовая прибыль 029 3030 9040 Коммерческие расходы 030 5187 5934 Управленческие расходы 040     Прибыль (убыток) от продаж 050 -2157 3106 Прочие доходы и расходы     Проценты к получению 060 7   Проценты к уплате 070 -168   Доходы от участия в других организациях 080     Прочие доходы 090 1300   Прочие расходы 100 1306 21 Прибыль (убыток) до налогообложения 140 -1988 3085 Отложенные налоговые активы 141   -177 Отложенные налоговые обязательства 142   -4 Текущий налог на прибыль 150   -565 Чистая прибыль (убыток) отчетного периода 190 -1988 2339
Приложение 2

Бухгалтерский баланс ООО «Теплоэнергоучет» за 2009 г.
АКТИВ Код пока-зателя на начало отчетного периода на конец отчетного периода 1 2 3 4 I. ВНЕОБОРОТНЫЕ АКТИВЫ       Нематериальные активы 110     Основные средства 120 122 208 Незавершенное строительство 130     Доходные вложения в материальные ценности 135     Долгосрочные финансовые вложения 140     Отложенные финансовые активы 145 177   Прочие внеоборотные активы 150     ИТОГО по разделу I 190 299 208 II. ОБОРОТНЫЕ АКТИВЫ       Запасы 210 10 070 5 103 в том числе:       сырье, материалы и другие аналогичные ценности 211   153 животные на выращивании и откорме 212     затраты в незавершенном производстве 213     готовая продукция и товары для перепродажи 214 9 934 4 855 товары отгруженные 215     расходы будущих периодов 216 136 95 прочие запасы и затраты 217     Налог на добавленную стоимость по приобретенным ценностям 220   53 Дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев после отчетной даты) 230     в том числе покупатели и заказчики 231     Дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты) 240 17 566 25 579 в том числе покупатели и заказчики 241 9 575 17 249 Краткосрочные финансовые вложения 250     Денежные средства 260 767 29 467 Прочие оборотные активы 270     ИТОГО по разделу II 290 28 403 60 202 БАЛАНС 300 28 702 60 410



ПАССИВ Код пока-зателя на начало отчетного периода на конец отчетного периода III. КАПИТАЛ И РЕЗЕРВЫ       Уставный капитал 410 10 10 Собственные акции, выкупленные у акционеров 411     Добавочный капитал    420     Резервный капитал 430      в том числе:        резервы, образованные в соответствии с законодательством 431      резервы, образованные в соответствии с учредительными документами       Целевое финансирование 450     Нераспределенная прибыль (непокрытый убыток) 470 -414 1927 ИТОГО по разделу III 490 -404 1937 IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 510     Отложенные налоговые обязательства 515 1 4 Прочие долгосрочные обязательства   520     ИТОГО по разделу IV 590 1 4 V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 610 2 2 Кредиторская задолженность 620 29103 58 467 в том числе:       поставщики и подрядчики  621 3667 30905 задолженность перед персоналом организации 622     задолженность перед государственными внебюджетными фондами 623     задолженность по налогам и сборам 624 126 1 362 прочие кредиторы 625 25310 26 200 Задолженность перед участниками (учредителям) по выплате доходов 630     Доходы будущих периодов 640     Резервы предстоящих расходов 650     Прочие краткосрочные обязательства 660     ИТОГО по разделу V 690 29105 58469 БАЛАНС 700 28702 60410

Отчет о прибылях и убытках ООО «Теплоэнергоучет» в 2009 г.

Показатель Код пока-зателя за отчетный период за аналогичный период предыдущего года Доходы и расходы по обычным видам деятельности     Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога 010 71269 18866 Себестоимость проданных товаров, продукции, работ, услуг 020 62229 16285 Валовая прибыль 029 9040 2581 Коммерческие расходы 030 5934 3318 Управленческие расходы 040     Прибыль (убыток) от продаж 050 3106 -737 Прочие доходы и расходы     Проценты к получению 060     Проценты к уплате 070     Доходы от участия в других организациях 080     Прочие доходы 090     Прочие расходы 100 21   Прибыль (убыток) до налогообложения 140 3085 -737 Отложенные налоговые активы 141 -177 177 Отложенные налоговые обязательства 142 -4 -1 Текущий налог на прибыль 150 -565 57 Чистая прибыль (убыток) отчетного периода 190 2339 -504













4

Список литературы


1.Гражданский кодекс Российской Федерации. Часть первая. №51-ФЗ от 30.11.1994 (с изм. и доп.) (глава 4 «Юридические лица»).
2.Налоговый кодекс Российской Федерации. Часть вторая. №117-ФЗ от 05.08.2000 (с изм. и доп.) (разделы VIII, IX, X).
3.Федеральный закон от 21.11.1996 №129-ФЗ «О бухгалтерском учете» (с изм. и доп.).
4.Приказ Минфина РФ от 29.07.1998 №34н «Об утверждении Положения по ведению бухгалтерского учета и бухгалтерской отчетности в Российской Федерации» (с изм. от 23.08.2000).
5.Приказ Минфина РФ от 06.07.1999 №43н «Об утверждении Положения по бухгалтерскому учету «Бухгалтерская отчетность организации» (ПБУ 4/99) (с изм. и доп.)
6.Приказ Минфина РФ от 31.10.2000 №94н «Об утверждении плана счетов бухгалтерского учета финансово-хозяйственной деятельности организаций и инструкции по его применению» (с изм. и доп.)
7.Приказ Минфина РФ от 02.07.2010 №66н «О формах бухгалтерской отчетности организаций».
8.Банк В. Р., Банк С. В., Тараскина Л. В. Финансовый анализ : учеб. пособие. - М.: ТК Велби, Изд-во Проспект, 2006.
9.Басовский Л. Е. Финансовый менеджмент. Учебник. - М., ИНФРА-М, 2009. - с. 506.
10.Бердникова Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учебн.пособие. – М.: Инфра-М, 2007.
11.Васильева Л.С. Финансовый анализ: учебник / Л.С. Васильева, М.В. Петровская. - М. : КНОРУС, 2006. - 544 с.
12.Ионова А.Ф., Селезнева Н.Н. Финансовый анализ: учеб. – М.: ТК Велби, Изд-во Проспект, 2009. – 624 с.
13.Ковалев А.М. Финансовый менеджмент – М.: Инфра-М, 2009 – 336 с.
14.Ковалев В. В., Ковалев Вит. В. Финансы организаций (предприятий): учеб. — М.: ТК Велби, Изд-во Проспект, 2006.
15.Лисовская И.А. Основы финансового менеджмента. – М.: ТЕИС, 2006.
16.Савицкая Г.В.Анализ хозяйственной деятельности предприятия – М.:ИНФРА – М, 2009.
17.Савицкая Г.В. Экономический анализ: учеб. / Г.В. Савицкая. — 11-е изд., испр. и доп. - М.: Новое знание, 2005.
18.Тронин Ю.Н. Анализ финансовой деятельности предприятия – М.: Альфа – Пресс, 2005.
19.Чуев И.Н., Чечевицина Л.Н. Анализ финансово-хозяйственной деятельности: учебное пособие. – Ростов н/Д.: «Феникс», 2009. – 384 с.
20.Шермет А.Д. Комплексный анализ хозяйственной деятельности. – М.: Инфра-М, 2006.
21.Воронченко Г.В. Управление дебиторской задолженностью предприятия // Экономический анализ: теория и практика. 2010. № 7. С. 23-29.
22.Коба Е.Е. Формирование политики по управлению дебиторской задолженностью // Сервис в России и за рубежом. 2009. № 1. С. 91-96.
23.Пойлова Е.Л. Управление дебиторской задолженностью с позиции теории жизненного цикла // Вестник Омского университета. Серия: Экономика. 2008. № 4. С. 107-109.
24.Аристархова М.К. Повышение эффективности управления дебиторской задолженностью предприятия путём создания имитационной модели управления. [Электронный ресурс]. Режим доступа: http://www.ogbus.ru, свободный.
25.Грищенко О.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. [Электронный ресурс]. Режим доступа: www.aup.ru, свободный.





У нас вы можете заказать