近年來(lái),文化企業(yè)之間的兼并、收購(gòu)活動(dòng)日益激烈,投資者不僅看重的是企業(yè)的經(jīng)濟(jì)效益,更看重的是企業(yè)的商譽(yù)。商譽(yù)價(jià)值評(píng)估可以幫助文化企業(yè)了解自己的形象,清楚掌握影響商譽(yù)的敏感因素和薄弱環(huán)節(jié),從而促進(jìn)企業(yè)的發(fā)展�；谛〔ㄉ窠�(jīng)網(wǎng)絡(luò)的文化企業(yè)商譽(yù)價(jià)值評(píng)估不但開(kāi)辟了商譽(yù)價(jià)值評(píng)估的新方法和新理論,為日后的研究提供理論基礎(chǔ),而且構(gòu)建出新的評(píng)估指標(biāo)體系和模型,為管理者提供評(píng)估依據(jù)。因此,對(duì)文化企業(yè)商譽(yù)價(jià)值進(jìn)行評(píng)估具有一定的理論意義和實(shí)踐意義。論文主要基于小波神經(jīng)網(wǎng)絡(luò)對(duì)文化企業(yè)商譽(yù)價(jià)值進(jìn)行評(píng)估。在文化企業(yè)商譽(yù)價(jià)值相關(guān)研究成果的基礎(chǔ)上,用小波神經(jīng)網(wǎng)絡(luò)理論對(duì)文化企業(yè)商譽(yù)價(jià)值評(píng)估的現(xiàn)狀進(jìn)行分析,構(gòu)建文化企業(yè)商譽(yù)價(jià)值評(píng)估的小波神經(jīng)網(wǎng)絡(luò)模型,通過(guò)對(duì)黑龍江省動(dòng)漫企業(yè)商譽(yù)價(jià)值進(jìn)行案例分析,對(duì)評(píng)估模型進(jìn)行驗(yàn)證。本文深入地剖析了文化企業(yè)商譽(yù)價(jià)值評(píng)估的特點(diǎn),豐富并完善了文化企業(yè)商譽(yù)價(jià)值評(píng)估的理論和方法,為未來(lái)文化企業(yè)商譽(yù)價(jià)值評(píng)估的順利開(kāi)展提供了決策依據(jù)。主要的研究?jī)?nèi)容如下:首先,運(yùn)用層級(jí)結(jié)構(gòu)理論構(gòu)建了文化企業(yè)商譽(yù)價(jià)值評(píng)估的理論框架,并對(duì)文化企業(yè)商譽(yù)價(jià)值評(píng)估進(jìn)行機(jī)理分析,在此基礎(chǔ)上分析了文化企業(yè)商譽(yù)價(jià)值的內(nèi)部網(wǎng)絡(luò)關(guān)系,為文化企業(yè)商譽(yù)價(jià)值評(píng)估提供了基本的研究方向。其次,運(yùn)用價(jià)值鏈理論,剖析文化企業(yè)商譽(yù)價(jià)值評(píng)估內(nèi)在影響因素的網(wǎng)絡(luò)關(guān)系,確定初級(jí)評(píng)價(jià)指標(biāo)體系;運(yùn)用調(diào)查問(wèn)卷法,再次對(duì)指標(biāo)進(jìn)行篩選,確定最終的評(píng)價(jià)指標(biāo),從而構(gòu)建了文化企業(yè)商譽(yù)價(jià)值評(píng)估指標(biāo)體系。再次,運(yùn)用小波神經(jīng)網(wǎng)絡(luò)方法,在構(gòu)建評(píng)價(jià)指標(biāo)的基礎(chǔ)上,剖析指標(biāo)之間的層級(jí)關(guān)系,結(jié)合文化企業(yè)商譽(yù)自身的特點(diǎn),從而形成了三層獨(dú)立的網(wǎng)絡(luò)結(jié)構(gòu)。通過(guò)剖析其內(nèi)部的網(wǎng)絡(luò)結(jié)構(gòu)。將三層網(wǎng)絡(luò)關(guān)系交叉在一起,構(gòu)建文化企業(yè)商譽(yù)價(jià)值評(píng)估模型。文化企業(yè)商譽(yù)價(jià)值評(píng)估指標(biāo)體系和模型的構(gòu)建,為文化企業(yè)商譽(yù)價(jià)值評(píng)估奠定理論基礎(chǔ)。最后,論文運(yùn)用小波神經(jīng)網(wǎng)絡(luò)方法,對(duì)黑龍江省動(dòng)漫企業(yè)商譽(yù)價(jià)值進(jìn)行案例分析,發(fā)現(xiàn)存在的問(wèn)題,并提出了發(fā)展建議與對(duì)策。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類(lèi)】：F275
【部分圖文】：

小波神經(jīng)網(wǎng)絡(luò)類(lèi)型分為松散型和融合型兩種[93]：松散型一般是以小波分析為媒介，在神經(jīng)網(wǎng)絡(luò)輸入的時(shí)候展開(kāi)恰當(dāng)?shù)奶幚砉ぷ�，讓輸入神�?jīng)網(wǎng)絡(luò)中的信息更快地展開(kāi)神經(jīng)網(wǎng)絡(luò)方面的工作；融合型即小波與神經(jīng)網(wǎng)絡(luò)自然而又直接地融合，小波元取代神經(jīng)元的位置，小波函數(shù)中的尺度及平移參數(shù)會(huì)直接取代輸入層和隱含層共同的權(quán)值和隱含層具有的闕值。1 和連續(xù)參數(shù)相關(guān)的小波神經(jīng)網(wǎng)絡(luò)11 1Lij i jM Mjk k j kj jju x bf g ga (2-1)2 把框架當(dāng)基函數(shù)的小波神經(jīng)網(wǎng)絡(luò)01 1 1M M Lmk k j k ij o jj j jf g g u a jx n b (2-2)3 正交的基小波網(wǎng)絡(luò)典型的正交基小波神經(jīng)網(wǎng)絡(luò)模型見(jiàn)圖 2-2：

圖 3-2 原時(shí)間序列圖Fig.3-2 The original time series趨勢(shì)項(xiàng)。我們匯出 Sk的圖形并觀(guān)察其趨勢(shì)項(xiàng)型來(lái)更好的逼近，如果說(shuō)趨勢(shì)性不怎么明顯，對(duì) SJ.進(jìn)行建模，算出擬合值以及預(yù)測(cè)值 SJ.行分解，然后，對(duì)全部各層的序列 Wj做擬合，采取觀(guān)察法對(duì)它的周期性和建模是不是容易且幅度小的就忽略不記；對(duì)能夠建模的就建值[127]。依次進(jìn)行，根據(jù)隨機(jī)項(xiàng)的大小決定是環(huán)。代公式，合成擬合值和預(yù)測(cè)值。網(wǎng)絡(luò)方法，對(duì)構(gòu)建的指標(biāo)體系和模型，用以對(duì)比分析，從而更能科學(xué)地對(duì)文化企業(yè)商譽(yù)值評(píng)估的真實(shí)數(shù)值。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王靜;;基于商譽(yù)本質(zhì)的確認(rèn)與計(jì)量思考[J];財(cái)會(huì)通訊;2015年25期

2 王明明;;淺談實(shí)物期權(quán)法在企業(yè)自創(chuàng)商譽(yù)價(jià)值評(píng)估中的應(yīng)用[J];商;2015年30期

3 臧志彭;;基于決策樹(shù)的網(wǎng)絡(luò)文化產(chǎn)業(yè)發(fā)展影響因素實(shí)證研究:來(lái)自上海的經(jīng)驗(yàn)證據(jù)[J];科技管理研究;2014年24期

4 張志紅;孫茜;張國(guó)振;;小微文化企業(yè)價(jià)值評(píng)估必要性——基于文化企業(yè)發(fā)展現(xiàn)狀和文獻(xiàn)綜述的視角[J];中國(guó)資產(chǎn)評(píng)估;2014年10期

5 吳保忠;孫麗娜;;商譽(yù)價(jià)值評(píng)估方法評(píng)析與改進(jìn)[J];商業(yè)會(huì)計(jì);2014年17期

6 張華軍;趙金;羅慧;解相朋;;基于梯度投影法與隨機(jī)優(yōu)化算法的約束優(yōu)化方法[J];控制與決策;2014年10期

7 胡惠林;;文化產(chǎn)業(yè)理性發(fā)展的尺度——構(gòu)建具有路標(biāo)導(dǎo)向的中國(guó)文化產(chǎn)業(yè)發(fā)展指標(biāo)體系[J];上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2014年04期

8 陳欣;孫建軍;;基于知識(shí)管理的創(chuàng)新型企業(yè)評(píng)價(jià)指標(biāo)體系的構(gòu)建及驗(yàn)證[J];圖書(shū)館學(xué)研究;2014年14期

9 王成榮;王玉軍;;老字號(hào)品牌價(jià)值評(píng)價(jià)模型[J];管理評(píng)論;2014年06期

10 許婷婷;張大為;門(mén)廣智;;文化產(chǎn)業(yè)社會(huì)責(zé)任問(wèn)題探究[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2014年03期

相關(guān)博士學(xué)位論文 前1條

1 Garba INOUSSA;基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)自回歸模型的非線(xiàn)性時(shí)間序列建模和預(yù)測(cè)[D];中南大學(xué);2012年

本文編號(hào)：2835758