当前位置:文档之家› Current Position Education

Current Position Education

Current Position Education
Current Position Education

Rogerio Schmidt Feris

August, 2007

IBM T. J. Watson Research Center 19 Skyline Drive

Hawthorne, NY 10532, USA

Tel: (805)284-5392 Email:rsferis@https://www.doczj.com/doc/119403549.html, https://www.doczj.com/doc/119403549.html,

Current Position

Full-time research staff member at IBM T. J. Watson Research Center (Exploratory

Computer Vision Group)

Education

Ph.D. degree in Computer Science

University of California, Santa Barbara. (GPA: 3.98/4.0)

Thesis title: Detection and analysis of depth discontinuities with

lighting and viewpoint variation

Advisor: Dr. Matthew Turk

Thesis Committee: Steve Seitz, Ramesh Raskar, Tobias Hollerer,

Yuan-Fang Wang and Matthew Turk

01/2002-08/2006

M.S. degree in Computer Science(GPA: 4.0/4.0)

University of Sao Paulo, Brazil

Thesis title: Efficient real-time face tracking in wavelet subspace

(Awarded thesis in nationwide competition)

Advisor: Dr. Roberto Marcondes Cesar Jr.

03/1999-05/2001

B.S. degree in Computer Engineering (GPA: 9.4/10.0)

University of Rio Grande (FURG), Brazil

03/1994-12/1998

Data Processing Technician (High School)

Technical and Industrial High School of FURG, Brazil

03/1991-12/1993

Awards and Distinctions

?IBM Emerging Leader in Multimedia – I was among eight students selected from top universities by IBM - July 2005.

?NSF Grant Proposal– I co-wrote with my advisor an NSF proposal on my thesis topic which was awarded funding - Detection and Analysis of

Discontinuities in Computer Vision – Matthew Turk, Rogerio Feris and

Ramesh Raskar, 2005.

?Best Computer Science MSc Thesis in Brazil – 2nd Prize , 2002 (Nationwide Competition). Award received at Congress of Brazilian Computer

Society

?Various Scholarships, including UCSB fellowship (PhD funding), FAPESP (MSc funding), CNPQ-PIBIC (undergraduate research scholarship).

?Undergraduate Scientific Awards - Software for Animation of Wave Spectrums in 3D (CIC’97 regional contest – 2nd prize) and Heuristic Search for

Best Path Estimation (CRICTE’97 regional contest – 1st prize), 1997

?Nationwide Computer Science competition for high school students – 1st place in the regional phase with software for face sketching from witness

descriptions, 1994.

Professional Experience

IBM Watson Research (Research Staff Member) Hawthorne, NY September 2006 – present Currently working on visual surveillance (object classification, tracking, etc.), as part of the IBM Smart Surveillance Solution.

IBM Watson Research (Internship) Hawthorne, NY

June - September, 2005Research intern with Yingli Tian and Arun Hampapur Worked on multi-view face detection for surveillance (PeopleVision project) and for assisting soldiers with wearable cameras (EC-ASSIST project, involving MIT, Georgia Tech, IBM and UC-Irvine). Developed a new method for general object detection using wavelet networks and Adaboost learning.

Mitsubishi Electric Research Labs Cambridge, MA

June – September, 2003 / January 2004Research intern with Ramesh Raskar

Worked on finding depth discontinuities in real-world scenes (using multi-flash imaging) and gradient domain methods for non-photorealistic rendering.

Microsoft Research San Francisco CA June – September, 2001Research intern with Jim Gemmell / Kentaro Toyama Worked with computer vision and graphics in a gaze-aware videoconferencing system. Developed a new method for facial feature localization using hierarchical wavelet networks.

Final Evaluation: Consistently exceeds all position requirements and expectations. Accomplishments are highly valued and may be well beyond the scope of the position. Demonstrates higher standards of performance excellence relative to individuals with comparable levels of responsibility.

Publications

Journal and Book Chapter Publications

?R. S. Feris, R. Raskar, L. Chen, K. Tan and M. Turk. “Multi-Flash Stereopsis: Depth Edge Preserving Stereo with Small Baseline Illumination”. Accepted for

publication in IEEE Transactions on Pattern Analysis and Machine Intelligence

(PAMI), 2007.

?Y. Zana, R. Cesar, R. Feris and M. Turk. “Local Approach for Face Verification in Polar Frequency Domain”. Image and Vision Computing Journal, vol. 24, no. 8, pp.

904-913, 2006.

?R. S. Feris, M. Turk, R. Raskar and K. Tan. “Specular Highlights Detection and Reduction with Multi-Flash Photography”. International Journal of the Brazilian

Computer Society, vol. 1, no. 12, pp. 35-42, 2006.

?Y. Chang, C. Hu, R. S. Feris and M. Turk. “Manifold-Based Analysis of Facial Expressions”. Image and Vision Computing Journal, vol.24, no. 6, pp. 605-614,

2006.

?R. S. Feris, M. Turk, R. Raskar, K. Tan and G. Ohashi. “Recognition of Isolated Fingerspelling Gestures Using Depth Edges”. B. Kisacanin, V. Pavlovic and T.

Huang (eds.), Real-time Vision for Human-Computer Interaction, Springer-Verlag,

2005. (Book Chapter)

?R. Raskar, K. Tan, R. S. Feris, J. Kobler, J. Yu and M. Turk. “Harnessing Real-World Depth Edges with Multi-Flash Imaging”. IEEE Computer Graphics and

Applications (IEEE CG&A), vol. 25, no. 1, pp. 32-38, January 2005.

?R. S. Feris, V. Krueger and R. Cesar. “A Wavelet Subspace Method for Real-time Face Tracking”. Journal of Real-time Imaging, vol. 10, pp. 339-350, 2004.

?R. Raskar, K. Tan, R. S. Feris, J. Yu and M. Turk. “Non-photorealistic Camera: Depth Edge Detection and Stylized Rendering using Multi-Flash Imaging”. ACM

Transactions on Graphics (SIGGRAPH 2004), Vol. 23, Issue 3, August 2004. Also

accepted in SIGGRAPH Emergent Technologies, 2004

Conference Publications

? A. Hampapur, L. Brown, R. S. Feris, A. Senior, C. Shu, Y. Tian, Y. Zhai and M. Lu, “Searching Surveillance Video”. IEEE International Conference on Advanced Video

and Signal-Based Surveillance, London, UK, September 2007.

? A. Senior, L. Brown, A. Hampapur, C. Shu, Y. Zhai, R. S. Feris, Y. Tian, S. Borger and C. Carlson, “Video Analytics for Retail: the IBM Smart Surveillance Retail

Solution”. IEEE International Conference on Advanced Video and Signal-Based

Surveillance”, London, UK, September 2007.

?R. S. Feris, Y. Tian and A. Hampapur. “Capturing People in Surveillance Video”.

IEEE International Workshop on Visual Surveillance, 2007.

?R. S. Feris, R. Raskar and M. Turk. “Dealing with Multi-scale Depth Changes and Motion in Depth Edge Detection”. Proceedings of SIBGRAPI'06 Brazilian Symposium on Computer Graphics and Image Processing, Manaus, Brazil, October 2006. IEEE Computer Society press. Awarded "One of the Best Image Processing and Computer Vision Papers"

?H. Guan, J. Chang, L. Chen, R. Feris, and M. Turk. “Multi-view Appearance-based 3D Hand Pose Estimation”. IEEE Workshop on Vision for Human Computer Interaction (in conjunction with CVPR’06), New York, NY, June 2006.

?H. Guan, R. S. Feris and M. Turk. “The Isometric Self-Organizing Map for Hand Pose Estimation”. International Conference on Face and Gesture Recognition, Southampton, UK, 2006.

?R. S. Feris, L. Chen, M. Turk, R. Raskar and K. Tan. “Discontinuity Preserving Stereo with Small Baseline Multi-Flash Illumination”. International Conference on Computer Vision (ICCV’05), - oral presentation (4% acceptance), Beijing, China, 2005.

?Y. Zana, R. Cesar, R. S. Feris and M. Turk. “Face Verification in Polar Frequency Domain: a Biologically Motivated Approach”. International Symposium on Visual Computing, Lake Tahoe, NV, 2005.

?R. S. Feris, R. Raskar, K. Tan and M. Turk. “Specular Reflection Reduction with Multi-Flash Imaging”. Proceedings of SIBGRAPI'04 Brazilian Symposium on Computer Graphics and Image Processing, Curitiba, Brazil, October 2004. IEEE Computer Society press – also accepted as a poster in SIGGRAPH 2004.

?R. S. Feris, M. Turk, R. Raskar, K. Tan and G. Ohashi. “Exploiting Depth Discontinuities for Vision-based Fingerspelling Recognition”. IEEE Workshop on Real-Time Vision for Human-Computer Interaction (in conjunction with CVPR’04), Washington DC, USA, June 2004

?K. Tan, J. Kobler, R. S. Feris, P. Dietz and R. Raskar. “Shape Enhanced Surgical Visualizations and Medical Illustrations with Multi-flash Imaging”. International Conference on Medical Imaging Computing and Computer Assisted Intervention (MICCAI’04), Rennes, France 2004.

? C. Hu, Y. Chang, R. S. Feris and M. Turk. “Manifold Based Analysis of Facial Expression”. IEEE Workshop on Face Processing in Video (in conjunction with CVPR’04), Washington DC, USA, June 2004.

? C. Hu, R. S. Feris and M. Turk. “Real-time View-Based Face Alignment Using Active Wavelet Networks”. Workshop on Analysis and Modeling of Faces and Gestures (in conjunction with ICCV’03), Nice, France, October 2003.

? C. Hu, R. S. Feris and M. Turk. “Active Wavelet Networks for Face Alignment”. In Proceedings of British Machine Vision Conference, Norwich, 2003.

?M. Turk, C. Hu, R. S. Feris, F. Lashkari and A. Beall. “TLA Based Face Tracking”.

In Proceedings of the 15th International Conference on Vision Interfaces, Calgary, Canada, 2002.

?R. S. Feris, J. Gemmell, K. Toyama and V. Krueger. “Hierarchical Wavelet Networks for Facial Feature Localization”. In Proceedings of the 5th International Conference on Automatic Face and Gesture Recognition, Washington D.C., USA, May 20-21, 2002.

?R. S. Feris, V. Krueger and R. M. Cesar Jr. “Efficient Real-Time Face Tracking in Wavelet Subspace”. Workshop on Recognition, Analysis and Tracking of Faces and Gestures in Real-Time Systems (in conjunction with ICCV’01), Vancouver, BC, 2001.

?R. S. Feris and R. M. Cesar Jr. “Locating and Tracking Facial Landmarks Using Gabor Wavelet Networks”. Lecture Notes in Computer Science, vol. 2013, pp. 311-320. ICAPR'2001 International Conference on Advances in Pattern Recognition, Rio de Janeiro, Brazil, May 2001. The International Association for Pattern Recognition, Springer-Verlag press.

?V. Krueger and R. Feris. “Wavelet Subspace Method for Real-time Face Tracking.

Proc. Pattern Recognition”, 23rd DAGM Symposium, Munich, Germany 2001.

? R. S. Feris, T. E. Campos and R. M. Cesar Jr. “A Project for Face Recognition from Video Sequences Using GWN and Eigenfeature Selection”. In Proceedings of WAICV'2000 Workshop in Artificial Intelligence and Computer Vision, pp. 141-145, Atibaia, Brazil, November 2000.

?R. S. Feris and R. M. Cesar Jr. “Tracking Facial Features Using Gabor Wavelet Networks”. In Proceedings of SIBGRAPI'2000 Brazilian Symposium on Computer Graphics and Image Processing, pp. 22-27, Gramado, Brazil, October 2000. IEEE Computer Society press.

?T. E. Campos, R. S. Feris, R. M. Cesar Jr. “Improved Face versus Non-Face Discrimination Using Fourier Descriptors through Feature Selection”. In Proc. of SIBGRAPI'2000 Brazilian Symposium on Computer Graphics and Image Processing, pp. 28-35, Gramado, Brazil, October 2000. IEEE Computer Society press.

?R. S. Feris, T. E. Campos, R. M. Cesar Jr. “Detection and Tracking of Facial Features in Video Sequences”. Lecture Notes on Artificial Intelligence, vol. 1793, pp. 127-135. Proc. MICAI-2000, Acapulco, Mexico, April 2000. Springer-Verlag press. ?T. E. Campos, R. S. Feris, R. M. Cesar Jr. “Eigenfaces versus Eigeneyes: First Steps Towards Performance Assessment of Representations for Face Recognition”. Lecture Notes on Artificial Intelligence, vol. 1793, pp. 193-201. Proceedings of MICAI-2000, Acapulco, Mexico, April 2000. Springer-Verlag press.

?R. S. Feris, W. F. Lages. “Stereo Image Matching Using Correlation and Relaxation Labeling”. IV Congress for Scientific Initiation and Postgraduation at Aeronautics

Institute of Technology, pp. 193-199, Sao Jose dos Campos-SP, Brazil, October 1998

(in portuguese).

Theses and Reports

?R. S. Feris. “Detection and Analysis of Depth Discontinuities with Lighting and Viewpoint Variation”, Phd thesis, University of California, Santa Barbara, 2006.

?R. S. Feris, J. Gemmell, K. Toyama and V. Krueger. “Facial Feature Detection using

a Hierarchical Wavelet Face Database”. Microsoft Research Technical Report MSR-

TR-2002-05, January 2002.

?R. S. Feris, R. Cesar Jr. “Efficient Real-time Face Tracking in Wavelet Subspace”.

MSc. thesis, University of Sao Paulo, May 2001. Awarded as the Second Best

Computer Science MSc. Thesis in Brazil (Nationwide Competition, 2002) Demos and Posters

? A. Agrawal, V. Branzoi, R. Chellappa, R. Feris, R. Raskar, K. Tan and M. Turk.

“Depth Edges in Real-Time Using a Multi-Flash Camera”. CVPR DEMO, 2005 ?R. Raskar, K. Tan, R. Feris, J. Yu and M. Turk. “Non-photorealistic Camera: Automatic Stylization with Multi-Flash Imaging”. SIGGRAPH Emergent

Technologies, 2004.

?R. Feris, R. Raskar, K. Tan and M. Turk. “Specular Reflection Reduction Using a Multi-Flash Camera”. To appear as a SIGGRAPH poster, 2004.

Patents and Disclosures

?R. Raskar, K. Tan and R. Feris, “Stylized Rendering Using a Multi-Flash Camera”.

Filed with Mitsubishi Electric Research Labs, US Patent pending, Application

Number 10/847, May 2004.

?R. Feris, Y. Tian and A. Hampapur, “Rule-Based Combination of a Hierarchy of Classifiers for Smart Surveillance”, Disclosure filed with IBM Watson Research

Center, December 2007.

?R. Feris, Y. Tian and A. Hampapur, “Efficient Training Method and Accurate Object Detection System Based on Learning Style and Content Features”, Disclosure filed

with IBM Watson Research Center, February 2007.

Teaching Experience

Teaching Assistant, UC-Santa Barbara

o Introduction to Computer Vision, 2002

o Advanced Computer Graphics, 2002 (Graduate Course)

o Introduction to Artificial Intelligence, 2002

Guest Lecturer for Artificial Intelligence (2002) and 3D User Interfaces (2005) Invited Talks

?Multi-Flash Photography and Applications. Kodak Research, Intelligent Systems Lab, Rochester, NY, 2007. Host: Jiebo Luo

?Detection and Modeling of Depth Discontinuities with Lighting and Viewpoint Variation. HP Laboratories, Computer Vision and Graphics group, Palo Alto, CA,

2007. Host: Bruce Culbertson

?Discontinuity Detection and Modeling with Lighting and Viewpoint Variation. Adobe Advanced Technology Labs, Seattle, WA, 2006 (also presented at University of

Washington).

Host: David Salesin

?Detection and Analysis of Depth Discontinuities in Computer Vision. NASA – Jet Propulsion Laboratory, 2006.

Host: Larry Matthies

?What Can We Do With a Multi-Flash Camera? IBM T.J. Watson Research, Hawthorne, NY, 2005.

Host: Deepak Turaga (as part of Emerging Leaders in Multimedia Seminar) ? A Wavelet Subspace Method for Real-time Face Tracking. Microsoft Research, Redmond, WA, 2001.

Host: Kentaro Toyama

Further Information

I have a general background in computer vision and graphics, since I attended various

graduate courses on these areas, including: Real-Time Graphics, Computer Vision I, Computer Vision II, Topics in AI – Face Recognition, Advanced Topics in Computer Vision, Pattern Recognition, Mixed Reality Systems, Graph Theory, Probabilistic Reasoning, Partial Differential Equations, and Speech Recognition.

Media Coverage

My work was reported in several newspapers, magazines, and television programs, including Jornal do SBT, Ciencia Hoje, TV USP and RBS TV.

Programming Skills

o Experience with C++, C, Assembly, MatLab and Java.

o Experience with Programmable Shaders (Cg language)

o Experience with Windows and Unix programming.

Organizing Committee of Conferences

o Member of the organizing committee of I Workshop on Artificial Intelligence and Computer Vision, 19-22 November 1997, Atibaia, Brazil.

Professional Activities

Program Committee Member - ICCV, CVPR, and ACCV, 2007

Reviewer for major conferences and journals in computer vision/graphics, including ACM SIGGRAPH, IEEE Transactions on PAMI, Pattern Recognition Letters, IVC Journal, CVIU Journal, CVPR, ICCV, Face and Gesture Recognition, Eurographics, ISMAR, and others.

Associate Member of the IEEE and ACM

References

o Matthew Turk (UC-Santa Barbara)

mturk@https://www.doczj.com/doc/119403549.html, Tel: (805)893-4236

o Yingli Tian (IBM Research)

yltian@https://www.doczj.com/doc/119403549.html, Tel: (914) 784-7562

o Ramesh Raskar (Mitsubishi Electric Research Labs)

raskar@https://www.doczj.com/doc/119403549.html, Tel: (617)621-7533

o Tobias Hollerer (UC-Santa Barbara)

holl@https://www.doczj.com/doc/119403549.html, Tel: (805)893-8759

o Jim Gemmell, Kentaro Toyama (Microsoft Research)

{jgemmell, kentoy}@https://www.doczj.com/doc/119403549.html, Tel: (425)722-8520

o Roberto Cesar, Carlos Morimoto (University of Sao Paulo)

{cesar, hitoshi}@https://www.doczj.com/doc/119403549.html,p.br Tel: +55 (0) 11 3091 61 35

激励机制设计的五个原则

激励机制设计的五个原则 建立激励机制必须要研究员工的需求,依照各种激励理论将不同的激励方法加以适当组合。只有对不同的情况区别对待,使用相应的激励手段,才能对企业团队和员工个人实施有效地激励。因此,民营企业要建立良好的人才激励机制,必须遵循物质激励与精神激励相结合、正激励与负激励相结合、长期激励与短期激励相结合、绩效原则、公平原则等基本原则,并且有所侧重,必须想方设法了解并满足员工多元化的个人心理需求,采取多种形式的激励手段,充分激发员工潜能,确保激励机制的合理性和实效性。 一、物质激励与精神激励相结合原则 从管理学上说,激励可分为两类:一类是物质激励,也叫薪酬激励;另一类是精神激励,又叫成长激励。物质激励与精神激励作为激励的两种不同类型,是相辅相承、缺一不可的,只强调物质激励而忽视精神激励或只强调精神激励而忽视物质激励都是片面和错误的。 在实际工作中,一些人总以为有钱才会有干劲,有实惠才能有热情,精神激励是水中月、镜中影,好看却不中用。正是这种片面的理解,致使一部分人斤斤计较、唯利是图,甚至弄虚作假、违法乱纪,给组织环境和社会风气都带来极大危害。另有一些人总爱把大道理挂在嘴边,只讲贡献不讲需要,只讲觉悟不讲利益,以为大家靠喝西北风也能有干劲,这些人恰恰忘了:“思想一旦离开利益,就一定会使自己出丑”。为了避免以上两种片面性的发生,防止“单打”现象的出现,在激励中一定要坚持物质激励与精神激励相结合的方针。 强调物质激励与精神激励相结合,并不是说不需要有所侧重,物质激励与精神激励是对人们物质需要和精神需要的满足,而人们的物质需要和精神需要在层次与程度上受多种因素的制约,并随主客观条件的发展而不断有所变化.从社会角度来看,一般来说,社会经济文化发展水平比较低,人们的物质需求就会比较强烈,而在社会经济文件发展水平比较高的条件下,人们的精神需要则会占主导地位。从个人角度来看,一个人受教育的程度、所从事的工作性质及其自身的品德修养也会对需要产生很大程度的影响。所以,不论从个人发展还是从社会发展

(完整版)工程经济公式汇总

工程经济计算公式汇总0921 1、利息I=F=P I-利息;(interest) F-目前债务人应付总金额,即还本付息总额; P-原借贷金额,即本金。(Principal) 2、利率i=It/P I-利率 It-单位时间内所得的利息额 3、单利It=P×i单 It-第t计息周期的利息额;P-本金;i单-计息周期单利利率4、第n期末单利本利和F=P+In=P(1+n×i单) In-n个计息周期所付或所收的单利总利息 5、复利It=i×F t-1 I-计息周期复利利率;F t-1——表示第(t-1)期末复利本利和。 6、第t期末复利本利和F t=F t-1×(1+i) 7、净现金流量(CI-CO)t 8、一次支付n年末终值(即本利和)F=P(1+i)n 其中(1+i)n称之为一次支付终值系数 9、等额支付系列现金流量 P=A1(1+i)-1+A2(1+i)-2+......+A n(1+i)-n=∑A t(1+i)-t F=∑A t(1+i)n-t=A[(1+i)n-1]/i 其中At=A=常数t=1,2,3,......,n A表示年金,发生在某一特定时间序列各计息期末(不包括零期)的等额资金序列的价值。 [(1+i)n-1]/1 称为等额支付系列终值系数或年金终值系数 10、名义利率r=i×m I-周期利率;m-计息周期数;r-名义利率 i=r/m 年本利和F=P(1+r/m)m 年利息I=f-P=P[(1+r/m)m-1] 年有效利率ieff=I/P=(1+r/m)m-1 11、投资收益率R=A/I A-技术方案年净收益额或年平均净收益额;I-技术方案投资 12、基准投资收益率Rc R>Rc 技术方案可行 R

虚拟演播室方案

虚拟演播室是视频技术于计算机技术结合的产物,把计算机图形图像处理技术与传统的色键技术集合起来形成的。是一种新颖的独特的电视节目制作技术。 虚拟演播室技术原理:虚拟演播室技术与色键技术十分相像,他是由前景主持人为主的画面和背景画面,采用色键的方法构成一个整体,产生人物置身于背景中的组合画面。 虚拟演播室工作原理 虚拟演播室装修的总体要求: 建立一个功能完善的虚拟演播室,需要做到如下基本要求: 1、要求演播室的拾音空间首先具有较好的语言清晰度、可懂度,其次是要有良好的声音丰满度, 2、要求演播室内各处要有合适的响度和均匀度,具有相应的满足拾音要求的混响频率特性。 3、抑制影响听、拾音音质的声缺陷,防止出现声聚焦、驻波、颤动回声、低频嗡声等。 4、演播室内墙面的声学装饰考虑在装饰大方美观、造型新颖的基础上对于高中低各频段的声学处理方式,特别是低频段的声学处理方式方法。 演播室的建声指标:混响时间≤0.6S±0.05S;噪声评价曲线NR-30---NR-35。 设计的隔声门隔声量大于35dB并具有好的密封性。 5、演播室声学建声装饰所选用的材料符合国家相应的强制消防要求,要求采用达到B1、B2级标准的材料。 6、演播室声学建声装饰所选用的材料符合国家相应的强制环保要求,特别是要求甲醛的释放量为<0。1mg/m3。墙面装饰层内禁止使用不安全和危害性较高的吸声材料。 7、装饰踢脚线兼做视音频线槽并做屏蔽处理。 8、演播室配置录制指示灯和紧急逃生指示灯。 9、装饰层内的综合布线按要求做穿管处理。 10、演播室现有的位置南边部分为玻璃幕墙,不利于演播室的隔声,所以要对原幕墙部分进行隔断,制作隔声封闭处理,在保证整体装饰的美观性和隔声性的同时,还应保证演播室正常的通风换气。 11、导控室地面用防静电地板,装修过程中做好设备布线(强电,弱电),做好防雷,接地各类设施的设计施工。 12、装修预留好空调位置,并配合本台做好空调,配电等设备的安装施工。

等额本息和等额本金计算公式

等额本息和等额本金计算公式 等额本金: 本金还款和利息还款: 月还款额=当月本金还款+当月利息式1 其中本金还款是真正偿还贷款的。每月还款之后,贷款的剩余本金就相应减少: 当月剩余本金=上月剩余本金-当月本金还款 直到最后一个月,全部本金偿还完毕。 利息还款是用来偿还剩余本金在本月所产生的利息的。每月还款中必须将本月本金所产生的利息付清: 当月利息=上月剩余本金×月利率式2 其中月利率=年利率÷12。据传工商银行等某些银行在进行本金等额还款的计算方法中,月利率用了一个挺孙子的算法,这里暂且不提。 由上面利息偿还公式中可见,月利息是与上月剩余本金成正比的,由于在贷款初期,剩余本金较多,所以可见,贷款初期每月的利息较多,月还款额中偿还利息的份额较重。随着还款次数的增多,剩余本金将逐渐减少,月还款的利息也相应减少,直到最后一个月,本金全部还清,利息付最后一次,下个月将既无本金又无利息,至此,全部贷款偿还完毕。 两种贷款的偿还原理就如上所述。上述两个公式是月还款的基本公式,其他公式都可由此导出。下面我们就基于这两个公式推导一下两种还款方式的具体计算公式。 1. 等额本金还款方式 等额本金还款方式比较简单。顾名思义,这种方式下,每次还款的本金还款数是一样的。因此: 当月本金还款=总贷款数÷还款次数 当月利息=上月剩余本金×月利率 =总贷款数×(1-(还款月数-1)÷还款次数)×月利率

当月月还款额=当月本金还款+当月利息 =总贷款数×(1÷还款次数+(1-(还款月数-1)÷还款次数)×月利率) 总利息=所有利息之和 =总贷款数×月利率×(还款次数-(1+2+3+。。。+还款次数-1)÷还款次数) 其中1+2+3+…+还款次数-1是一个等差数列,其和为(1+还款次数-1)×(还款次数-1)/2=还款次数×(还款次数-1)/2 :总利息=总贷款数×月利率×(还款次数+1)÷2 由于等额本金还款每个月的本金还款额是固定的,而每月的利息是递减的,因此,等额本金还款每个月的还款额是不一样的。开始还得多,而后逐月递减。 等额本息还款方式: 等额本金还款,顾名思义就是每个月的还款额是固定的。由于还款利息是逐月减少的,因此反过来说,每月还款中的本金还款额是逐月增加的。 首先,我们先进行一番设定: 设:总贷款额=A 还款次数=B 还款月利率=C 月还款额=X 当月本金还款=Yn(n=还款月数) 先说第一个月,当月本金为全部贷款额=A,因此: 第一个月的利息=A×C 第一个月的本金还款额 Y1=X-第一个月的利息

促销活动中激励机制如何设置

促销活动中激励机制如何设置您的激励措施达到了激励目的了吗? 现今,很多商场在做大型促销活动的时候,均设置了动员与激励环节,以期望最大限度地调动活动参与人员的积极性,提高活动的接单量。大量的事实也证明,好的激励方案对活动的成功开展的确起到了积极的作用,值得肯定。但是,也出现了不少“无效激励”的现象,需要进行改良。 问题的关键是激励机制如何制定才能真正实现激发个人或团队斗志,提高团队协同作战能力、营造良好的分享氛围、提高活动接单量等,而不至于出现激励后遗症,这是管理者在制定激励方案时需要仔细斟酌和考量的。 激励措施的分类 激励按性质划分,一般分为正激励与负激励两种;按方式划分,一般分为物质奖励与精神奖励两种;按形式划分,一般分为团队激励与个人激励两种;按周期划分,一般分为短期激励与长期激励两种等等,形式多种多样,在此就不一一赘述。 仔细看了很多商场提交的活动方案,相当一部分的商场在活动期间的激励方案如下: 个人奖励:1—5单以上,奖励20元/单;6—10单以上,奖励30元/单;10—20单以上,奖励45元/单;21—30单以上,奖励60元/单;31—40单以上,奖励80元/单 集体奖励:完成目标180单,奖励集体漂流或旅游一次。 这种做法的好处是简单、易操作,但存在的弊端是过于简单,同时还存在很多漏洞,不一定能达到激励的目的。 制定激励方案 在制定激励方案时,须综合考虑目标可实现性、团队氛围、个人接单能力、活动力度(与自己以往比、与对手比)、活动宣传面、活动开展时间(淡季还是旺季)、以往所采用过的方式方法等因素,同时切忌简单的复制商场的激励方案,否则,就会出现有激励无动力的局面,达不到激励的目的。 总体目标的制定建议分三级设置:确保级(及格线)、力争级(成功线),冲击级(非常成功线),这样的好处是可望又可及。如:保60单、争80单、冲100单,再设置相应的奖励。 团队目标和个人目标的设定上,同样也采用三级别设置,这样的好处是能将总目标分解到具体的每个人,真正实现千斤重担人人挑,人人头上有指标。

建设工程经济公式汇总

一级建造师《建设工程经济》计算公式汇总 1、单利计算 式中It——代表第t计息周期的利息额;P——代表本金;i单——计息周期单利利率。 2、一次支付的终值和现值计算 ①终值计算(已知P求F即本利和) ②现值计算(已知F求P) 3、等额支付系列的终值、现值、资金回收和偿债基金计算 等额支付系列现金流量序列是连续的,且数额相等,即: ①终值计算(即已知A求F) ②现值计算(即已知A求P) ③资金回收计算(已知P求A) ④偿债基金计算(已知F求A) 4、名义利率r 是指计息周期利率:乘以一年内的计息周期数m所得的年利率。即: 5、有效利率的计算 包括计息周期有效利率和年有效利率两种情况。 (1)计息周期有效利率,即计息周期利率i,由式(1Z101021)可知(1Z101022-1) (2)年有效利率,即年实际利率。 年初资金P,名义利率为r,一年内计息m次,则计息周期利率为。根据一次支付终值公式可得该年的本利和F,即:根据利息的定义可得该年的利息I 再根据利率的定义可得该年的实际利率,即有效利率ieFF 6、财务净现值(1Z101035) 式中FNPV——财务净现值; (CI-CO)t——第t年的净现金流量(应注意“+”、“-”号); ic——基准收益率; n——方案计算期。 7、财务内部收益率(FIRR——FinanciallnternaIRateoFReturn) 其实质就是使投资方案在计算期内各年净现金流量的现值累计等于零时的折现率。其数学表达式为:(1Z101036-2) 式中FIRR——财务内部收益率。 8、投资收益率指标的计算 是投资方案达到设计生产能力后一个正常生产年份的年净收益总额(不是年销售收入)与方案投资总额(包括建设投资、建设期贷款利息、流动资金等)的比率:(1Z101032-1)

虚拟演播室系统方案

VS-VSCENE 虚拟演播室系统方案建议书北京华视恒通系统技术有限公司

北京华视恒通系统技术有限公司 目栩 公司简介................................................................................................................................................................... 3.. . 惊)前悅........................................................................................................................................................................................ 4.. . . 二)系统方案设计.................................................................................................................................................. 4.. . 1、设计原则........................................................................................................................................... 4.. . 2、设计方案........................................................................................................................................... 5.. . 3、系统结构原枞图............................................................................................................................. 7.. . 4、系统功能特点 ................................................................................................................................ 1..0. 5、TOPACK-C抠K 像卡................................................................................................................ 1..2 6、TOPACK-CG/AUD旓IO幕混愃卡 ................................................................................ 1..3 三)软件系统功能................................................................................................................................................. 1..5. 1、系统参数设敢 ................................................................................................................................ 1..5. 2、抠像参数设敢 ................................................................................................................................ 1..7. 3、场景编排.......................................................................................................................................... 1..8. 4、实时控敥.......................................................................................................................................... 2..0. 5、远程旓幕客户端............................................................................................................................ 2..2. 四)设备悪本及效果图........................................................................................................................................ 2..3. 五)系统配敢........................................................................................................................................................................................ 2..4 . 售后服务措施及承诺 ............................................................................................................................................. 2..6.

房贷等额本息还款公式推导(详细)

等额本息还款公式推导 设贷款总额为A,银行月利率为β,总期数为m(个月),月还款额设为X,则各个月所欠银行贷款为: 第一个月A 第二个月A(1+β)-X 第三个月(A(1+β)-X)(1+β)-X=A(1+β)2-X[1+(1+β)]第四个月((A(1+β)-X)(1+β)-X)(1+β)-X =A(1+β)3-X[1+(1+β)+(1+β)2] … 由此可得第n个月后所欠银行贷款为 A(1+β)n –X[1+(1+β)+(1+β)2+…+(1+β)n-1]= A(1+β)n –X [(1+β)n-1]/β 由于还款总期数为m,也即第m月刚好还完银行所有贷款,因此有 A(1+β)m –X[(1+β)m-1]/β=0 由此求得

X = Aβ(1+β)m /[(1+β)m-1] ======================================================= ===== ◆关于A(1+β)n –X[1+(1+β)+(1+β)2+…+(1+β)n-1]= A(1+β)n –X[(1+β)n-1]/β的推导用了等比数列的求和公式 ◆1、(1+β)、(1+β)2、…、(1+β)n-1为等比数列 ◆关于等比数列的一些性质 (1)等比数列:An+1/An=q, n为自然数。 (2)通项公式:An=A1*q^(n-1); 推广式:An=Am·q^(n-m); (3)求和公式:Sn=nA1(q=1) Sn=[A1(1-q^n)]/(1-q) (4)性质: ①若m、n、p、q∈N,且m+n=p+q,则am·an=ap*aq; ②在等比数列中,依次每k项之和仍成等比数列. (5)“G是a、b的等比中项”“G^2=ab(G≠0)”. (6)在等比数列中,首项A1与公比q都不为零. ◆所以1+(1+β)+(1+β)2+…+(1+β)n-1 =[(1+β)n-1]/β 等额本金还款不同等额还款 问:等额本金还款是什么意思?与等额还款相比是否等额本金还款更省钱?

员工激励机制全套方案设计

封面 作者:ZHANGJIAN 仅供个人学习,勿做商业用途

员工激励机制方案 人力资源是现代企业的战略性资源,也是企业发展的最关键的因素,而激励开发是人力资源的重要手段。企业实行激励机制的最根本的目的是正确地诱导员工的工作动机,使他们在实现组织目标的同时实现自身的需要,增加其满意度,从而使他们的积极性和创造性保持和发扬到最佳状态。建立一套科学有效的激励机制直接关系企业的生存和发展。在企业激励机制的创建中,不能忽视人的需要的作用,只有建立以人为本的激励机制,才能使其在企业的生存和发展中发挥巨大的作用。 一、员工的基本需要(本中心的工资激励制度) 激励来源于需要。作为企业的经营者首先应该了解员工除了薪酬和福利待遇等最基本的需要之外还存在着如安全的需要、归属的需要、社会的需要、自我价值实现的需要等多方面的需求。物质需要仅仅是员工基本需要的一个方面。实际上员工的需要是多种多样的,不同的人有不同的需要,员工共同的需要就是企业的需要。人们有了需求才会有动力,当然员工的需求必须是他经过努力后才能达到的,这样才能起到激励的作用。因此,建立合理有效的激励机制,就必须根据员工的需要对激励的目标和方法进行具体的研究,采取多方面的激励途径和方法与之相适应,在“以人为本”的员工管理模式基础上建立企业的激励机制。从本中心的激励模式来分析,员工的满意度达不到理想的程度,难以留住人才。 二、激励的基本方式 一般来说,根据需求的不同,可将激励分为四大类;成就激励、能力激励、环境激励和物质激励。 (一)成就激励 近代著名管理学家麦克利兰明确的将人在基本需求(生理一安全)之上的部分分为社会交往——权力欲望——成就欲望等三个不同的层次。在人的需求层次中,成就需要是人的一个相对较多的需求层次。成就激励的基本出发点是随着社会的发展、人们的生活水平逐渐提高,越来越多的人在选择工作时不仅仅是为了生存,更多的是为了获得一种成就感,从实际意义上来说,成就激励是员工激励

建设工程经济计算公式汇总

一级建造师《建设工程经济》计算公式汇总 1、等额支付系列的终值、现值、资金回收和偿债基金计算 等额支付系列现金流量序列是连续的,且数额相等,即: ) ,,,,常数(n t A A t 321 ①终值计算(即已知A 求F ) i i A F n 11 )( ②现值计算(即已知A 求P ) n n n i i i A i F P )()() ( 1111 ③资金回收计算(已知P 求A ) 111 n n i i i P A )() ( ④偿债基金计算(已知F 求A ) 1 1 n i i F A )( 2、有效利率的计算 包括计息周期有效利率和年有效利率两种情况。 (2)年有效利率,即年实际利率。 年初资金P ,名义利率为r ,一年内计息m 次,则计息周期利率为 m r i 。根据一次支付终值公式可得该年的本利和F ,即: m m r P F 1 根据利息的定义可得该年的利息I 为: 111m m m r P P m r P I 再根据利率的定义可得该年的实际利率,即有效利率i eFF 为: 11i eff m m r P I 3、财务净现值 t c t n t i CO CI FNPV 10 式中 FNPV ——财务净现值; (CI-CO )t ——第t 年的净现金流量(应注意“+”、“-”号); i c ——基准收益率; n ——方案计算期。 4、财务内部收益率(FIRR ——Financial lnternaI Rate oF Return ) 其实质就是使投资方案在计算期内各年净现金流量的现值累计等于零时的折现率。其数学表达式为:

t t n t FIRR CO CI FIRR FNPV 10 式中 FIRR ——财务内部收益率。 5、投资收益率指标的计算 是投资方案达到设计生产能力后一个正常生产年份的年净收益总额(不是年销售收入)与方案投资总额(包括建设投资、建设期贷款利息、流动资金等)的比率: %100 I A R 式中 R ——投资收益率; A ——年净收益额或年平均净收益额; I ——总投资 6、总投资收益率 总投资收益率(ROI )表示总投资的盈利水平 %100 TI EBIT ROI 式中 EBIT-----技术方案正常年份的年息税前利润或运营期内平均息税前利润; TI------技术方案总投资包括建设投资、建设期利息和全部流动资金。 7、资本金净利润率(ROE ) 技术方案资本金净利润率(ROE )表示技术方案盈利水平 %100 EC NP ROE 式中 NP----技术方案正常年份的年净利润或运营期内年平均净利润, 净利润=利润总额-所得税 EC----技术方案资本金 8、静态投资回收期 ·当项目建成投产后各年的净收益(即净现金流量)均相同时,静态投资回收期计算: A I P t 式中 I ——总投资; A ——每年的净收益。 ·当项目建成投产后各年的净收益不相同时,静态投资回收期计算: 流量 出现正值年份的净现金的绝对值 上一年累计净现金流量现正值的年份数累计净现金流量开始出 1- t P 9、借款偿还期 余额 盈余当年可用于还款的盈余当年应偿还借款额 的年份数借款偿还开始出现盈余 1-d P 10、利息备付率 利息备付率=息税前利润/计入总成本费用的应付利息。 式中:息税前利润——即利润总额与计入总成本费用的利息费用之和(不含折旧、摊销费 11、偿债备付率 偿债备付率=(息税前利润加折旧和摊销-企业所得税)/应还本付息的金额 式中:应还本付息的资金——包括当期还贷款本金额及计入总成本费用的全部利息; 息税前利润加折旧和摊销-企业所得税=净利润+折旧+摊销+利息 12、总成本 C =C F +C u ×Q C :总成本;C F :固定成本;C u :单位产品变动成本;Q :产销量 量本利模型

如何设计一个组织的激励制度

思考:如何设计一个组织的激励制度? 什么是激励?美国管理学家贝雷尔森(Berelson)和斯坦尼尔(Steiner)给激励下了如下定义:“一切内心要争取的条件、希望、愿望、动力都构成了对人的激励。——它是人类活动的一种内心状态。”人的一切行动都是由某种动机引起的,动机是一种精神状态,它对人的行动起激发、推动、加强的作用。 如何在工作上调动员工的积极性,激发全体员工的创造力,是开发人力资源的最高层次目标。作为企业,需要塑造激发员工创造力的环境和机制:一是创造一个鼓励员工开拓创新精神和冒险精神的宽松环境以及思想活跃和倡导自由探索的氛围;二是建立正确的评价和激励机制,重奖重用有突出业绩的开拓创新者;三是强化企业内的竞争机制,激励人们去研究新动向、新问题,并明确规定适应时代要求的技术创新和管理创新的具体目标;四是要求企业必须组织员工不断学习以更新知识,并好好的引导他们面对现实去研究技术的新动向。同时做到在员工心里,使他们知道工作行为的实际效果,产生员工高效工作、高满足的结果。 对于激励的方式现在学术界有很多种理论和方法,有著名的马斯洛需求层次理论、激励—保健双因素理论,其中激励因素为满意因素,有了它便会得到满意和激励。保健因素为不满意因素,没有它会产生意见和消极行为。其实诸多模式中都不外乎两个方式:正面激励与反面激励。 对此我们可以从上述两个方面入手建立一个适合、有效的激励模式。 薪酬层面: 企业的人力资源管理系统中,薪酬问题无疑是最为敏感的问题之一。长期以来,分配制度上存在的问题一直困扰着众多企业管理系统运行效率与效果。目前,众多国内企业分配制度上都不同程度地存在两个问题,一是分配中的平均主义,这在国企尤为突出;二是薪资支付的随机性,这是众多民营企业的通病。我在公司实践调查中发现,公司老总总是热衷于绩效管理系统的建设,而不愿意对薪酬系统进行相应的变革。他们的理由很简单:进行薪酬系统变革可能对企业绩效没有直接的影响,况且一旦变革,也许就得加工资,这是多数老板们不情愿看到的,因此也就不会搞这个既发精力又增加人力成本的事。所以在激励员工方面是没有到位的。 从总体管理流程来看,薪酬管理属于企业人力资源管理的一个末端环节,特别是在企业最底层的员工,对于他们这个薪酬的激励作用可以说是整个企业中最大的。前面已提到他们大多是从经济水平低的农村来的,所以物质的满足即是他们工作最重要的目的了。针对员工我们可以采用以下方法建立薪酬机制: 其一是废除官僚的行政级别制度建立以市场为导向的薪酬机制 在薪酬制度上企业一般采用行政级别制,在这种制度下员工的发展是极为单向的,要想多赚钱只有“熬”级别,通过对制造企业的岗位分析,其车间员工占一个相当大的比例,余下的或做技术的员工,或做销售的员工,他们不可能都安排担任行政的级别,在这种现状下,上至高层领导、中至车间领导、下至基层员工,三者继续倚老卖老、抱残守缺、继续维系个人利益、裙带利益和派系利益。要想清除这种不良的现象,必须废除官僚的行政级别制建立以市场为导向的薪酬机制,在这种机制下,薪酬不再以行政级别为标准,而是以员工对企业

等额本息法及等额本金法两种计算公式.doc

精品文档 等本息法和等本金法的两种算公式 一: 按等额本金还款 法:贷款额为: a, 月利率为: i , 年利率为: I , 还款月数: n, an 第 n 个月贷款剩余本金: a1=a, a2=a-a/n, a3=a-2*a/n ...次类推 还款利息总和为Y 每月应还本金: a/n 每月应还利息: an*i 每期还款 a/n +an*i 支付利息 Y=( n+1)*a*i/2 还款总额 =( n+1)*a*i/2+a 等本金法的算等本金(减法):算公式: 每月本金=款÷期数 第一个月的月供 =每月本金+款×月利率 第二个月的月供 =每月本金+(款-已本金)×月利率 申10 万 10 年个人住房商性款,算每月的月供款?(月利率: 4.7925 ‰)算果: 每月本金: 100000÷120= 833 元 第一个月的月供:833+ 100000×4.7925 ‰=1312.3 元 第二个月的月供:833+( 100000- 833)×4.7925 ‰= 1308.3 元 如此推?? 二 : 按等本息款法:款 a,月利率 i ,年利率 I ,款月数n,每月款 b,款利息和 Y 1: I =12×i 2: Y=n×b- a 3:第一月款利息:a×i 第二月款利息:〔a-( b- a×i )〕×i =( a×i -b)×( 1+ i ) ^1 +b 第三月款利息:{ a-( b- a×i )-〔 b-( a×i - b)×( 1+ i ) ^1 -b〕}×i =( a×i -b)×( 1+i ) ^2 + b 第四月款利息:=( a×i - b)×( 1+ i ) ^3 + b 第 n 月款利息:=(a×i - b)×( 1+ i ) ^( n- 1)+ b 求以上和:Y=( a×i -b)×〔( 1+ i ) ^n- 1〕÷i + n×b 4:以上两Y 相等求得 月均款 :b = a×i ×( 1+ i ) ^n ÷〔( 1+ i )^n - 1〕 支付利息 :Y = n×a×i ×( 1+i ) ^n ÷〔( 1+ i ) ^n - 1〕- a 款 :n ×a×i ×( 1+ i )^n ÷〔( 1+ i ) ^n- 1〕 注:a^b 表示 a 的 b 次方。 等本息法的算 ----- 例如下: 如款 21 万, 20 年,月利率 3.465 ‰按照上 面的等本息公式算 月均款 :b = a×i ×( 1+ i ) ^n ÷〔( 1+ i )^n - 1〕即: =1290.11017 即每个月款1290 元。 。 1欢迎下载

建立健全激励机制

建立健全激励机制深化国有企业改革(上) ——四川建立健全国企经营管理者激励机制的探索与启示随着改革的深入,四川省委、省政府进一步认识到:国企要摆脱困境,必须建立起一套符合社会主义市场经济要求的企业制度、管理体制和管理模式。在建立现代企业制度进程中,由于出资者缺位等国情特点,搞活国有企业更有赖于高素质的企业经营管理者,尤其是高素质的职业企业家阶层。而要调动他们的积极性和创造性,必须要有一套适应社会主义市场经济体制要求的激励约束机制。由于四川省委、省政府高度重视,大胆改革,使四川国企经营管理者激励机制的探索建立有较大突破,取得了实质性进展。 一、四川探索国有企业经营管理者激励机制的作法及成效 (一)四川对国企经营管理者的主要激励方式 1、物质激励 四川采取的物质激励形式,归纳起来,主要有六种: (1)业绩计提 报酬结构:基薪+业绩计提 对省属公司制企业的董事长、总经理或非公司制企业的厂长(经理)主要采用这种激励形式,部分市、县也参照这种形式制定国企经营管理者的报酬方案。其基薪主要根据企业规模、本地区和本企业职工平均工资收入水平确定,其公式为: 基薪=(本企业职工上年度平均工资+本地区职工上年度平均工资)÷2×系数 公式中“系数”根据企业资产规模等具体情况,确定在2.0-10.0的范围内。业绩计提以基薪为基础,根据其经营实绩确定。赢利企业、亏损企业的考核指标及计算办法有所区别。赢利企业主要考核指标为净资产增值率、净资产收益率和社会贡献率:净资产增值率每增加1%,按基薪的15%计提业绩收入;净资产收益率每增加1%,按基薪的10%计提业绩收入;社会贡献率每增加1%,按基薪的6%计提业绩收入。亏损企业经营管理者业绩收入主要按减亏增盈指标考核,实行分档递减计提的办法,按减亏额的1-2%计提业绩收入。税收指标是计提业绩收入的否定指标,亏损企业的社会贡献率指标也是计提业绩收入的否定指标。各项考核指标基数原则上以上年实际完成数为基础并参考行业和区域内经济效益水平合理确定,考核指标基数一年一定。同时建立国企经营管理者专用帐户,将其业绩收入的50%存入专户,作为经营管理者任期风险保证金,用于抵补经营管理者以后年度可能形成的亏损。经营管理者调动、解聘或退休时,经离任审计一年后,方能兑现余额。 (2)奖售股权 报酬结构:基薪+股权或股票期权等 对股份制企业,尤其是上市公司的总经理或董事长采用这种激励形式,其他领导班子成员按照小于1的系数进行折算,通过给予不同数量的股权、股票期权来体现其差别。奖售股权分四种情况:一是奖励股。有些市专门设了两种形式的奖励股份:一种是将经营管理者年薪中的部分奖金折算成普通股份;另一种是凡任期内经济效益连续3年上升及做出其他突出贡献的,按企业净资产的含量折算为股份予以奖励。二是出资购买和送配股。长虹集团改制时,要求经营管理人员购买股份,根据职位和工龄,最多8000多股,最少3000多股。其中董事长兼总经理期初持股7900股,逐年送配后现在达65227股。在任期间,这些股票均被“锁定”,不能出售。三是岗位股。南充、眉山等地在国企股份制改造时,对总经理设岗位股,经理班子其他成员按经理的0.5-0.8比例设置。这种岗位股实际上是一种干股,只享有红利分配权。四是股票期权和分配权期权,目前四川正在积极探索试行这种激励方式。 (3)目标定酬 报酬结构:A目标薪金+B目标薪金等 这种形式没有基薪。对国有宾馆、饭店、旅游公司以及部分商贸企业,尤其是特殊困难亟待解决的企业总经理或兼职董事长一般采用这种激励形式。1999年,绵阳药业集团外聘一位营销部经理,年薪28万元(没有基薪),交30万元股金并作为风险抵押金,确定销售、利润两项目标:完成销售目标任务3200万元,领取销售部分底薪8万元;完成利润目标400万元,领取利润部分底薪20万元。实现销售的超差部分则按同比例增减销售底薪(增加销售薪金的前提是必须完成利润指标)。利润指标完成额未达到400万元,则按比例扣减利润底薪,利润低于274万元,则按未完成额的26.8%扣减收入和风险金;利润超出400万元的部分则按所得税后剩余部分的40%提成,年总收入的25%留在公司作为本人风险抵押金。目标定酬的激励约束作用很大,1-9月,该营销部实现利润470万元,是上年同期利润的8倍,净资产收益率已达71.2%。 (4)准公务员报酬 报酬结构:工资+津贴、奖金等 对承担政策目标的水、电、气、电信、邮政及对国民经济和国家安全具有特殊战略意义的大型集团

虚拟演播室灯光技术说明

虚拟演播室技术说明 由于虚拟演播室系统不同于传统演播室的抠像,它允许几台摄象机在不同的角度分做推、拉、摇、移等动作。为了保证摄象机在蓝箱中拍摄的人物与计算机制作的虚拟场景通过色键组合成系统准确合成,要求虚拟演播室系统中人物的活动空间(蓝箱)要有非常均匀和柔和的照明,不能有硬的影子出现,所以首先应用柔光灯把蓝箱铺满打匀,形成一个基本光。 根据贵台的实际情况,设计方案如下: 1.篮箱立面墙的布光:在灯具的选择上,虽然近年来国内一些灯 光企业相继推出了虚拟演播室专用灯光设备,但是由于大多数 电视台虚拟演播室是在原有传统演播室中设置的,所以虚拟演 播室的布光可利用传统演播室的灯具进行布光。布光时,我们 首先考虑选用冷光源——4×55W三基色柔光灯9台,由于它是 散射型光源,布光面积大,容易将墙体的光布匀。 2.篮箱地面布光:在虚拟演播室节目制作时,画面如果出人物的 全景,出现虚拟的地面时,这时不但主持人身后和两侧的蓝墙 要有均匀的布光,而且蓝箱的地面也要有非常均匀的照明。本 方案我们采用4×55W三基色柔光灯6台,作为地面布光,使 篮箱地面光线均匀; 3.人物布光:虚拟演播室人物的布光基本方法和对光比的要求, 仍采用传统演播室的三点式布光和对光比的要求,但同时要考 虑到虚拟演播室的特点。灯光人员在布光前要使人物的主光方

向与虚拟场景中的主光方向一致,同时使光的强弱、硬柔、色彩也都要与虚拟场景中的主光方向一致。使人和景在画面上融为一体,看起来真实。方案采用冷热光源混合式布光,用2台6×55W三基色柔光灯作为侧光,4×55W、6×55W三基色柔光灯各2台,1KW透射式聚光灯2台,作为人物的主面光和辅助面光,使拍摄人物更加丰满圆润; 4.吊挂系统采用格珊架式悬挂,充分利用室内空间高度,避免拍 摄全景时发生“穿帮”现象; 5.整个虚拟演播室采用冷热混合光源布光,总功率为9KW、色温 3200k、中心照度900Lux,满足贵台的虚拟演播室拍摄需求。

2014工程经济公式总结

工程经济公式总结 1.资金的时间价值计算 2.投资回收期 有现金流量表: 无现金流量表: 3.差额投资回收期 产量相同时: 产量不同时: Q 为产量 4.净现值法: 净现值(NPV)就是将技术方案的整个分析期内不同时点上的净现金流量按基准收益率折算到基准年的现值之和。 计算公式为: 项目分析期内年净现金流量相等 Kp-投资现值 Bt-年等额收益 Ct-年等额支出 L-残值 in-基准收益率 n-寿命 项目分析期内每年净现金流量不等: Ft-t 年的净现金流量 t-现金流量发生年份 5.内部收益率法 202 ' 101'1 01 2 02Q C Q C Q K Q K P a - - =

内部收益率又称内部报酬率,是指方案的净现值等于零时的收益率。即 6.年值法(AW):用于项目的收和支出皆为已知,在进行方案比较时,分别计算各比较方案净效益的等额年值,然 后进行比较,以年值较大的方案为优。 公式为: AW=NPV(A/P,i,n) 其中NPV是净现值,(A/P, i,n)是资本回收系数。 7.年费用比较法(AC法):和年值法相似,用于技术方案的逐年收益无法或无需核算时,以计算各方案所耗费 用来进行比较,并以费用最小的方案作为选优的标准。年费用比较法就是将各技术方案寿命周期内的总费用换算成等额年费用值(年值),并以等额年费用最小的方案作为最优方案。 Act=Ko(A/P,i,n)-KL(A/F,I,n)+c’ Act-年费用 Ko-投资额 KL-残值 c’-等额年费用 8.盈亏平衡分析法 基本公式:B=R-C=P*Q-(F+V*Q+T*Q) F——固定成本V——单位变动成本P——产品单价 Q——产品销售量 B——利润 R——总营业收入 C——总成本收入 T——单位产品营业税金及附加 则年产量的盈亏平衡点为:BEP Q=F/(P-V-T) 营业收入的盈亏平衡点为:BEP R=P*F/(P-V-T) 盈亏平衡点的生产能力利用率为:BEP Y=BEP Q/Q=F/{(P-V-T)*Q} (<75﹪) 9.决策树法: (1) 画决策树。决策点用方框表示,机会点用圆圈表示。概率枝末稍用Δ表示。(2) 计算各机会点的期望值。计算时从右向左逆向进行。 (3) 修枝选优,作出决策。 重点计算期望值,期望值=∑各状态枝的损益值*其出现概率 10.FD法(强制确定)计算价值系数 第一步计算功能评价系数=功能得分/总得分 第二步计算功能成本系数=功能成本/总成本 第三步计算功能价值系数=功能评价系数/成本系数 第四步计算目标成本=总目标成本*功能评价系数 第五比

相关主题
相关文档 最新文档