1) Information distortion
信息失真
1.
The causes and control measures to the accounting information distortion;
浅析会计信息失真之成因与防范
2.
Irregular information distortion and weakening methods in supply chains;
供应链中的不确定性信息失真及其弱化策略
3.
Primary discussion about reason and countermeasure for fiscal information distortion;
浅谈会计信息失真原因与对策
2) distortion of accounting information
信息失真
1.
Game theory and the way to control the distortion of accounting information;
博弈论对会计信息失真治理的启示
2.
This paper discusses the cause of distortion of accounting information and its countermeasures.
会计信息越来越成为各个部门进行决策的重要依据,而会计信息失真的危害也日趋加剧。
3.
At present, The distortion of accounting information is serious in our country.
我国当前的会计信息失真比较严重 ,这削弱了会计工作的管理职能 ,干扰了社会经济秩序。
3) accounting information distortion
会计信息失真
1.
The Accounting Information Distortion Economic Analysis and Its Countermeasure Research;
会计信息失真的经济分析及其对策研究
2.
The countermeasures against accounting information distortion;
对会计信息失真治理对策的研究
3.
On Enterprise Accounting Information Distortion & Countermeasures;
浅析企业会计信息失真及其治理对策
4) distorted accounting information
会计信息失真
1.
The countermeasure analysis on the management of distorted accounting information;
治理会计信息失真的对策探析
2.
The basic cause for distorted accounting information is the ignorance of good credibility principle on the part of the accounting personnel.
而会计信息失真为会计行业当前重大问题 ,造成会计信息失真的根本原因则是会计从业人员对诚实信用原则的丧失。
3.
This paper first explores the connotation of distorted accounting information from a new perspective; then puts forward a new model of accounting information production to solve the proble
本文以一种全新的观点诠释了会计信息失真的真正内涵,构建了一种新型的会计信息生产模式,(?) 解决会计信息失真问
5) distortion of accounting information
会计信息失真
1.
The Analysis of Causes and Countermeasures of Distortion of Accounting Information;
浅谈我国企业会计信息失真的成因及解决之道
2.
Probe into the problem of distortion of accounting information;
有关会计信息失真问题的探讨
3.
The analysis of causes and the countermeasures of distortion of accounting information;
企业会计信息失真的成因及对策分析
6) False accounting information
会计信息失真
1.
The paper proves harmfulness of false accounting information, and it lists six kinds of evidence of false accounting.
文章论证了会计信息失真的危害性 ,例举了会计信息失真的 6种表现 ,进而提制止会计信息失真的 4项措
2.
The paper analyzes the sources of false accounting information,and puts forward an opinion on establishing and strengthening the credit mechanism of education,laws,drive and restraint,appraisal and internal control to combat the problem of accounting fraud.
文章分析了会计信息失真产生的根源,提出应从建立和加强会计诚信的教育机制、法律机制、激励制约机制、评价机制、内控机制等方面解决会计信息失真问题。
3.
In order to prevent false accounting information risk brought by computerization, corresponding regulations should be established.
为防范会计电算化与信息化导致的会计信息失真风险,要建立相应的法规。
补充资料：信息率-失真理论
研究在限定失真下为了恢复信源符号所必需的信息率，简称率失真理论。信源发出的符号传到信宿后，一般不能完全保持原样，而会产生失真。要避免这种失真几乎是不可能，而且也无必要，因为信宿不管是人还是机器，灵敏度总是有限的，不可能觉察无穷微小的失真。倘若在处理信源符号时允许一定限度的失真，可减小所必需的信息率，有利于传输和存储。率失真理论就是用以计算不同类型的信源在各种失真限度下所需的最小信息率。因此，这一理论是现代所有信息处理问题的理论基础。
在50年代，信息论主要研究无失真的信息传输问题。信源编码着眼于无失真地恢复信源符号的最小信息率。1959年，C.E.仙农发表《逼真度准则下的离散信源编码定理》一文，提出了率失真函数的概念，逐渐形成率失真理论并不断得到完善。这一理论能解决许多类型的信源问题，并扩大到多用户相关信源问题。
率失真函数 计算率失真函数是率失真理论的中心问题。要定义率失真函数，必须先定量地表达失真的程度,因此需要规定失真函数d(u,v)。u是信源符号U的样，u∈A，A是信源集，可以是连续的实数区间,也可以是离散的有限集如A＝｛ɑ1，ɑ2，...，ɑn｝。v 是信宿得到的符号V 的样,v∈B,B可以等于A也可以不同。因此失真函数d 是一个二元函数。当用v代替u不引起失真时，可使d(u,v)＝0，若引起失真，就按失真程度规定d(u,v)为正实数集内的一个数。由于U 和V 都是随机量,d(u,v)也将是随机量，因此还须定义平均失真作为失真的度量，即
式中E表示取数学期望。
当信源和信宿是随机序列U1,U2,...,UN和V1，V2，...，VN时，可定义平均失真为
式中ur和vr分别为第r个信源和信宿符号ur、vr的样,各失真函数dr可以是同一函数，也可以是不同的函数。对于连续参量t的随机过程的信源和信宿,可把上面的求和改成积分，即
有了平均失真就可定义率失真函数。若信源和信宿都是离散的，P(u)和Q(v)分别为它们的概率，则
式中P（v│u）是U 和V间的条件概率。则U和V间的互信息为
而率失真函数为
式中PD为所有满足平均失真不大于D的条件概率P(v|u)的集，即
当信源概率P(u)已给定时，I(U;V)是各P(v│u)的函数。在PD中选一组P（v│u）使I(U;V)最小,这最小值将是D的函数，这就是率失真函数R(D),也就是使恢复信源符号时平均失真不大于D所需的最小信息率。这一定义对于连续信源仍然适用，只要将P(u)和P(v│u)理解为概率密度，表达式中的求和号改为积分即可。
当信源概率P(u)已知，失真函数d(u,v)已规定时，可用求极值法来计算R(D)函数。实际计算一般相当复杂，有时尚须借助于计算机作迭代运算。最常见的二元信宿在对称失真函数时,率失真函数（图1）是
式中p为较少出现的信源符号的概率，即，失真函数是
d(0,0)＝d(1,1)＝0
d(0,1)＝d(1,0)＝ɑ
H 是熵函数，即
H(z)＝-zlogz-(1-z)log(1-z)
(0≤z≤1)
正态信源在均方失真的规定下，率失真函数是
式中σ2为正态信源的方差。失真函数d(u,v)=(u-v)2(图2)。 其实，其他信源的率失真函数也都与上述两种情况有类似的趋势，即对于离散信源，R(0)=H(p),对于连续信源，R(0)→∞；两者都有一个最大失真值Dm，当D≥Dm时，R(D)=0。此外，R(D)必为D的严格递减下凸函数，这些都可由定义直接推出。
限失真信源编码定理 率失真函数只指出限失真条件下所必需的最小信息率。从理论上讲，尚应能证明实际存在一种编码方法，用这样的信息率就能实现限失真的要求。这就是限失真信源编码定理。这个定理可表述为：只要信源符号序列长度N足够大,当每个符号的信息率大于R(D)，必存在一种编码方法，其平均失真可无限逼近D；反之，若信息率小于R(D),则任何编码的平均失真必将大于D。
对于无记忆平稳离散信源，上述定理已被严格证明，并知其逼近误差是依指数关系 e 而衰减的。其中B(R)是信息率R的函数，当R＞R(D)时，B(R)是正值,且随R的增大而增大。因此当序列长度N增大时，误差将趋于零。对于其他信源，结果还不十分完善。
参考书目
T.Berger, Rate Distortion Theory,Prentice Hall, Engle wood Cliffs,New Jersey,1971.
在50年代，信息论主要研究无失真的信息传输问题。信源编码着眼于无失真地恢复信源符号的最小信息率。1959年，C.E.仙农发表《逼真度准则下的离散信源编码定理》一文，提出了率失真函数的概念，逐渐形成率失真理论并不断得到完善。这一理论能解决许多类型的信源问题，并扩大到多用户相关信源问题。
率失真函数 计算率失真函数是率失真理论的中心问题。要定义率失真函数，必须先定量地表达失真的程度,因此需要规定失真函数d(u,v)。u是信源符号U的样，u∈A，A是信源集，可以是连续的实数区间,也可以是离散的有限集如A＝｛ɑ1，ɑ2，...，ɑn｝。v 是信宿得到的符号V 的样,v∈B,B可以等于A也可以不同。因此失真函数d 是一个二元函数。当用v代替u不引起失真时，可使d(u,v)＝0，若引起失真，就按失真程度规定d(u,v)为正实数集内的一个数。由于U 和V 都是随机量,d(u,v)也将是随机量，因此还须定义平均失真作为失真的度量，即
式中E表示取数学期望。
当信源和信宿是随机序列U1,U2,...,UN和V1，V2，...，VN时，可定义平均失真为
式中ur和vr分别为第r个信源和信宿符号ur、vr的样,各失真函数dr可以是同一函数，也可以是不同的函数。对于连续参量t的随机过程的信源和信宿,可把上面的求和改成积分，即
有了平均失真就可定义率失真函数。若信源和信宿都是离散的，P(u)和Q(v)分别为它们的概率，则
式中P（v│u）是U 和V间的条件概率。则U和V间的互信息为
而率失真函数为
式中PD为所有满足平均失真不大于D的条件概率P(v|u)的集，即
当信源概率P(u)已给定时，I(U;V)是各P(v│u)的函数。在PD中选一组P（v│u）使I(U;V)最小,这最小值将是D的函数，这就是率失真函数R(D),也就是使恢复信源符号时平均失真不大于D所需的最小信息率。这一定义对于连续信源仍然适用，只要将P(u)和P(v│u)理解为概率密度，表达式中的求和号改为积分即可。
当信源概率P(u)已知，失真函数d(u,v)已规定时，可用求极值法来计算R(D)函数。实际计算一般相当复杂，有时尚须借助于计算机作迭代运算。最常见的二元信宿在对称失真函数时,率失真函数（图1）是
式中p为较少出现的信源符号的概率，即，失真函数是
d(0,0)＝d(1,1)＝0
d(0,1)＝d(1,0)＝ɑ
H 是熵函数，即
H(z)＝-zlogz-(1-z)log(1-z)
(0≤z≤1)
正态信源在均方失真的规定下，率失真函数是
式中σ2为正态信源的方差。失真函数d(u,v)=(u-v)2(图2)。 其实，其他信源的率失真函数也都与上述两种情况有类似的趋势，即对于离散信源，R(0)=H(p),对于连续信源，R(0)→∞；两者都有一个最大失真值Dm，当D≥Dm时，R(D)=0。此外，R(D)必为D的严格递减下凸函数，这些都可由定义直接推出。
限失真信源编码定理 率失真函数只指出限失真条件下所必需的最小信息率。从理论上讲，尚应能证明实际存在一种编码方法，用这样的信息率就能实现限失真的要求。这就是限失真信源编码定理。这个定理可表述为：只要信源符号序列长度N足够大,当每个符号的信息率大于R(D)，必存在一种编码方法，其平均失真可无限逼近D；反之，若信息率小于R(D),则任何编码的平均失真必将大于D。
对于无记忆平稳离散信源，上述定理已被严格证明，并知其逼近误差是依指数关系 e 而衰减的。其中B(R)是信息率R的函数，当R＞R(D)时，B(R)是正值,且随R的增大而增大。因此当序列长度N增大时，误差将趋于零。对于其他信源，结果还不十分完善。
参考书目
T.Berger, Rate Distortion Theory,Prentice Hall, Engle wood Cliffs,New Jersey,1971.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条