Results 21 to 30 of about 215 (98)

Earnings, Earnings Growth and Value [PDF]

open access: yes, 2013
《盈余、盈余增长与价值》提出了一个盈余和股利的模型,该模型的核心原理为盈余增长可以解释股价对预期盈余的比率(the price to forward-earnings ratio)。这个模型被称为OJ (Ohlson and Jeuttner-Nauroth) 模型。该模型兼顾到短期和长期盈余增长对股价/预期盈余比率的影响,而且适用于多种股利政策。 《盈余、盈余增长与价值》从基本要素开始推导出公司价值是如何依赖于盈余及其增长的。本文研究的一些主题包括股利政策无关论(DPI ...
刘紫上   +3 more
core  

基于红外成像技术的零值绝缘子检测

open access: yesGaoya dianqi, 2018
提出使用绝缘子红外图像和支持向量机相结合的方法对不同污秽程度、空气湿度和空气温度下的零值绝缘子进行自动检测。首先对现场得到的绝缘子串红外图像进行预处理操作。在对绝缘子串红外图像进行预处理后,利用二维Otsu算法对红外图像进行分割,得到标记了绝缘子串的二值图像。利用边缘检测算法提取出绝缘子串的边缘图像。采用最小二乘法对绝缘子盘面边缘图像进行拟合,得到盘面椭圆方程,利用椭圆方程提取出单个绝缘子盘面。对单个绝缘子盘面进行温度特征提取,利用三因素方差分析方法对特征参数进行显著性检验,挑选受绝缘子污秽程度 ...
苑利, 赵锐, 谭孝元, 苟先太
doaj  

基于EMD-SVD-KELM与参数优选的励磁涌流辨识

open access: yesGaoya dianqi, 2016
针对变压器差动保护装置易受励磁涌流误动作问题,提出了基于EMD-SVD-KELM与参数优选的励磁涌流辨识方法。首先,以经验模态分解(EMD)和奇异值分解(SVD)为工具,对励磁涌流和故障电流信号进行预处理,提取出识别特征量,并作为后续核函数极限学习机(KELM)学习输入量;然后,因学习机性能受参数C和γ影响较大,以均分训练样本所得多个模型的平均准确率作为适应度评价函数,为KELM参数优选提供评价标准。通过EMTDC仿真计算生成训练样本和测试样本,利用多种优化算法对KELM进行训练和测试。最终 ...
施恂山   +5 more
doaj  

随机钢结构的相关性与敏感性研究

open access: yesJianzhu Gangjiegou Jinzhan, 2011
参数敏感性和失效相关性对于钢结构可靠度设计、优化和评定等具有重要的价值。本文以一简单函数为例来验证相关性和敏感性计算的正确性与高效性,紧接着以1个11-弦杆的桁架结构为例,重点研究了此种结构的参数敏感性和失效相关性,分析了变形能力极限状态下可靠度的重要性量度,将α、γ、δ和η作为4种重要性量度,分别研究了各随机变量对极限状态方程的敏感性和失效概率对随机变量均值和标准差的敏感性,并研究了基于变形能力的失效模式之间的相关性;将Polak-He和SQP算法引入到了桁架结构的可靠度与敏感性计算当中 ...
李会军, 林桂枫, 柳春光
doaj  

多元分析在肺吸虫病诊断的应用

open access: yesZhongshan Daxue xuebao. Yixue kexue ban, 1994
对浙江省温州市的72例肺吸虫病患者及18例正常人按11项检验结果作聚类分析及逐步判别分析;根据谱系分枝图及判别函数的提示,这些患者可分成3种类型,并与临床上的肺型、肝型、亚临床型对应;结合临床情况提出:诊断肺吸虫病只需6项指标(肺吸虫抗原皮试、血白细胞计数、血中嗜酸性细胞比例、血沉、γ球蛋白比例及ELISA),而肝肿大、谷丙转氨酶、间接血凝试验等项可以省去而不影响判别效果。所得2组函数可能有助于诊断及分型。
doaj  

[A survey of loss function of medical image segmentation algorithms]. [PDF]

open access: yesSheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023
Chen Y   +7 more
europepmc   +1 more source

[Full-size diffusion model for adaptive feature medical image fusion]. [PDF]

open access: yesSheng Wu Yi Xue Gong Cheng Xue Za Zhi
Di J, Shi S, Wang H, Liang C, Zhu Y.
europepmc   +1 more source

Home - About - Disclaimer - Privacy