基于随机聚类的复杂背景建模与前景检测算法

为了构建鲁棒的背景模型和提高前景目标检测的准确性, 综合考虑同一位置的像素点在时间上的关联性和与其相邻像素的空间关联性, 基于经典的ViBe算法中的随机聚类思想提出了一种复杂背景建模和前景检测方法. 利用样本一致性原理, 采用前n帧序列图像得到初始化背景, 避免了Ghost现象的发生; 根据实际复杂背景的动态反馈获取自适应聚类阈值和自适应更新阈值进行随机聚类, 从而实现了对动态背景的适应性; 通过全局扰动阈值和局部像素级判断阈值的结合, 实现了对光照缓慢变化、快速变化以及突然变化的免疫性, 准确地分割前景目标. 对多组数据集的测试结果表明, 本文算法较大地提高了背景模型对动态背景、光照变化及相机抖动的复杂背景的适应性和鲁棒性. 算法还能很好地适用于红外图像检测运动目标的场合, 扩展了本算法的应用范围. 在没有进行任何图像预处理和形态学后处理情况下, 得到的原始前景检测精度优于其他对比算法.     

关于内分泌激素的Logistic建模分析

随着Logistic回归分析模型近年在医学资料分析中逐渐得到认可,本文采用Logistic回归方法对乳腺肿瘤病与六种内分泌激素的病理学关系进行了分析,建立了该病与相关变量的关系模型,分析出在其它自变量不变时,有统计意义的某自变量任两水平间的发生比与对应结果y取任何值的概率间大小关系,并作出判断相关激素与乳腺疾病关系的激素范围,取得了符合病理学理论和临床经验的结果,对相关激素与乳腺疾病关系的研究、临床诊断和教学有参考价值.     

逐步回归与判别分析的应用研究--在乳腺疾病建模中的应用

体内激素紊乱是导致乳腺疾病发生的重要原因,将逐步回归法与Fisher判别法结合应用于乳腺疾病建模中,对乳腺疾病与6种内分泌激素及患者年龄的关系进行了多元线性判定分析,建立了变量与相关疾病的逻辑回归模型与判别模型,该模型通过实际应用,判别效果较好,有助于乳腺疾病的诊断。     

浅谈深化企业改革中财务管理的作用

在推进企业改革的进程中,必须关注企业财务管理的作用。建立符合现代企业制度的内部控制模式,充分发挥财务管理工作的作用,要强化成本管理,提高产品竞争力,拓宽市场份额;实施大集团战略,推行财务结算中心管理模式;建立内部会计控制模式和体系与企业财务管理的环节相互统一。     

浅谈我国财务会计概念框架的具体构建

我国应该在将西方已基本成熟的财务会计概念框架体系借鉴吸收、为我所用的基础上,顺应社会经济环境的变化及未来的发展趋势,并结合我国的具体实际情况,处理好与各方面的协调关系,对现有的基本会计准则进行修订和完善,并在此基础上构建我国的财务会计概念框架。