简介:摘要:图像分类是计算机视觉领域的一个重要的任务,为了解决这一任务,本文提出一种基于每一类的判别信息生成的字典模型,称为监督的类判别的字典学习(Supervised Class-discriminant Dictionary Learning, SCDDL)模型。SCDDL模型从训练集中学习得到一个字典和在这字典上的表示系数,不仅不同类别的字典对训练样本的重建误差具有判别性而且表示系数具有判别性。在此基础上,充分利用重建误差的判别性和表示系数的判别性提出相应的图像分类方案。大量的实验结果表明,与现有的模型分类方法相比较,该分类方法在图像分类的任务上具有较好的分类性能,且算法的效率高。
简介:关联并购是我国并购市场的一个明显特征,相比日常关联交易,问题更为复杂,信息更为不确定,因而对公司价值的影响也存在更多争议。选取2008-2014年我国沪深A股市场发生并购重组的样本数据,区分公司价值中的财务价值和市场价值,重点探讨关联并购对并购方公司市场价值的影响,并进一步对比分析不同产权性质下两者间作用关系。研究发现,关联并购对并购方公司市场价值有着显著的负向影响。这说明我国企业关联并购活动中存在严重的代理问题,外部市场投资者担心企业大股东与内部人通过关联并购侵占其利益,而采取消极的投资决策,造成并购方公司价值的减损。进一步研究发现,相比非国有企业,国有企业的关联并购对公司价值的负向作用更为显著,这说明国有企业关联并购决策中需要考虑的多重社会目标和经济利益关系,增加了企业未来盈利能力的不确定性,对公司价值产生了不利影响。