资本公积明细分类核算的账务处理方法

资本公积是指归所有者所共有的，非收益转化而形成的资本。资本公积由全体股东享有。资本公积主要包括资本溢价和股本溢价、资产评估增值、接受捐赠实物资产、外币资本折算差额等。按现行新会计制度规定，对企业接受的捐赠资产、资产评估增值、被投资单位按受的捐赠、被投...

非血液病人白细胞分类核象左移的观察

近两年在查找红斑狼疮细咆的数十例标本里,中、晚幼粒细咆很多见。在关节疼痛明显的病例,早幼粒细胞也容易见到。为此,对住院病人进行白细胞分类的观察。 1 对象与方法 1.1 对象:本院住院病人,包括内、外、妇、儿、中医、五官等科。男女均有。年龄最小1岁,最大83岁。对照组为供血员。 1.2 方法:常规制备血膜,瑞氏一姬姆萨氏复合染色,油镜分类,白细胞4.0×10~9/L以下分类100个。4.1～10.0×10~9/L分类200个,10.1～20.0×10~9/L分类300个,20.1×10~9/L以卜分类400个。供血员两天内新鲜血制备血膜(血液由中心血站供应。)染色同上,一律分类白细胞200个。

Sysmex XN-9000体液模式分类脑脊液有核细胞的准确性评估

目的评估Sysmex XN-9000体液模式分类脑脊液有核细胞的准确性。方法选取2022年8月至2023年5月福建省立医院检验科的356例脑脊液标本同时进行Sysmex XN-9000体液模式检测和人工镜检,记录各有核细胞百分比。采用Passing and Bablok回归和Bland-Altman图评估仪器法和人工镜检结果的一致性。结果脑脊液有核细胞数(0~15)×10^(6)/μl组淋巴细胞百分比(LY-BF%)、高荧光强度有核细胞百分比(HF-BF%)仪器法和人工镜检结果一致性较低(线性方程Y=21.640+0.800X,Y=0.000+0.250X)。有核细胞数(16~30)×10^(6)/μl组中性粒细胞百分比(NE-BF%)、LY-BF%、单核细胞百分比(MO-BF%)三者一致性高(线性方程Y=-1.016+1.000X,Y=2.933+0.967X,Y=0.595+1.038X);有核细胞数>30×10^(6)/μl组NE-BF%、LY-BF%、MO-BF%三者一致性高(线性方程Y=-0.433+1.000X,Y=2.296+0.954X,Y=1.783+0.943X)。结论有核细胞数(0~15)×10^(6)/μl的脑脊液标本,应视临床需求不分类或全部人工镜检。>15×10^(6)/μl的脑脊液标本,仪器检测EO-BF%、HF-BF%比例极低时,可按照仪器检测结果报告。

苏皖地区船山组核形石的显微特征和分类研究

核形石是碳酸盐岩颗粒的一种重要类型,是沉积学研究的热点。长期以来,国内外学者对核形石曾有藻鲕、藻灰结核、藻包粒等多种不同术语来描述,并作出不同的分类。本文在前人研究的基础上,通过野外调查,并利用偏光显微镜对苏皖地区船山组核形石进行薄片研究,根据核形石的纹层排列方式将核形石的几何形态划分为四种类型,认为不同纹层结构类型反映了核形石在实际生长过程中环境和水动力条件的变化。

联合核稀疏表示和增强字典的SAR目标识别方法

为提高合成孔径雷达(SAR)图像目标识别性能,以传统稀疏表示分类(SRC)为基础,提出联合核稀疏表示分类(KSRC)和增强字典的方法。KSRC在SRC的基础上引入非线性核函数,从而提升分类器对于非线性数据关系的表征能力。增强字典在原始训练样本的基础上,通过噪声添加和部分遮挡扩展原始字典,提升其对典型扩展操作条件的适应能力。同时,增强字典在KSRC的作用下,可以进一步提升对其他相关扩展操作条件的覆盖程度,从而提升识别方法对于多类扩展操作条件的有效性。以MSTAR数据集为基础开展实验,设置了标准操作条件以及噪声干扰、部分遮挡、型号差异等扩展操作条件,实验结果显示了本文方法的优势性能。

应用多分类多核学习支持向量机的变压器故障诊断方法

提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多个基核函数的组合,提高了分类的精度;将模型分解为2个凸优问题进行求解,问题的复杂度低,求解速度快。诊断实例表明,该方法能保证较高的诊断准确率,具有较好的实用性和推广性。

寄生蜂核型特征及其在分类上的应用

回顾了寄生性膜翅目昆虫 (寄生蜂 )染色体数目和核型的研究情况及其在寄生蜂分类中的应用 ,并对寄生蜂核型分类的前景作了讨论。核型对众多的寄生性膜翅目类群来说可以提供许多分类上的信息 ,并在种类研究上作用最为显著。通过核型数据的进一步积累和染色体显带方法的进一步应用 。

结合标准对冲与核函数稀疏分类的目标跟踪

针对经典稀疏分类目标跟踪算法在噪声,遮挡等恶劣环境下精度不高的问题,提出了一种新的目标跟踪算法。该算法在标准对冲框架下结合了核函数稀疏分类方法以及自适应字典更新方法,能够较好地适应类间相似度较高与目标外形变化较大等恶劣情况。核函数技巧能够增强分类器性能,但通用方法求解凸优化问题的效率较低,不能满足目标跟踪问题的实时性要求,故提出用核函数随机坐标下降(KRCD)算法来高效求解稀疏系数,并使用核函数稀疏分类方法(KRCD-SRC)来计算各个粒子的代价值。为了避免模板漂移问题,解释了目标字典和背景字典的在线更新方法。最后,结合标准对冲算法估算目标的状态信息。在使用50个粒子进行跟踪时,本文算法的处理帧率能够达到14frame/s。相比其它几种经典目标跟踪算法,本文算法具有更好的精确性和鲁棒性。

基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别

针对在图像旋转或局部扭曲变形等复杂情况下的图像识别问题,提出一种基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别算法.该算法首先对图像进行多尺度分块与旋转扩展,使得字典能近似测试图像局部的旋转扭曲与各种排列组合.为了增加字典类间稀疏度,改善系统效率,提出一种字典降维策略.通过核随机坐标下降方法高效求解核稀疏分类的凸优化问题,进而通过对比不同类对测试图像的重构误差完成图像识别.实验表明,与经典方法相比,文中方法具有更好的识别效果,对图像旋转或局部扭曲变形等复杂情况具有较好的鲁棒性.

一种语义数据的核分类方法

语义数据的内积计算是个难点问题,制约了有关语义数据的核分类方法的研究和发展。针对此问题,通过给出一种语义数据相异性度量测度的新定义、计算语义数据内积的简化方法、研究核方法和支撑向量机中的核函数的本质,提出了一种语义数据的核分类方法,并把方法向语义数据、连续属性构成的异构数据的分类问题进行了拓展。仿真实验表明方法具有一定的抗离群数据干扰能力,方法的总体性能优于文献中已有的其他方法。通过在异常检测领域中的应用研究,说明方法能高效地实现不平衡数据的分类,具有一定的实用价值。

基于特征选择的最少核分类器研究

针对支持向量机在特征选择方面具有自动选择的功能,提出了一种改进的最少核分类器。在样本测试中使用更少的特征维数,减少识别过程计算量。数值试验表明,改进过的分类器能有效压缩无用的特征属性,具有较强的泛化能力。

一种新的面向迁移学习的L_2核分类器

基于密度差(Difference Of Density,DOD)思想,L2核分类器算法具有良好的分类性能及稀疏性,然而其训练域与测试域独立同分布的假设限制了其应用范围。针对此不足,该文提出一种新的面向迁移学习的L2核分类器(Transfer Learning-L2 Kernel Classification,TL-L2KC),该方法既保持了L2核分类器算法良好的分类性能,又能处理数据集缓慢变化及训练集在特定约束条件下获得导致训练集和未来测试集分布不一致的问题。基于人造数据集和UCI真实数据集的实验表明,该文提出的TL-L2KC算法较之于经典的迁移学习分类方法,具有相当的、甚至更好的性能。

基于多核协同表示分类的脑肿瘤分割算法

为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中利用多核协同表示分类方法,将原始光谱信息与所提取的多尺度空间特征融合并应用于脑肿瘤图像的分类,最后结合临床特征实现了脑肿瘤区域的分割。在MICCAI BraTS 2012和2013数据集上的测试结果表明,与现有脑肿瘤分割算法相比,该文方法能够更好地提取脑肿瘤区域,并具有较好的分割精度。

基于核函数分类的多维时序特征选择方法应用

研究了多维时序的特征选择问题在目标距离像识别中的应用,提出了一种基于核函数分类算法的主分量分析方法。讨论了主分量分析的原理,提出了一种基于核函数的分类算法用于多维时序的特征选择,最后利用该方法对目标距离像多维时序进行了仿真实验,实验结果表明了所应用方法的可行性和有效性。

核最近邻凸包分类算法

为了增强最近邻凸包分类器的非线性分类能力,提出了基于核函数方法的最近邻凸包分类算法。该算法首先利用核函数方法将输入空间映射到高维特征空间,然后在高维特征空间采用最近邻凸包分类器对样本进行分类。最近邻凸包分类器是一类以测试点到各类别凸包的距离为相似性度量,并按最近邻原则归类的分类算法。人脸识别实验结果证实,这种核函数方法与最近邻凸包分类算法的融合是可行的和有效的。

混合核函数SVM分类模型下采矿区时空变化监测

采矿区的过度开采,会造成地表不断塌陷并形成积水,矿区四周的土地利用格局也会在短期内发生变化。以徐州市沛县东北部的大屯矿区局部区域为例,选取LandsatTM和ETM+的25年间时序数据,在对影像进行辐射校正和几何校正后,利用多项式核函数和径向基核函数构建混合核函数分类模型对采矿塌陷区的土地利用及覆盖的时空变化情况进行研究,特别对塌陷区的积水区域进行了耕地资源与塌陷地积水等信息的自动提取与变化检测。实验表明,自1987年至2012年以来,采矿区塌陷面积日益趋大,塌陷区积水面积扩展的方向就是地下煤矿开采的方向。

基于局部特征尺度分解和核最近邻凸包分类算法的滚动轴承故障诊断方法

提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内禀尺度分量(Intrinsic scale component,ISC),然后将这些ISC分量组成初始特征向量矩阵,再对该矩阵进行奇异值分解,提取奇异值作为故障特征向量并输入到KNNCH分类器,根据其输出结果来判断滚动轴承的工作状态和故障类型。LCD方法是一种新的自适应时频分析方法,非常适用于非平稳信号的处理,而KNNCH算法是一种基于核函数方法,并将凸包估计与最近邻分类思想相融合的模式识别算法,可直接应用于多类问题且需优化的参数只有核参数。实验分析结果表明,所提出的方法能有效地提取滚动轴承故障特征信息,而且在小样本的情况下仍能准确地对滚动轴承的工作状态和故障类型进行分类。同时,与支持向量机(Support vec-tor machine,SVM)算法的对比分析结果表明,KNNCH算法的分类性能的稳定性要高于SVM算法。

面向多类学习问题的核最近表面分类方法

虽然最邻近决策规则能很好地解决数据集的非线性和非平衡性问题,但其没有学习过程.在此基础上,提出了一种利用聚类方法来浓缩训练样本,再根据最近邻准则进行决策的方法——核最近表面分类方法.通过实验将其与几种常用的统计分类方法进行对比,结果表明,核最近表面分类方法具有决策速度快、存储空间需求小等优点,同时也能够很好地处理非平衡数据集的分类问题.

改进核最近特征分类器与雷达目标识别

为了解决核最近特征线与特征平面分类器在计算大数据样本量与高维数时工作量较大的问题,根据局部最近邻准则,提出针对这2种分类器的改进策略,使其不仅能够降低失效的可能性,而且在保证相近识别率的条件下,提高算法的实时性能,利用3类不同飞机实测距离像回波数据对其进行测试,实验结果表明,该改进策略是有效可行的。

基于基因表达式编程的核k近邻分类算法

核k近邻分类算法在生物信息学和蛋白质结构预测等领域中的应用受到人们极大的关注。核函数在核k近邻分类算法的分类性能中起着重要的作用,如果核函数及其参数选择得当,则将获得较高的分类准确率。为了自动产生合适的核函数,提高分类的准确率,提出了一种基于基因表达式编程的核k近邻分类算法GEPKNN。该算法的基本思想是用基因表达式编程搜索与训练数据相关的核函数及其参数,在进化过程中用k折交叉验证评估个体的适应度。该算法克服了核k近邻算法的主观性和不确定性,能自动产生合适的核函数并提高分类的准确率。