中外合资上市公司高管团队特征对企业价值的影响

基于组织战略性人力资源管理的视角和高阶梯队理论,高管团队的特征影响企业战略决策,决定企业的经营与发展,进而影响企业价值.采用中国沪深A股421家中外合资公司2010-2018年的高管团队与企业价值面板数据,研究中外合资上市公司高管团队特征均值和异质性对企业价值的影响.结果 表明:女性高管占比和高管团队的平均年龄、平均任期、平均受教育程度及异质性均显著正向影响企业价值;团队规模、任期异质性对企业价值影响不显著;高管团队年龄异质性对企业价值具有显著的负向影响.优化高管团队的女性占比与平均年龄、任期、受教育程度等特征结构,将有利于提升企业价值.     

机器视觉的背景颜色对水稻种子图像分割的影响

在机器视觉识别水稻种子的发展过程中,背景颜色对水稻种子的图像分割直接影响着识别分析的准确性.采用4种不同的背景颜色进行图像采集,即将黑色、蓝色、绿色和红色涂在种子上,分析其图像识别效果,研究背景颜色对水稻种子图像分割的影响.利用LabVIEW软件实现图像处理,对水稻种子的长度、宽度等简单参数进行测量,根据水稻种子的实际长度和宽度计算不同背景色下的图像识别误差.研究发现,蓝色背景下种子长度和宽度的识别对比度更好,识别准确度更高.     

祁连山玉石沟橄榄岩中非生物成因甲烷‒石墨流体包裹体及其形成条件

研究北祁连造山带玉石沟橄榄岩中富甲烷流体包裹体。激光拉曼光谱原位分析结果显示, 这些流体包裹体主要由液态或气态 CH₄+C(石墨)组成, 次要成分为N₂, H₂O, C₂H₆和C₃H₈, 代表还原性的C-H流体形式。根据石墨的拉曼特征谱峰, 利用石墨化碳质拉曼光谱(RSCM)温度计计算石墨形成温度, 结果指示石墨在流体中沉淀的最低温度介于430~590°C之间, 表明CH₄+C是非生物成因的, 并形成于地幔环境。     

基于实物期权的高科技创业公司价值测度研究

风险投资是高新技术公司筹资的一条重要渠道,高科技创业公司的价值测度是考核风险投资效果的重要手段.本文在文献综述基础上,针对高科技创业公司的价值构成的特性,对高科技创业公司的价值构成进行了深入研究,将其区分为:净资产价值、资产溢价、增长期权溢价、协同效应溢价、人力资源价值增值和其他价值等六部分,采用未来现金流贴现以及服从跳跃式分布的实物期权理论构建了相应的测度模型,并利用创业公司的实际资料进行了应用分析,为风险投资决策及风险资金的退出定价提供了一种定量分析方法.     

构建河南汉画像石图像资源数据库研究

河南省是我国四大汉画发掘地之一,主要集中在南阳、新密、许昌、商丘等地区,汉画像石题材广泛多样,反映了汉代人们生活的方方面面,为研究汉代历史文化提供了宝贵的资源,具有极高的艺术文化价值。但目前,汉画在信息传递方面仍比较落后。基于此,本文从数据库建设内容与思路、建设原则、数据库结构等方面分析构建河南汉画像石图像资源数据库的具体方法,全力打造方便实用、特色鲜明的数据库。     

高扬程长距离引黄灌溉泵站输水管道充水方式研究

高扬程长距离引黄灌溉泵站在首次启动时需要对输水管道进行空管充水,输水管道充水系统使用概率低且充水的水量大。针对该特点,宁夏盐环定扬黄共用工程采用水泵变速调节充水方式,充水操作简单、自动化程度高,保证了水泵充水的安全稳定运行,且不增加额外的工程投资,为今后类似工程提供了经验与参考。     

论油气本源共同体——老油区发现新储量的探索思路

以克拉玛依油区为实例,提出了油气本源共同体新概念。指出深埋于新疆克拉玛依加依尔山下八大地质现象(巨大推覆体的加依尔山及其犁式断裂系统、玛湖新凹陷、山下古凹陷、中下地壳巨厚的低速高导层及其两侧的壳幔断裂、新疆隆起最高的莫霍面、深部上地幔软流圈形成隆起幅度达65 km的地幔柱),实际上就是生油—运移—散失—聚集—成藏—成带的隐工程。剖析这些深部构造后发现,裸露于加依尔山边百公里长多种类型丰富而罕见的油气苗和隐伏于地下沿克乌断裂带、玛湖断裂带聚集的油气富集带之油源,并非仅仅来自玛湖新凹陷,而更主要是来自深部三大烃灶(古凹陷内沉积物转化成烃、壳内低速高导层内由一氧化碳和氢合成幔源油气、地幔柱内由深部地幔流体聚合成烃碱流体),靠深、浅二套断裂系统上下沟通,形成既各自独立又相互联系、相互作用的不可分离的统一整体,即油气本源共同体。在我国华北、渤海湾、四川等油区都发育油气本源共同体,虽形态各异,但大同小异,提出应改变过去从上往下找油,顾上不顾下的传统做法,改为从下往上找油,上下兼顾的新思路。     

多任务深度卷积网络的CT图像方向校正

针对医学电子计算机断层扫描(CT)图像方向校正问题,提出一种并行卷积回归(PCRN)多任务深度学习网络.通过侧旋角度正回归和翻转概率逻辑回归,求得校正参数来精准地校正图像.进一步,针对医学图像训练样本稀缺的情况,提出一种串行回归(SCRN)的深度学习架构,弥补并行卷积回归网络在小样本情况下校正精度不足的问题.实验结果表明:在样本充分,并行卷积回归网络和样本稀缺情况下,串行卷积回归网络对小角度偏转、大角度偏转和翻转的腹部CT图像校正结果都优于传统的配准方法.