搜索到2929篇“ B-S模型“的相关文章
Modeling and performance analysis of real⁃time BDS⁃3 PPP⁃B2b one⁃way timing with uncombined observations
2025年
Currently,the BeiDou⁃3(BDS⁃3)precise point positioning(PPP)service(PPP⁃B2b)mostly employs the ionosphere⁃free(IF)combination model for precise timing,which tends to amplify the noise in observation values.To address this issue,this paper proposes a real⁃time BDS⁃3 precise unidirectional timing model based on uncombined(UC)observations using the BDS⁃3 PPP⁃B2b service.This model resolves the challenge of the amplified observation noise inherent in the IF combination model.The experiment involved selecting eight global navigation satellite system(GNSS)observation stations within China and collecting continuous observation data for 15 d.A comparative analy⁃sis with the traditional dual⁃frequency IF combination PPP timing model showed that the BDS⁃3 UC PPP timing based on the BDS⁃3 PPP⁃B2b service can achieve a timing preci⁃sion of 0.5 ns.In addition,it was found that due to global positioning system(GPS)satellite clock products in the BDS⁃3 PPP⁃B2b service not being unified to the standard time,the GPS IF PPP timing method based on the BDS⁃3 PPP⁃B2b service is not recommended for precise timing.In summary,the BDS⁃3 UC PPP timing model proposed in this paper is suitable for precise timing,providing observa⁃tion values with smaller noise,and its timing accuracy is comparable to that of the BDS⁃3 IF PPP,with slightly better frequency stability.
WANG YongLIU TianjunGU ShengfengGE YulongJIANG Weiping
基于FCFF模型B-S模型的MCN企业价值评估研究——以遥望科技为例
2025年
随着互联网数字经济的发展,传媒公司与电商借助短视频社交平台进行转型升级,衍生出新兴网红经济——MCN(Mulit-Channel Network,多频道网络)机构。近年来MCN机构在资本的支持下呈现井喷式增长,由2015年160家到目前已超过2.5万家,分布在全国各地。MCN机构进入迭代期,基于机构的业务形态与品牌资源,在不同的赛道开始自我竞速,在不同领域逐渐渗透,形成独特的品牌优势。MCN行业是互联网经济的重要领域,对MCN企业价值评估尤为重要。作为互联网新兴行业,相关的评估方法研究较少,本文基于MCN行业发展现状和运营模式,结合行业特点和营收来源,对比基础评估方法后,采用收益法进行企业价值评估。运用FCFF模型对企业现有价值评估和B-S模型对企业潜在价值评估,并选取案例企业进行验证。研究结果表明:MCN机构轻资产占比高,其价值波动性较大,针对该行业进行估值时,除利用公司财务数据计算现有价值,还要考虑公司自身竞争优势所带来的潜在价值。
赖玥高瑞笛
关键词:B-S模型
股票收益率方向预测研究:两极总比一极好——基于B-CARS模型的实证分析
2025年
股票市场作为金融市场的重要组成部分,股票收益率的研究一直是学术界的热点.论文基于股票最高价和最低价两极值信息提出一种新的股票收益率分解方法,将股票收益率方向预测转化为股价上升比率是否大于1/2的问题,进而基于B-CARS模型来预测股票收益率的方向.实证分析以标普500指数和沪深300指数为研究对象,对股票收益率方向进行估计预测并构建投资策略,将其与基于最高价或最低价单一极值信息的B-CARS模型和传统的logistic模型、支持向量机进行对比分析.实证结果表明:基于两极值信息的B-CARS模型在股票市场有较好的预测能力,且优于单一极值信息的B-CARS模型和常用预测模型,说明股票极值信息可以为股票收益率方向的预测提供更多的有效信息进而提高预测准确性,该方法可以很好地应用于股票收益率方向的预测中.
樊鹏英韩嘉成谢海滨郭娜
基于K-B粘弹性模型的机器人自适应接触力估计方法
本发明涉及机器人控制技术领域,具体涉及基于K‑B粘弹性模型的机器人自适应接触力估计方法。包括:S1、构建机器人和环境模型S2、选择K‑B粘弹性模型,用于估计机器人末端工具与环境之间的接触力;S3、基构建接触力自适应估计...
李毅张浩浩张池行田旭航李冲王彦涛周永兴
基于FCFF与B-S模型的互联网企业价值评估
2025年
互联网企业的发展受到科学技术以及企业内部商业模式等因素的影响,合理地对企业价值进行评估,能够帮助投资者预测其未来增长潜力和盈利能力,识别潜在的投资机会。以恺英网络为例,在介绍互联网企业特点的基础上对企业价值评估方法的适用性进行分析,选择使用FCFF(free cash flow for the firm)模型估算企业现有价值,使用B-S(black-scholes)模型来测算企业的潜在价值,最终得到企业价值评估值。结果发现,相比于传统评估方法,FCFF模型B-S模型结合后的评估结果更接近于企业的实际价值。
吕洪雁甄文丽
关键词:企业价值评估
基于观测数据的B样条拼接模型地表太阳形状建模方法
本发明公开了一种基于观测数据的B样条拼接模型地表太阳形状建模方法,该方法首先使用三次B样条函数最小二乘拟合德国宇航中心CSR=5%观测数据构建光盘太阳形状解析模型,然后使用Buie指数模型作为光晕太阳形状解析模型,最后将...
冯结青孙业顺赵乐赵豫红
基于ViT-B深度学习模型的口腔良恶性病变图像分类研究
2025年
目的:基于深度学习算法,对ViT-B模型检测口腔良性和恶性病变图像的性能进行分析,旨在为临床医生早期发现和准确诊断口腔癌提供有效工具。方法:使用包含口腔良性和恶性病变图像的公共数据集,对数据进行预处理和数据增强,按7∶2∶1的比例将数据随机划分为训练集、验证集和测试集。选取ViT-B、VGG16、ResNet101、DenseNet121和EfficientNetV25种深度学习模型,对模型进行训练和性能比较。通过外部数据对ViT-B模型的泛化能力进行评估,并基于注意力权重的可视化方法对ViT-B模型进行分析。结果:ViT-B在5种模型中分类性能最佳,受试者工作特征曲线下面积为0.9715,准确率为91.00%。该模型可以有效区分口腔良性和恶性病变图像,具有较强的泛化能力和临床实用性。结论:ViT-B模型在口腔良性和恶性病变图像识别中表现良好,可以为口腔癌的早期发现和准确诊断提供支持。
崔宇琛谢元栋吴聿淼牛凌霄常路广达朱宪春
关键词:口腔癌口腔病变
B-S模型在特别处理类上市公司股权价值评估中的应用——以^(*)ST X公司为例
2025年
面对2020年“史上最严”退市新规的正式施行和疫情引发的经济波动,处于特别处理(special treatment,ST)状态的上市公司数量显著上升,市场各方对其价值评估需求亦日益增长,寻求针对ST类上市公司股权价值的有效评估方法将尤为重要。研究以*ST X公司为例,首次运用B-S模型对该类公司进行价值评估。研究结果表明:相较于传统的评估方法,实物期权法下的B-S模型能够更为灵活地根据不同的情境和假设进行调整,在预判此类上市公司内在价值的变动趋势时,展示出其巨大的优势。
杨舒文陈晓丹
关键词:上市公司B-S模型股权价值评估
基于广义圆基B-W模型的压电陶瓷作动器迟滞建模与参数辨识方法
本发明提供了基于广义圆基B‑W模型的压电陶瓷作动器迟滞建模与参数辨识方法,通过获取压电陶瓷作动器在输入电压下产生的输出位移,使用广义圆基Bouc‑Wen模型根据输入电压与输出位移建立迟滞模型描述迟滞非线性特性,更好地体现...
李自成郭辰星王后能曾丽熊涛廖小兵刘江刘健陈龙
基于Yi-9B大语言模型的高血压结构化数据库的构建
2025年
目的针对高血压诊疗过程中生成的大量非结构化数据,基于Yi-9B大语言模型构建高血压结构化数据库,提升数据管理效率并为临床决策提供支持。方法提取2014-2023年于该院就诊的114369例高血压患者病历中的关键临床信息,使用Yi-9B大语言模型进行实体识别与数据结构化,并设计数据库架构用于统计分析和临床应用。结果数据库结构化处理后,收缩压和舒张压分别为(149.98±20.55)mmHg和(86.90±13.75)mmHg。按血压水平分类,正常高值高危、高血压1级很高危和高血压2级很高危比例最高,分别占20.73%、27.80%和19.59%。52.64%的患者合并心脏疾病,10.18%合并糖尿病,12.71%合并高脂血症。logistic回归分析显示,>50~60岁和>60~70岁为高发年龄段,且随年龄增长,收缩压呈上升趋势,反映高血压在老龄化中的普遍性。该数据库在临床应用中明显提升了诊疗效率,实现了数据的高效分析和管理。结论基于Yi-9B大语言模型的高血压结构化数据库有效处理了非结构化数据,明显提升数据提取和管理效率,该数据库有助于优化诊疗决策、提高管理效率,为智能化管理和个性化诊疗提供支持。
张周琪刘勇范碧恬韦欣潼易维君
关键词:人工智能高血压