从“颜色商标”案看商标的显著性

2005年12月16日．我国首例关于颜色组合商标的商标行政案在北京市第一中级人民法院作出一审判决。法院认为原告瑞典凯普曼有限公司申请注册的颜色组合商标过于简单，不能起到指示商品或服务来源的作用．缺乏显著特征．因此维持了被告国家确总局商标评审委员会作出的驳回复审决定．对原告申请注册的颜色组合商标予以驳回．不予初步审定公告。[编者按]     

假设检验在数据分析中的应用

本文阐述了假设检验理论和实施步骤,并将假设检验理论应用于数据分析中,对指导实际工作具有十分重要的意义.     

用Excel进行统计推断（二）

三. 异方差双样本均值的t -检验上节是在假设两总体方差相等的条件下,比较其均值有无显著差异。现再假设两总体的方差不等,试比较其总体均值是否相等。2002年四季度伟业房地产指数显示,城八区内销住房、外销住房和近郊区别墅价格均有下降,唯独远郊区内销住房呈上升趋势。为了证实这一信息,又在西北、东北、西南、东南四个地区各随机抽取3个楼盘两年的比价,要求在显著性水平0.05下,用“t-检验”工具判断远郊区内销住房价格有无显著差异。2001年四季度:1150 1200 1350 1368 21802380 2530 2550 3300 3458 3600 39002002年四季度:116…     

有关金融变量在货币政策传导中的显著性比较

近年来,认为货币量不适合作为我国货币政策中介目标的观点颇为流行;有的研究通过比较货币量与贷款量在货币政策传导中作用的显著性,得到贷款量比货币量更适合作中介目标的结论。我们认为这个结论很可疑,至少在我国目前是不成立的。实证分析表明,货币量的作用最为显著;其次为利率;贷款量作用的显著性最低。这说明当前还应该坚持以货币量为中介目标。随着利率市场化的深入,利率将是一个比较好的中介目标。     

评价批内烟叶质量一致性的方法及应用

把批内烟叶进行合理分组,采用影响烟叶品质的主要两类常规化学成分—水溶性总糖和烟碱,利用方差分析方法进行批内烟叶质量差异显著性评价,结果表明:该方法对批内烟叶质量一致性评价结果可靠、数据易得,适合企业对烟叶质量评价。     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题,提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先,利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图,使得目标区域信息增强;其次,结合舰船目标先验信息（长短轴、面积等）,利用多级阈值划分算法提取关注的显著区域,并确定原图中候选目标区域;最后,利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割,结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较,结果表明,相比直接进行全图目标搜索的方法,所提方法不仅准确率高、执行速度快,且检测目标的位置更加精确。     

核准制IPO初始收益率实证研究

本文以核准制实施以来首次公开发行的A股为研究对象 ,从公司内在价值因素、发行因素、市场环境因素等方面设计解释变量 ,构建计量经济学模型对我国新股的初始收益率进行了实证分析 ,归纳了影响核准制IPO初始回报的主要因素     

中国创业板上市公司盈利能力的因素分析——基于分位数回归的实证研究

影响上市公司盈利能力的因素有很多,不同的分位数水平下各因素对盈利能力的影响可能存在差异。传统的回归模型只能描述因变量的条件均值受自变量的影响,而分位数回归模型能够依据因变量的条件分位数对自变量进行回归,从而更加精确地描述自变量对因变量的影响。选取截至2013年6月30日的355家创业板上市公司的截面数据,从分位数回归的角度研究了不同分位数水平下各因素对公司盈利能力的影响,并且加入了地区虚拟变量,研究了区位因素与盈利能力的关系。     

股权激励对公司业绩影响的实证研究

以我国在2006年首次公布其股权激励计划的公司为样本,在将管理层相对难以控制的外部因素对公司业绩的影响去除后,对股权激励前后公司业绩的变化进行了假设检验,发现股权激励总体上对公司的业绩并没有显著性影响,这种现象存在于各行各业,在国有控股和非国有控股的公司,股权激励也均没有对业绩产生显著性影响。     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题,提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域,并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图,能够有效改善边界的分割效果,然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率,通过聚类以超像素代替原像素,并反复迭代高斯混合模型（Gaussian Mixed Model,GMM）参数,最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标,对高分辨率图像也有很好的适用效果,相比于其他算法在分割精度上提高10%左右,并具有较高的分割效率。