摘要。石油和天然气行业在尼日利亚经济中发挥着关键作用,为该国经济做出了重大贡献。然而,油价波动、运营效率低下、环境风险和腐败等挑战削弱了其潜力。本研究考察了 IFRS 6 会计选项与尼日利亚石油和天然气公司的价值相关性之间的关系,重点关注托宾 Q、企业价值、每股收益和市净率等关键财务指标。使用事后研究设计和推断统计技术,分析了 2012 年至 2022 年上市石油和天然气公司的数据。研究结果揭示了将勘探投资转化为公司价值的效率低下,固定资产强度、现金投资和无形资产对市场估值和股本回报的负面影响微不足道。结论是,IFRS 6 下的会计灵活性导致财务报告不一致和投资者怀疑。建议包括完善 IFRS 6 准则,以标准化勘探和评估支出的报告,提高透明度,减少管理层的自由裁量权。此外,还要求专业会计师确保如实反映财务信息,以弥合会计数据与市场认知之间的差距。
撒哈拉以南非洲的储蓄与投资差距:金融部门发展与移民汇款的相互作用重要吗? Oluwatosin Adeniyi、Joshua Afolabi、Wasiu Adekunle、Musibau Babatunde 和 Edward Omiwale 223-2
Gabor 滤波器、GLCM 和 DWT 在脑肿瘤分类中的表现评估 Fausat Fadeke Agboola 1;Wasiu Oladimeji Ismaila 2;Oluyinka Iyabo Omotosho 2;Adeleye Samuel Falohun 3;和 Folasade Muibat Ismaila 4 1 尼日利亚阿达马瓦州约拉莫迪博阿达玛大学物理科学学院计算机科学系。 2 尼日利亚奥约州奥格博莫索拉多克阿金托拉理工大学计算机与信息学学院计算机科学系。 3 尼日利亚奥约州奥格博莫索拉多克阿金托拉理工大学工程与技术学院计算机工程系。 4 尼日利亚奥顺州理工学院计算机科学系。摘要 大脑对身体功能至关重要,如果不加以治疗,肿瘤可能会侵袭大脑,导致死亡、不受控制的生长和转移。因此,自动分类脑肿瘤类型对于加快治疗、制定更好的计划和提高患者生存率至关重要,因为人工诊断脑肿瘤类型在很大程度上依赖于放射科医生的专业知识和敏感性。因此,本文使用 Kaggle 数据库中的四类脑 MRI 肿瘤,评估了 Gabor 滤波器、灰度共生矩阵 (GLCM) 和离散小波变换 (DWT) 在识别正常和异常脑肿瘤方面的性能。性能分析侧重于二元分类,以确定每种特征提取方法的功效。研究发现,Gabor 特征的假阳性率 (FPR) 为 7.61%,假阴性率 (FNR) 为 8.57%,灵敏度为 91.43%,精确度为 81.36%,准确度为 92.13%,时间为 985.34 秒。 GLCM 特征的 FPR 为 9.69%,FNR 为 9.52%,灵敏度为 90.48%,精度为 77.24%,准确率为 90.36%,时间为 364.74 秒。DWT 特征的 FPR 为 11.42%,FNR 为 11.43%,灵敏度为 88.57%,精度为 73.81%,准确率为 88.58%,时间为 275.53 秒。GLCM 产生了最有效的特征提取器,它可以作为一种有用的技术,并作为放射科医生诊断脑肿瘤的第二读取器,以降低死亡率。关键词:Gabor 滤波器、GLCM、DWT、MRI 图像、脑肿瘤、分类。引言脑肿瘤是一种起源于脑内的疾病,当不规则细胞不受控制和限制地生长时,就会无视正常的细胞生长规律。