Nutanix动手发动收购——是喜是忧仍有待观察

我们之前一直在讨论Nutanix收购PernixData的可行性与重要意义。如今技术顾问Justin Warren已经注意到Nutanix公司在递交给美国证交会的S1文件中据此做出了修改:

收购

2016年8月5日,公司已经签订了一项股票购买协议,以我方52万8517股外加120万美元现金收购某家技术企业的全部股权。此次收购将遵循标准交易规程。

这部分内容出现在S1文件末尾,第F36页位置。

Warren指出,这可能意味着Nutanix公司已经出手收购PernixData或者其它DevOps初创企业。此次交易为120万美元加股票的结算方式。50多万股相较于PernixData公司的估值来说似乎显得比较单薄。那么Nutanix公司目前的股票价格如何?根据Nutanix公司S1文件中的“公允价值”估算,每股大概在14到15美元之间。

上市前的股票价值一直神秘而难以核定,不过无论如何,我们没办法确定此次交易当中实际协定的股票价格到底是多少。因此,目前只能说Nutanix公司以未知价位收购了一家企业,其它的则一概不知。

我们还从几位消息人士处得到情报,指出Nutanix公司已经吞并了PernixData。另一位熟悉PernixData各风投方的知情人士则表示,该公司的财务状况并不乐观。

结论:Nutanix公司买下了一家身份不明的企业,价位约在1000万美元或者更低。此次收购也许指向PernixData,但亦可能是其它公司。

由于目前的交易信息尚不全面,再加上Nutanix与PernixData之间错综复杂的纠葛,目前我们还得不到任何官方评论或者回复。
原文发布时间为:2016年8月19日
本文作者:杨昀煦
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值