形态小波域多尺度马尔可夫模型在纹理图像分割中的应用

针对图像分割中小波域多尺度马尔可夫模型(MRMRF-W)无法有效描述图像非线性特征,提出了一种在形态小波域下的多尺度MRF模型（MRMRF-MW）,实现纹理图像分割。该模型结合了形态小波和MRF各自的优势,能够对图像进行非线性多尺度分解,并在各尺度上进行空间关系建模。通过对两个纹理图像库（Brodatz纹理库、Prague纹理库）中图像的分割实验,验证了该模型的有效性。     

均值方差保费原理下带有时滞的鲁棒最优再保险和投资策略

研究带有时滞的保险公司鲁棒最优再保险和投资策略问题。假定保险公司通过购买比例再保险来转移部分索赔风险,且依据广义均值方差保费原理支付再保险保费。同时,保险公司将资产投资于由一种无风险资产和一种风险资产组成的金融市场。风险资产模型的瞬时期望收益率服从均值回复Ornstein-Uhlenbeck (O-U)过程。以保险公司终端财富的指数效用期望最大为优化目标,运用动态规划原理,通过求解相应的Hamilton-Jacobi-Bellman (HJB)方程,得到最优再保险–投资策略以及相应值函数的显式表达式。最后,通过数值分析讨论模型主要参数对最优策略的影响。结果显示,再保险策略主要受保险市场模型参数和无风险资产模型参数的影响,而与风险资产模型的参数及风险资产预期收益率模型的参数无关。另一方面,时滞效应和鲁棒因素会对最优再保险–投资策略产生较大的影响,考虑时滞效应可以增强保险公司财富的稳定性,考虑模型不确定性能有效降低概率测度不精确带来的风险。     

基于拟蒙特卡罗概率假设密度的卷积实现

本文提出了两种新的算法.第一,拟蒙特卡罗概率假设密度(QMC-PHD)滤波,主要思想是利用QMC方法来实现PHD滤波.在仿真实验中可以发现:在目标数目和状态估计方面,新算法比序贯蒙特卡罗概率假设密度(SMC-PHD)滤波器更精确.第二,卷积核拟蒙特卡罗概率假设密度滤波(CKQMC-PHD),主要思想是基于QMC-PHD...