改进的动态图模型点模式匹配

为了提高概率图模型点模式匹配的精度,本文提出了改进的动态图模型点模式匹配算法。首先,在动态图模型点模式匹配的相似性度量中应用混合高斯分布,以提高模型利用多特征的能力,使匹配方法对噪声更加稳健。其次,在目标点集中引入了虚拟的哑点并给出了包含哑点的相似性度量。当模板中的点和哑点相匹配的相似性度量更大时模板点将和哑点匹配,以减少由异常点所导致的误配。实验结果表明所提出的匹配方法对噪声和异常点更加稳健,匹配的精度也优于传统方法。     

非参数回归模型变点两步估计法及实证分析

针对非参数回归模型变点问题,给出了变点的两步估计方法.第一步,用局部线性方法给出变点的初始估计量;第二步,在初始估计量的邻域内,用CUSUM方法给出变点的最终估计量,同时获得了变点跃度的估计量.蒙特卡罗随机模拟结果表明了此方法的有效性.最后以尼罗河流量数据,美元兑换人民币汇率数据以及北半球月平均气温数据为例进行分析,结果说明此方法有实际应用价值.     

常利率下有阈红利边界的复合Poisson风险模型

考虑了常利率下有阈红利边界的复合Poisson风险模型,给出了罚金折现期望函数满足的积分-微分方程及带干扰的情况下罚金折现函数所满足的积分-微分方程.利用全概率公式得到了相应积分-微分方程的解、破产概率及破产前瞬时盈余和破产赤字的联合分布的具体表达式.该模型有利于降低公司最终破产的概率.     

高效的图模型点模式匹配算法

点模式匹配的概率图模型具有很好的匹配精度,但是计算复杂度较高,当隔离子中包含异常点（outlier）时匹配精度会受到较大的影响。为了提高匹配的速度和精度,提出了一种由粗到精的图模型点模式匹配算法。利用包含特征点的窗口,用标准化互相关方法对特征点进行粗匹配,以减少异常点的数量,提高后续匹配方法的速度和精度。提出了一种新的点模式匹配的概率图模型,这种图模型能综合利用特征点的位置信息和包含特征点的邻域的灰度信息。利用提出的概率图匹配方法对粗匹配所得到的点对进行分段匹配,得到精确的匹配结果。对光学图像和遥感图像的匹配实验显示该方法能显著减少点模式匹配时间,提高匹配的精度。     

遥感图像配准的稳健投影非负矩阵分解方法

由于要配准的目标存在可能的形变,震前和震后遥感图像的配准变得很困难。为了解决这个问题,提出基于稳健的投影非负矩阵分解（RPNMF）的配准方法来精确的配准形变目标。给出一种稳健的投影非负矩阵分解方法来获得震前震后形变目标的共同投影空间,利用在共同投影空间的投影来配准形变目标。为验证该算法的有效性,做了两个实验：2008年5月12日汶川地震前后的SAR图像的配准;唐家山堰塞湖的变化检测。与现有方法进行比较,结果表明该方法能够有效地得到形变目标的共同投影空间,并取得了很好的配准结果;同时,堰塞湖的变化检测也得到了很好的结果。     

基于模糊分类的MRF图像恢复方法

运用马尔科夫随机场(MRF)进行图像处理时,对图像平滑区域与边缘区域所采用的处理方法不加区别,会导致大量冗余程序且运行时间过长。针对该问题,提出基于模糊分类的MRF图像恢复方法,根据图像子块内服从不同分布的像素统计特征,对图像子块进行模糊分类,在分类基础上应用MRF进行图像恢复。对退化的二值图像进行恢复实验,结果表明,与MRF方法相比,基于模糊分类的MRF方法能减少程序运行时间,改善去噪效果。     

一类半参数回归模型的经验似然

考虑一类半参数回归模型yi=xi′β+g(xi)+ei,1≤i≤n,其中xi=(xi1,xi2,…,xik)′是固定设计点列,β=(β1,β2,…,βk)′是未知待估参数,g(.)是未知函数,ei是随机误差,且E(ei)=0,E(ei2)=σ2∞.首先假设β已知,用非参数权函数方法估计非参数部分g,然后应用经验似然方法构造似然函数,证明了经验对数似然比统计量渐近服从卡方分布.结果可用于构造半参数回归模型中参数向量的置信区域.