基于隐含重起Arnoldi过程的参数估计

提出在超分辨率复原中使用基于隐含重起Arnoldi过程来高效计算正则化参数的方法。通过隐含重起Arnoldi过程,可选择一个较好的初始向量。该方法将大型稀疏系统矩阵投影到Krylov子空间上并表达成一个小型稠密的Hessenberg矩阵。该方法可减少正则化参数的计算代价。     

基于整体最小二乘法的高分辨率图像重建算法

提出一种用于高分辨率图像重建的整体最小二乘算法。在现有多数重建算法中,假设系统矩阵是精确的而误差主要源于采样图像,但实际上抖动误差也出现在系统矩阵中。该方法能同时最小化这两种误差,采用基于正则化的Rayleigh商来光滑解,用共轭梯度算法来迭代求解该正则化Rayleigh商的最小化函数。实验证明该方法对于抖动系统矩阵是稳定和精确的。     

基于时间序列分析的金融事件预测

目前我国在科技管理上大多采用的是被动的行政管理方式,领导层的决策缺乏客观的科学依据.为了提高科技管理水平,实现科学的量化管理,以某商业银行信息中心为例,利用生产系统运行记录中的数据,运用时间序列分析理论,通过对故障次数、交易量等生产数据进行平稳性检验、正态性检验,数据分析表明可以进行建模预测.同时在进一步进行数据的相关性分析的基础上,确定建模类型,试图根据数据的内在特性,运用一定的科学手段去挖掘,最终建立科学的事件预测机制.