新一代实时计算架构在证券风险管理领域的应用研究

近几年,严格的监管政策对证券行业的风险管理能力提出了严峻考验,证券公司纷纷应用以大数据、人工智能为代表的新技术,积极布局风险管理领域,并将数据中台视为进行风险管理信息化建设的重要工具。随着证券行业数字化转型进程的加速,企业内部决策和外部客户需求对数据实时性的要求越来越迫切,企业急需提升实时计算能力来完善技术支撑。

基于SCDPT的多源图像融合算法研究

针对空间对接背景下多源图像的融合,提出一种基于SCDPT的图像融合算法和一种基于匹配度?区域内积能量的图像融合规则,并将其应用于SCDPT分解产生的高频系数融合中。将改进后的融合规则用于SCDPT算法中,对标准图像和空间图像进行融合实验。研究结果表明:与传统的小波方法和UDCT方法比较,基于改进融合规则的SCDPT方法在客观评价指标及主观效果上均优于对比方法。

SCDPT下的分层图像融合策略研究

针对空间对接背景下多源图像融合问题,提出一种基于SCDPT(shiftable complex directional pyramid transform)的分层图像融合策略。对于运动图像序列中运动目标由远到近过程中目标大小的变化,提出了一种分层融合的方法,将视觉特征明显的运动目标区域采用基于匹配度-区域内积能量的SCDPT融合算法,而非运动目标区域采用传统的融合算法。通过实验以及对实验结果的主观评价准则和客观评价准则,分析证明了图像的分层融合策略在标准图片和空间图片上都可以达到满意的融合效果。