基于小波变换和局部相关系数改进IHS变换的图像融合方法

为得到分辨率高、光谱畸变小的融合图像,该文根据图像处理理论和小波变换的时频局部特性,采用Quick bird数据,对多光谱波段经IHS变换的1分量和全波段图像分别进行小波分解,用全波段图像经小波分解得到的高 频系数替换1分量小波分解的高频系数,替换时根据图像的地物光谱特性引入局部相关系数进行有选择的高频替 换。经过IHS反变换得到空间分辨率高且没有光谱畸变的融合图像。

基于局部相关系数的美国次贷危机传染分析

全球经济金融一体化的不断深入使得全球性的金融危机频频爆发。因此,金融危机传染的分析与检验便变得十分重要。本文首先运用非参数回归模型,通过局部多项式方法对股指收益率之间的局部相关系数进行估计,并在不同的置信水平下对局部相关系数的变化进行假设检验,通过定量地判断局部相关系数是否突然增大来检验危机传染的存在性,同时简单地刻画了危机传染的程度,并且指出了危机传染的具体时间段。最后应用上述方法对美国次债危机在各个国家或地区之间的传染效应进行了实证检验,证实了本文给出的检验方法的可行性,并得到了一些有意义的结论。

基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量

作为风险资产收益和波动之间关系的度量,杠杆效应是金融市场数据三大分布特征之一,在波动预测、资产定价和风险管理中起着重要作用。日内高频数据计算的已实现波动作为波动的代理变量,解决了波动不能观测的问题,实现了用波动和收益直接建模捕捉杠杆效应。深入了解收益和已实现波动的相关模式并以此构建二者的联合分布是正确度量杠杆效应的关键。本文以局部相关系数为工具研究收益和波动在不同取值范围内的相关性变化,实证研究结果表明,与负收益冲击引起波动增加一样,正收益冲击也会引起波动增加,这与传统杠杆效应理论并不一致,与Chen和Ghysels(2011)对美国股票市场的实证结果一致。为正确捕捉和度量实证结果反映出的杠杆效应,在扭曲混合Copula构造方法基础上,本文用截尾扭曲函数构造扭曲混合Copula,以此作为收益和已实现波动的联合分布,再现收益和已实现波动的局部相关性特征。以上证综指2013.1.29日至2017.4.30区间内日内1分钟高频数据为样本进行实证分析表明,本文构造的Copula函数具有和实际数据一致的局部相关特征,能够正确刻画市场表现出的杠杆效应。Copula拟合优度的非参数检验表明,实际数据不拒绝本文构造的Copula函数,而现有文献采用的单成分Copula函数和两成分混合Copula函数均被拒绝。本文为收益和已实现波动的联合建模提供参考,具有基础重要性。

距离权重改进的Pearson相关系数及应用

相关系数是表征两组数据相关性的度量指标。现有的相关系数仅计算数据本身在数值上的相关性,忽视了数据在地理分布上的特征,导致数据的规律性未被充分挖掘。在油气勘探领域,油气分布与空间信息密切相关。为此,采用Pearson相关系数的广义形式,结合空间权重的方法计算相关系数,并将不同搜索半径下的局部相关系数以折线图的形式研究两组数据的空间相关特征。模拟数据和实际数据的检测结果表明,空间权重改进的相关系数可以从空间上明确两组数据的潜在相关性。该方法有利于油气勘探的数据优选。

基于局部相关性的遥感图像全色锐化算法

为了增强多光谱图像的空间分辨率同时避免出现严重的光谱扭曲,对插值放大后的多光谱图像和原始全色图像分别作相同层数的非下采样轮廓波变换分解.在相应低频子带中,分别选取以待融合像素点为中心,大小为5×5的滑动窗口,计算待融合像素点的局部相关系数与四阶相关系数.如果局部相关系数大于四阶相关系数,说明该位置上的地物存在相似的光谱特征,因此用全色图像的高频系数替代多光谱图像的高频系数;反之,保持多光谱图像的高频系数不变.最后将多光谱图像的低频系数和替换后的高频系数进行非下采样轮廓波逆变换得到融合图像.采用Landsat 7遥感图像,对比给出了本文与现有同类最新文献融合结果及其主客观评价指标.实验结果表明,本文算法在提高空间分辨率与保持光谱信息两个方面都具有较好的效果.

通径、回归与相关

本文从处理统计的角度阐明了通经分析与多元回归分析,通经分析与多元相关相关分析,以及通经分析与局部相关分析的联系和区别.

顾及光谱畸变的高分辨率图像融合方法研究

使用高分辨率遥感图像进行像素级图像融合,在图像小波分解时,通过计算不同分解层数下得到的融合图像的熵来决定图像的小波分解层数;在图像小波重建时,引入局部相关系数,并在不同的分解层上设置不同的阈值进行有选择的高频系数替换,实现图像的像素级融合。并使用Quickbird全波段与多光谱数据进行试验,得到了分辨率高、光谱畸变微小的彩色融合图像。

基于改进PCNN和局部相关度的药液检测图像分割

药液检测是医药检测邻域中一个重要的研究课题。利用机器视觉对瓶装药液进行可见异物的检测是药液检测发展的必然趋势。在机器视觉检测中,如何从药液图像中准确提取杂质信号是一个极为重要的环节。该文在分析了脉冲耦合神经网络(PCNN)特点和光流噪声的基础上,提出了一种新的图像分割方法。这种方法将局部相关系数耦合到PCNN的权值连接矩阵中,实现了对药液图像中杂质信号的精确提取,消除了药液检测过程中光流噪声对弱小杂质目标分割的影响。

基于多级引导滤波器的图像区域融合算法

为了提高多光谱图像与全色图像的融合质量,研究了多种滤波器和融合算法,提出了基于多级引导滤波器的区域融合方法。采用该方法对多光谱图像进行插值,利用改进的分水岭算法对全色图像进行区域划分,并将划分结果映射至每个多光谱图像,然后将多光谱图像与全色图像利用多级引导滤波器分别进行滤波,得到各自的细节信息,最后根据每个区域中全色图像和多光谱图像的关系指标局部相关系数与4阶相关系数的大小,对细节信息进行区域融合,得到融合后的多光谱图像。结果表明,该算法充分保留了多光谱图像的光谱信息,并尽可能多地注入了全色图像的细节信息,成功地提高了多光谱图像的融合效果。

基于人眼视觉特性的彩色图像增强算法

在分析现有彩色图像增强算法的基础上,按照视觉心理感知特性选择HSV色彩空间,并在此空间提出了新的彩色图像增强算法,保持色调不变,从而保证了没有颜色的失真或偏移。实验证明,经本文算法增强后的彩色图像画面更清晰、层次感更强、色彩也更加丰富,达到了预期的目的。

基于Metropolis优化的叠前全局迭代地质统计学反演方法

叠前地质统计学反演将随机模拟与叠前反演相结合,不仅可以反演各种储层弹性参数,还提高了反演结果的分辨率.基于联合概率分布的直接序贯协模拟方法可以在原始数据域对数据进行模拟,不需要对数据进行高斯变换,拓展了地质统计学反演的应用范围;而联合概率分布的应用确保了反演参数之间相关性,提高了反演的精度.本文将基于联合概率分布的直接序贯协模拟方法与蒙特卡洛抽样算法相结合,参考全局随机反演策略,提出了基于蒙特卡洛优化算法的全局迭代地质统计学反演方法.为了提高反演的稳定性,我们修改了局部相关系数的计算公式,提出了一种新的基于目标函数的优化局部相关系数计算公式并应用到协模拟之中.模型测试及实际数据应用表明,该方法可以很好的应用于叠前反演之中.

应用引导滤波器和成像系统特性的多光谱与全色图像融合算法

为了提高多光谱与全色图像融合的质量,提出一种应用引导滤波器和成像系统特性的多光谱与全色图像融合算法。该算法采用引导滤波器建立降质全色图像与多光谱图像的关系,进而利用这种关系对多光谱图像进行插值;再对待融合的多光谱和全色图像进行区域划分和NSCT变换,然后结合LCCS、FOCC和图像成像系统特征对图像高频系数进行区域融合,最后进行逆NSCT变换得到融合图像。实验数值表明,该算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,提高了多光谱图像的融合效果。

突变结构下国际石油价格对中国股市影响的局部相关性

以Divisive方法诊断国际石油和中国股票二元时序突变性后,为克服Copula等方法在描述金融市场局部相关性的不足,利用局部正态相关系数(Local Gussian Correlation)研究突变结构下国际油价对中国股市整体及不同行业股票的冲击影响。实证结果表明:局部正态相关系数模型能充分刻画石油与股票价格之间的局部相关特征。在突变点显著存在的基础上,LGC捕捉到两市的相关结构经历了从不相关、正相关到显著正相关的变化趋势。石油价格下跌对中国股市的影响更大。和西方成熟市场不同,国际石油对中国股市表现为正向冲击关系,在重大事件影响下两市的共生风险会显著累积集聚,选择它们进行投资组合风险分散性较差。

基于PCA和NSCT的多光谱与全色图像融合算法

为了提高多光谱与全色图像融合质量，本文提出了一种基于PCA和NSCT多光谱与全色图像融合算法。实验数值表明，算法在充分保留了多光谱图像光谱信息的同时．尽可能多地注入了全色图像的细节信息，提高了多光谱图像的融合效果。

Hela基因周期表达数据聚类及功能分析

目的:进一步了解与宫颈癌相关基因的功能以及作用关系。方法:根据Hela基因周期表达数据的时序特点,提出了KLCC聚类法。该方法以K-means法为平台,以基因间的局部相关系数(Local Correlative Coefficient,LCC)为相关性测度,并对K-means法进行了相应的改进,根据基因间的相关关系,分批对基因聚类。结果:在对Hela基因周期表达数据的聚类分析中,得到9个显著的功能类,其中有3个与肿瘤紧密相关,具有优于当前常用算法的性能。结论:KLCC法能够有效地识别Hela基因周期表达数据中的局部相关和异步相关,并对其进行功能显著的聚类,为宫颈癌的基因治疗提供参考和依据。