多比特扩散码中最大相关度的研究

提出了Z_2上矩阵的列间距、多比特扩散矩阵、偏移量等概念,并给出了一些性质。根据这些性质,对多比特扩散码中最大相关度作了较深入的研究,得到了一些很有价值的结论。

基于相关性及语义的n-grams特征加权算法

n-grams作为文本分类特征时易造成分类准确率下降,并且在对n-grams加权时通常忽略单词间的冗余度和相关性.针对上述问题,文中提出基于相关性及语义的n-grams特征加权算法.在文本预处理时,对n-grams进行特征约简,降低内部冗余,再根据n-grams内单词与类别的相关性及n-grams与测试集的语义近似度加权.搜狗中文新闻语料库和网易文本分类语料库上的实验表明,文中算法能筛选高类别相关且低冗余的n-grams特征,在量化测试集时减少稀疏数据的产生.

图像块动态划分矢量量化

提出一种可以自动调节子图像块尺寸的矢量量化算法———图像块动态划分矢量量化 该算法在进行编码前 ,首先对待编码子图像块及其相邻块进行相关度分析 ,通过预设的阈值 (最大相关度 )进行分类编码 :如果相关度小于阈值 ,则对 8× 8图像块进行编码 ;否则 ,对 4× 4的图像块进行编码 实验结果表明 ,相对于普通矢量量化 ,文中算法不但可以提高压缩率和编码速度 。

基于背景遗传模型的运动目标检测算法

获取每个像素或者一组像素的时间序列模型是在背景中检测复杂运动目标的较好方法。但是,这些方法计算复杂度高而且耗时、耗资源。为了在简化计算基础上获得更精准检测效果,本文采用了基于背景遗传模型的运动目标检测算法。此算法通过当前帧图像宏块与背景模型相应宏块的最大相关度情况,决定是否进行遗传操作;对不满足适应度评估条件的宏块进行遗传操作。并采用Codebook算法对此宏块进行前景检测。通过仿真结果表明,本文算法与传统的Codebook运动目标检测算法相比,运算量更少,背景更新更有效,具有更高的精确度和鲁棒性。

消费资本资产定价模型的实证研充

消费资本资产定价模型是近年来对传统资本资产模型进行发展的重要成果之一。本文通过构建最大相关度组合,调整优化了组合中各风险资产构成,建立了消费资本资产定价模型的实证分析模型,并选取了上海证券市场2000年以前上市的438只股票2000年1月到2005年2月62个月的月度数据,对消费资本资产定价模型进行实证分析,得到了比较令人满意的结论。

REMOVABLE EARS OF 1-EXTENDABLE GRAPHS

Carvalho, Lucchesi and Murty proved that any 1-extendable graph G different from K2 and C2n has at least A（G） edge-disjoint removable ears, and any brick G distinct from K4 and C6 has at least A（G） - 2 removable edges, where A（G） denotes the maximum degree of G. In this paper, we improve the lower bounds for numbers of removable ears and removable edges of 1-extendable graphs. It is proved that any 1-extendable graph G different from K2 and C2n has at least x′（G） edge-disjoint removable ears, and any brick G distinct from Ka and Ce has at least x′（G） - 2 removable edges, where x′（G） denotes the edge-chromatic number of G. Key words 1-extendable graphs, removable ear, removable edge.