基于标值点过程改进的遥感道路提取新算法

研究了标值点过程的道路提取算法,针对传统数据模型提取道路不够准确的缺点,改进了数据模型。提出了基于边缘检测的生灭转移核,避免了传统的生灭过程搜索的盲目性,大大加快了算法的收敛速度。针对传统转移核容易破坏线段的连接性的缺点,定义了多种新型的RJMCMC转移核,重新设计了基于邻域的生灭转移核及线段参数转移核。仿真结果表明,改进算法大大提高了收敛速度,并且提取的道路网络更准确,更连续。

基于标值点过程的遥感影像道路网络提取

针对高分辨率遥感影像道路网络的特点,采用基于贝叶斯理论的全自动方法从遥感影像中提取道路。根据道路的局部和全局特征,使用标值点过程对道路建模,采用结合可逆跳跃马尔可夫链蒙特卡罗算法的模拟退火算法优化求得全局最优解。提出新的预处理方法得到道路的位置和方向信息,提出基于预处理的生灭转移核以降低算法的搜索空间,提出基于连接的移动转移核以加快算法的收敛速度。实验结果表明,该方法可以快速、有效地从不同的遥感影像(光学、SAR)提取道路网络。

标值点过程非参数估计的中偏差原理

考虑标值点过程的非参数核密度估计的中偏差,我们得到逐点中偏差原理且给出了速率函数的表达式,其中主要工具是Cramer方法.

防洪风险分析中一个Poisson标值点过程模型及其性质

提出了防洪风险分析中一个Poisson标值点过程模型 ,并运用Poisson点过程理论 ,给出了综合风险率的计算模型 .其结论对防洪风险分析的理论研究和实际应用有重要意义 .

防洪风险分析中的一个二元标值Poisson点过程模型

该文将洪水的大小和持续时间作为防洪设施的工程风险中不可忽略的因素，提出了以洪水的大小和持续时间为标值的二元标值Ｐｏｉｓｓｏｎ点过程型，给出了防洪综合风险率的计算公式，并进行了实例计算．

基于部件的自动目标检测方法研究

该文提出了一种新的自动目标检测算法,实现对自然场景图像及高分辨率遥感图像中结构相对复杂的人造目标的自动检测。该方法基于组成物体的几何部件处理问题,降低了对训练样本数量的需求。首先选择两类典型特征,基于机器学习训练对应的分类器,有效地减少了背景中某些物体与前景目标部分特性相似对检测方法准确率的影响;然后利用标值点过程对问题建模,以对目标分布的先验约束和分类器的响应作为数据能量,自顶向下地自动检测目标。实验结果表明,该方法准确率高、鲁棒性好,具有较强的实际应用价值。

冲击模型：进展与应用

综述了近30年来冲击模型研究的主要进展.介绍了一个新模型(δ-冲击模型)及其最新工作.基于簇生标值点过程的结构,给出了冲击模型的一个一般性框架,最后作为特例提出并分析了一个新的保险风险模型.

高阶马尔可夫随机场下目标识别模型的建立

目标识别是指一个特殊目标(或一种类型的目标)从其他目标(或其他类型的目标)中被区分出来的过程。给出了高阶马尔可夫随机场下的区域邻域系统定义;通过贝叶斯分析,构建了基于协方差矩阵描述子刻画的图像区域度量的先验模型和似然模型;应用随机算法得到极大后验估计,求得目标所在位置和角度;再通过以目标所在位置为中心,获得多个随机矩形;最终以覆盖范围最大者为所寻找的目标区域。通过Matlab仿真实验,对道路中的斑马线进行模拟识别。实验结果表明,可以达到在大区域中识别出既定目标的目的。

考虑投资者情绪的中国股市自激发效应研究

本文在极值理论中引入行为金融学,结合标值自激发点过程(MSEPP)刻画股指收益率极端值序列的集聚性、短期相依性,并将传统的超阈值模型所描述的齐次泊松过程拓展为非齐次泊松过程,探讨投资者情绪对极端收益率的冲击。运用风险偏好指数的方法,基于沪深300指数成份股合成中国投资者情绪指数(EMSI),进一步构建MSEPP-EMSI模型预测沪深300指数、上证综合指数及深圳成分指数的极端风险爆发概率,并对其进行动态ES风险测度。实证结果表明,沪深股市在短期内股指连续暴跌现象时有发生,投资者极度负面情绪会加剧股市的剧烈动荡,当考虑投资者情绪对极端风险的冲击时,MSEPP-EMSI模型能有效的提高对极端风险的概率预测精度及ES预测精度。