本文创新性地对艺术投资品进行重新分类,编制了新艺术品指数,通过建立混合自回归滑动平均模型(Mixture Autoregressive Moving Average Model简记MARMA)的方法对艺术投资品与其他因素的联动性进行分析,分别得出两类艺术品与股票市场、...本文创新性地对艺术投资品进行重新分类,编制了新艺术品指数,通过建立混合自回归滑动平均模型(Mixture Autoregressive Moving Average Model简记MARMA)的方法对艺术投资品与其他因素的联动性进行分析,分别得出两类艺术品与股票市场、宏观经济之间的关系并应用该模型进行预测。主要结论是:第一类艺术品可以使用股票指数来描述,第二类艺术品可以通过宏观经济变量来研究;与相似的投资品相比,在通胀环境下艺术品具有更高的投资价值。展开更多
模拟人类视觉感知机制,提出了一种基于多尺度自回归滑动平均(MARMA,multiscale autoregressive and moving average model)模型和Markov随机场(MRF,markov random field)的合成孔径雷达(SAR)图像分割新方法。首先,分析人类视觉感知系统...模拟人类视觉感知机制,提出了一种基于多尺度自回归滑动平均(MARMA,multiscale autoregressive and moving average model)模型和Markov随机场(MRF,markov random field)的合成孔径雷达(SAR)图像分割新方法。首先,分析人类视觉感知系统的工作机制和特点,利用SAR的成像机理,构建了SAR图像的金字塔结构和MARMA模型,以此模拟视觉过程中的空间尺度和朝向感知机制;然后,通过不同尺度上的MRF模型和改进的模拟退火(SA)算法实现更有效的多尺度分割策略。实验结果表明,本文提出的方法在SAR图像分割任务中有非常良好的表现。展开更多
文摘本文创新性地对艺术投资品进行重新分类,编制了新艺术品指数,通过建立混合自回归滑动平均模型(Mixture Autoregressive Moving Average Model简记MARMA)的方法对艺术投资品与其他因素的联动性进行分析,分别得出两类艺术品与股票市场、宏观经济之间的关系并应用该模型进行预测。主要结论是:第一类艺术品可以使用股票指数来描述,第二类艺术品可以通过宏观经济变量来研究;与相似的投资品相比,在通胀环境下艺术品具有更高的投资价值。
文摘模拟人类视觉感知机制,提出了一种基于多尺度自回归滑动平均(MARMA,multiscale autoregressive and moving average model)模型和Markov随机场(MRF,markov random field)的合成孔径雷达(SAR)图像分割新方法。首先,分析人类视觉感知系统的工作机制和特点,利用SAR的成像机理,构建了SAR图像的金字塔结构和MARMA模型,以此模拟视觉过程中的空间尺度和朝向感知机制;然后,通过不同尺度上的MRF模型和改进的模拟退火(SA)算法实现更有效的多尺度分割策略。实验结果表明,本文提出的方法在SAR图像分割任务中有非常良好的表现。