关于洛伦茨曲线与吉尼系数的探讨

作者运用数理统计的手段，分析了在经济学中广为应用的描述性曲线一洛伦茨曲线y=L(t)的数理实质，给出其积分表达式，Ｌ（t)=(1/Eξ∫Ｆ^1(u)du,并在此基础上讨论了某些分布的吉尼系数与标准差系关系，同时给出一个讨论一般分布函的吉尼系数的途径，将分布函数发展成泰勒级数。     

不相干算子和强不相干算子的刻画

用算子代数和矩阵论的方法研究不相干量子运算和严格不相干量子运算所对应的kraus算子分解. 首先, 给出有界线性算子是不相干算子的等价条件及不相干算子的具体形式, 并给出用不相干算子刻画不相干量子运算的方法; 其次, 给出强不相干算子的具体形式及用强不相干算子刻画严格不相干量子运算的方法, 并给出严格不相干量子运算与不相干量子运算的关系.     

关于Markov量子态的一些刻画

利用算子理论和矩阵论的方法,给出研究Markov量子态的意义.根据Markov量子态的定义及von Neumann熵的相关性质证明出一个纯态是Markov量子态的两个充要条件以及一个混合态是Markov量子态的两个充分条件.     

基于改进FPFH-ICP的车载激光雷达点云配准方法

为了改善传统车载激光雷达点云配准方法准确度低、计算速度慢的问题，提出了一种基于快速点特征直方图（fast point feature histograms, FPFH）初始匹配与改进迭代最近点（iterative closestpoint,ICP）精确配准相结合的改进FPFH-ICP配准算法。配准前使用体素滤波器和statistical-outlier-removal滤波器进行预处理；采用FPFH提取点云特征，基于采样一致性（sample consensus initial alignment, SAC-IA）进行初始配准，为精确配准提供良好的位姿信息；建立K-D树并在传统ICP配准算法的基础上添加法向量阈值，对车载激光雷达点云数据进行精确配准；在4种不同场景的实验中，改进FPFH-ICP配准比ICP配准的均方根误差和配准用时分别平均减少了7.56%和41.22%，比点特征直方图（point feature histograms, PFH）配准的均方根误差和配准用时分别平均减少了30.28%和18.95%，表明改进的FPFH-ICP能够对车载激光雷达点云数据实现精确且高效的配准。