MIT中灵敏度矩阵的聚类优化

针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上, 使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.     

求解P中位问题的混合蝙蝠算法

根据P中位问题的数学模型及其具体特征,重新定义了蝙蝠位置与位置之间的减法操作算子、速度与位置之间的加法操作算子和可行化函数,引入了遗传算法中交叉的思想对当前解进行局部搜索,提出了求解该问题的混合蝙蝠算法。通过对多个P中位算例进行测试,并将测试结果与其他算法进行比较,验证了该混合蝙蝠算法求解P中位问题的可行性与有效性。     

全直线区域上的对角化Chebyshev有理谱方法

基于Schmidt正交化思想,研究了全直线区域上带渐近边界条件的二阶微分方程的对角化Chebyshev有理谱方法,构造了二阶微分方程的Fourier型Sobolev正交基函数并导出相应的全对角离散代数方程组,在此基础上分别给出了微分方程真解和数值解的Fourier级数展开形式及局部截断形式。数值结果保持了谱精度,且与以往算法相比,新算法优化了计算过程,减少了计算量,并且简单易行。     

代数体函数与其k阶导数的唯一性

利用现有的亚纯函数与其一阶导数和k阶导数的唯一性结论,结合代数体函数与其一阶导数的唯一性相关结论,将Frank和Weissenborn研究的亚纯函数与其k阶导数存在的唯一性定理推广到代数体函数,研究代数体函数与其k阶导数存在的唯一性问题,得到结果:v(v?2)值代数体函数与其k阶导函数至少CM分担2 v个小函数且IM分担∞,则二者相等。由此,可得推论:对v(v?2)值代数体函数与其k阶导函数CM分担2 v个小函数且IM分担∞,则二者相等。对v值代数体函数与其一阶导函数而言,当v?3时,分担值的个数可以减为2v-1个,即得到:v(v?3)值代数体函数与其一阶导函数至少CM分担包括0在内的2v-1个有限复数且IM分担∞,则二者相等。     

基于Copula的极值重置期权定价

目的在风险中性条件下构建极值重置期权定价模型。方法根据期权价格为收益期望的贴现,运用Copula函数构造风险中性条件下的极值重置期权定价模型,选取2支标的资产的价格数据进行实证分析,运用平方欧氏距离标准判别最佳的定价模型。结果与结论 Gumbel Copula为最佳定价模型。相比较于传统的Black-Scholes模型,基于Copula的极值重置期权定价模型具有简洁清晰、易理解的特点。     

图的符号星独立数

本文引入图的符号星独立函数的概念,给出图的符号星独立数的概念以及与之相关的一些基本结论:图的符号星独立数的上、下界,二部图符号星独立数的下界,单圈图、二部图、欧拉图、完全图的符号星独立数。     

部分函数型EV回归模型的经验似然推断①

针对解释变量带有测量误差的部分函数型线性回归模型,引入一个合适辅助向量,构造出未知参数的经验对数似然比函数,给出了未知参数和未知系数的极大经验似然估计。进一步证明了所构造似然比函数具有渐近卡方分布,并基于此构造了未知参数的渐近置信域。同时,也证明了给出的未知参数的估计与最小二乘估计一样具有渐近正态性。最后给出系数函数的收敛速度,达到了最优收敛速度。讨论的结果说明经验似然方法对部分函数型EV回归模型的统计推断是有效的。     

一种改进的非负矩阵最大特征值的C-W算法

利用不可约非负矩阵及Collatz-Wielandt函数的性质,给出了一种改进的计算不可约非负矩阵最大特征值的C-W算法,在恰当选择参数的情况下该算法具有很好的收敛速度.