线性回归模型的一类新约束型LIU估计

针对带线性约束型的回归模型复共线性问题,提出了一种新估计,称之为修正约束型LIU估计,给出了新估计的性质.在均方误差准则基础上证明了在一定条件下,修正约束型LIU估计优于最小二乘估计、岭估计、修正岭估计和约束型LIU估计,最后讨论了新估计的可容许性.     

基于密度的计算机兵棋推演数据快速聚类算法

针对计算机兵棋推演数据的特点,提出了一种基于密度的快速聚类算法-基于密度的快速空间聚类算法(quick density based spatial clustering of applications with noise, QDBSCAN),目的是通过聚类检测孤立点,快速定位地面部队兵力部署上的缺陷。QDBSCAN算法在基于密度的空间聚类算法(density based spatial clustering of applications with noise, DBSCAN)算法的基础上做了相关改进:在邻近度度量上提出了最短可行路径的概念,使聚类更符合计算机兵棋的规则;动态设置密度参数;采用提出的代表对象选择方法来减少对对象邻域的判断次数;按区域对数据进行分组以缩小聚类规模。实验表明,QDBSCAN算法的性能在数据规模较大的情况下,明显优于DBSCAN算法。     

基于连通树的兵棋推演热区检测算法

提出了一种基于连通树的热区检测算法, 可检测任意形状的热区, 目的是通过检测兵棋推演过程中军事行动频繁的区域, 为受训人员了解整个战场态势提供辅助参考. 算法在明确了热区定义的基础上, 首先构建连通树将数据集按连通区域进行最小划分, 再根据设定的密度阈值对连通树进行剪枝. 剪枝处理后的每棵连通子树是最终的热区. 理论和实验结果均验证了该算法的有效性.     

增强现实电子沙盘中的大范围注册技术

针对基于特殊标志进行三维注册的增强现实电子沙盘在使用过程中由于使用者的大范围移动产生的三维注册问题,提出多尺寸标志综合定位的方法,该方法通过对特殊标志的设计实现大范围三维注册,不增加标志识别算法复杂度和任何硬件成本.介绍了多尺寸标志的尺寸范围计算方法和标志排布规律并给出相应的设计实例和实验结果.     

项目法施工中成本管理之我见

在竞争日趋激烈的建筑市场中,一些施工企业处境艰难。导致这种状况的主要原因就是目前推行的项目法施工中,工程成本管理没有落到实处,就如何做好成本管理谈了一些粗浅的认识。     

协方差阵扰动对Stein岭型主成分估计的影响分析

针对线性回归模型中协方差阵扰动对Stein岭型主成分估计β(P)G的影响问题进行研究.证明了β(P)G的某种极限是数据删除模型的Stein岭型主成分估计;建立了β(P)G与G-M模型的Stein岭型主成分估计β(P)之间的关系;定义了度量扰动影响的距离测度DG,并给出了DG的多种计算式;最后通过实例验证其有效性.     

考虑环境和态势影响的CGF群体智能移动

针对计算机生成兵力(CGF)群体智能移动问题,提出了一种综合考虑环境和态势影响的移动路径计算方法,使用元胞自动机模型和影响图模型分别模拟了场景中各个区域的环境影响和态势影响,采用群集技术模拟了CGF群体移动过程中自然的群体行为,将环境影响与态势影响结合进A*算法中,动态计算出当前环境和态势下的移动路径。仿真实验验证了方法的有效性和可行性。     

基于特征线段分析的建筑物面识别方法

将建筑物划分为单个的建筑物面进行处理可以有效降低街景图像理解的复杂度. 因此, 文中提出一种基于建筑物特征线段累积的动态规划方法用于检测街景图像中各个建筑物面的信息. 该方法结合系统工程分析问题的方法, 根据图像建筑物区域直线特征丰富的特点, 分析不同朝向类型的建筑物面中水平直线段透视投影后的变化, 建立相应的特征累积数学模型量化建筑物区域蕴含的直线段特征, 并给出相应的算法优化平滑特征线段累积结果, 最后证明了根据特征线段累积结果识别建筑物面的过程符合动态规划最优性原理, 通过动态规划的方法求解识别目标区域内所包含的各类建筑物面. 实验证明, 该文的方法可以准确的识别街景图像中各类建筑物面, 而且算法复杂度更低, 处理速度更快.     

基于三角直觉模糊数的欧式期权二叉树定价模型

为了刻画欧式期权价格估计值的不确定性和投资者的犹豫程度, 用三角直觉模糊数表示期权标的资产价格的变化因子,构建了三角直觉模糊数二叉 树定价模型,并用风险中性定价方法研究单期欧式看涨期权的定价问题. 研究发现: 欧式看涨期权价格表示为一个三角直觉模糊数,其值体现了投资者对期权价格估计 值的肯定程度、否定程度和犹豫程度;利用三角直觉模糊数的截集运算法则得到了 欧式看涨期权价格的区间值. 数值算例表明, 用三角直觉模糊数得到的欧式看涨期 权的价格比用三角模糊数得到的价格更能体现投资者的犹豫性.     

应用于人脸识别的基于Candide-3特定人脸三维重建

针对不同的姿态对人脸识剐的影响,提出了一个基于Candide-3参数模型的特定人脸三维重建方法.该方法同时利用了主动形状模型和主动表观模型的优点,较好地提高了特定人脸三维重建的时间效率和准确程度.将该方法对输入的图像进行姿态校正之后再进行识别,极大提高了识别正确率.对CMU-PIE数据库中4种不同姿态集的识别结果表明了方法的有效性.