凸六边形的相对长边与相对短边

就Doliwaka和Lassak提出的凸n－边形的相对边问题，讨论n＝6的情形，将凸六边形嵌入到平等四边形内（边可重叠），利用对应边的边长比的关系可证任意凸六边形均有相对长边，有平行对边的凸六边形必有相对短边。     

几何型哈什法和图象的快速合成

提出用图象特征点的不变量阿芬变换和哈什表索法,实现两幅邻近图象的快速合成,并用实验证明其有效性。     

代数结构与几何基础Ⅳ——仿射几何的公理体系

在公理化方法定义的几何中引进“平行”关系,然后把结合公理I;改成“平行公理”,我们就得到一种新的几何——仿射几何．本文将证明这种几何同构于某一体(域)上的n维仿射几何,若添加牍序公理,则这种几何同构于某一有序体(域)上的n维仿射几何,最后我们指出：三维仿射几何的结合公理、平行公理和顺序公理就是Hilben公理体系中的结合公理、平行公理和顺序公理。     

论椭圆及其内接、外切六边形的仿射等价问题

讨论了椭圆及其内接、外切六边形的仿射等价问题,给出了椭圆及其内接、外切六边形与圆及其内接、外切正六边形仿射等价的必要条件与充分条件.     

关于仿射完备极大曲面的一个结果

x：M→A^n 1是一个局部严格凸的超曲面，由定义在一个凸域Ω包含于A^n的严格凸的函数xn 1=f(x1,…,xn)给出，作者引入Blaschke度量G=ρ∑(a^2f/axiaxj)dxidxj,ρ=[det(a^2f/axiaxj)]^-1/(n 2)，并讨论了关于度量G完备的仿射极大曲面的性质．     

凸规划的内椭球法与原始-对偶仿射尺度算法

对线性约束的凸规划问题给出了一个原始-对偶仿射尺度算法，比较了这种方法与“内椭球法”两种算法的关系，并证明了该算法的迭代复杂性是O(nL^2)。     

一种基于新仿射变换的修正分形序列图像的编码方法

分形编码技术应用于序列图像编码中 ,基于新仿射变换对分形序列图像的编码方法作了修正 ,并给出其有效性的证明 .     

迭代函数系统的快速生成方法

提出了迭代函数系统的快速生成方法，采用无逃逸行为的生成算法和最少点绘制的生成算法进行分形图像的生成，算法可以并行执行，实验证明并行算法的执行时间仅为传统随机迭代算法中单个仿射变换的生成时间，为分形图像的快速生成提供了新的途径．     

Forward Rates,Monetary Policy and the Economic Cycle

The short end of the yield curve incorporates essential information to forecast central banks' decisions, but in a biased manner. This article proposes a new method to forecast the Fed and the European Central Bank's decision rate by correcting the swap rates for their cyclical economic premium, using an affine term structure model. The corrected yields offer a higher out‐of‐sample forecasting power than the yields themselves. They also deliver forecasts that are either comparable or better than those obtained with a factor‐augmented vector autoregressive model, underlining the fact that yields are likely to contain at least as much information regarding monetary policy as a dataset composed of economic data series. Copyright © 2015 John Wiley & Sons, Ltd.     

姿态鲁棒的分块稀疏表示人脸识别算法

针对稀疏表示人脸识别算法对姿态变化敏感的问题,提出一种姿态鲁棒的分块稀疏表示人脸识别算法,通过对人脸进行分块表示并利用仿射变换模型对姿态变化建模,提高稀疏表示人脸识别算法对姿态变化的鲁棒性.同时,通过最小化图像分块重构误差来估计仿射变换参数初值,有效提高仿射变换参数估计精度,进而提升人脸识别算法的性能.实验结果表明,本文算法可在一定程度上克服姿态变化造成的对齐误差,比现有相关算法具有更好的姿态鲁棒性和识别性能.