非对称损失下正态均值的同变置信限

从统计判决理论角度研究了非对称损失下正态均值置信限的估计问题。在位置及位置尺度变换群下，给出了总体方差已知或未知时正态均值的最优同变置信限并讨论了相关的问题。     

基于聚类的编网法矿体矿石模块品位预测

从知识发现角度出发,提出了一种新的应用聚类分析原理,结合矿体自身特点的矿体矿石模块品位预测方法.经过交叉验证,完全满足实际需要.     

关于Hurwitz Zeta函数的积分均值

设ζ(s,α)为HurwitzZeta函数.当Re(s)>1时,定义ζ(s,α)=∑∞n=01(n+α)s(实数α>0),ζ′(s,α)、ζ″(s,α)分别表示关于复变量s的一阶导数、二阶导数.利用解析方法及三角和估计给出了ζ(s,α)对参数α的积分均值的一些有趣的渐近公式.     

基于时间序列的上海股市系统风险、流动性风险溢价实证研究

在Acharya和Pedersen（2003）提出的三种流动性风险（收益对市场非流动性的敏感性COV（ri,LM）、非流动性对市场收益的敏感性COV（Li,rM）、流动性的共性COV（Li,LM）的基础上，提出了一个关于市场收益、市场非流动性、组合收益以及组合非流动性的四元均值GARCH（1，1）模型，鉴于多元均值GARCH类模型参数估计的困难，我们分两阶段建模，对上海股票市场四类指数（工业、商业、公用以及地产）1997～2004年的风险溢价状况进行了实证研究。结果表明，存在系统风险溢价和流动性风险溢价，并且流动性风险溢价主要来源于收益对市场非流动性的敏感性和非流动性对市场收益的敏感性。     

布朗运动的最大值和阶梯期权

在奇异期权定价中经常遇到具有漂移的布朗运动的最大值问题，通过布朗运动的反射原理和Girsanov定理给出了在有限[0，T]区间上的具有漂移的布朗运动的最大值分布及其与终值的联合分布．然后把其应用到阶梯期权，得到了阶梯期权封闭形式的解．     

一种用于彩色图像认证的脆弱水印算法

提出了一种用于彩色图像认证的脆弱水印算法。这种算法是采用了均值量化的方法 ,把数字水印嵌入图像的离散小波域 ,可以检测在空间域和频率域的图像失真。利用脆弱数字水印算法提供的关于失真的估计信息 ,可以帮助用户判断图像内容的可靠程度。同时还采用了聚合篡改区域方法来完成失真检测 ,能够区分出恶意攻击和一般的图像处理。仿真结果证明 ,该方法可以提供图像修改的程度和修改区域的信息 ,其可信度比一般量化方法强。     

基于改进模糊C均值聚类的弥散张量成像图像分割

为了避免随机选取初始聚类中心点的缺陷,利用最大最小距离的方法确定初始聚类中心点.实验结果表明,和传统的模糊C均值聚类(FCM)算法相比,所提聚类算法具有较高的稳定性和准确性,所分割的胼胝体图像边缘信息更加清晰.     

交通控制子区划分方法研究

交通控制子区划分主要将相邻的众多交叉口划分为若干个交通子区进行干线协调控制,可有效缓解交通拥堵现象,但现有方法划分出的交通子区无法满足实际协调控制的准确性与鲁棒性。为解决这一难题,结合当前流行的划分技术,考虑4个影响因素:信号交叉口间距、交通流量、周期、通行能力,建立模糊C均值聚类划分方法,再通过实例,借助Vissim仿真软件,验证方法的适用性与可行性。Vissim仿真结果表明:与传统协调控制方法相比,方法可使系统车均延误时间减少27%,协调相位行车时间减少20%。     

面向脑MR影像分割与偏置场修正的FCM方法

传统模糊C-均值(fuzzy C-means,FCM)算法以及结合空间信息的改进方法在分割脑磁共振(magnetic resonance,MR)影像时对噪声十分敏感,且无法消除脑MR影像中的偏置场。针对上述问题,提出一种面向脑MR影像分割与偏置场修正的FCM方法。该方法充分利用图像中的空间局部信息和非局部信息,分别构造出多局部信息模糊因子和非局部权重,在提高算法抗噪性的同时,尽可能多地保持图像细节;建立偏置场模型,以去除脑MR影像中的灰度不均匀性;将提出的多局部信息模糊因子和非局部权重嵌入到带有偏置场模型的FCM方法中,以实现噪声和偏置场条件下的脑MR影像分割。实验结果表明,与其他方法相比,所提方法对脑MR影像中的噪声具有更强的抑制能力,且能够有效消除偏置场对脑MR影像分割的影响,具有更优的分割性能。     

具有漂移特征的退化可靠性评估方法研究

针对具有参数漂移特征的产品， 首先采用随机扩散理论描述其参数漂移规律， 并建立了参数漂移模型. 在此基础上， 提出了基于参数漂移特征的退化补充样本容量的确定方法， 建立了基于退化观测数据和补充样本数据的产品退化可靠性评估模型. 最后， 通过对某传感器电压数据进行处理， 说明了该方法得到的可靠性估计结果具有较好的精度和稳健性， 与工程实际相符.