一类风险模型的生存概率及其Laplace变换

讨论了常利率带干扰的多险种多复合Poisson-Geometric风险模型,推导出生存概率满足的积分-微分方程。在没有保费收入的情况下,得到生存概率的Laplace变换的表达式,并给出数值计算的实例以说明所得结果。     

基为Lorentz锥的管状区域上复Hardy空间HP(0＜p≤1)中函数边值的Fourier变换

设Hp(TΓ)为n维复区域上的复Hardy空间,其中TΓ是基为Rn 正则开凸锥Γ 的管状区域.当p≥1时,Li利用函数边值的Fourier变换得到了函数在Hp(TΓ)中的充要条件,把经典的Paley-Wiener定理之一推广到了高维.当0相似文献   

标度变换与变系数非线性发展方程的精确解

将Cariello和Tabor提出的求解不可积非线性发展方程精确解的方法推广到变系数方程的情形,并通过求解奇异流形函数的约束方程组和由标度变换引出的相似约化方程给出了变系数Burgers方程,变系数KdV-Burgers方程,变系数Newell-Whitehead方程的精确解.     

左半正则B-拟-Ehresmann半群

良B-拟-Ehresmann半群是幂等元子带B满足一些条件的半群,其中B被称为投射带。纯整半群、型W半群、纯整超rpp半群和投射纯整幺半群都是良B-拟-Ehresmann半群。本文刻画了投射带是左半正则带的良B-拟-Ehresmann半群。     

τ-奇异子模的若干性质

本文讨论了τ-奇异子模的若干性质,当M是τ-FI-extending模时,证明了Z_τ~2(M)是M的直和因子且是τ-FIextending模.进而,研究了N≤-(τ-e)M与M/N是τ-奇异的等价条件.     

基于改进滤波器和图像多尺度变换的背景抑制算法

红外目标的探测背景具有复杂性和非平稳性,为提高后续检测性能,常常通过抑制背景来增强目标能量。针对传统背景抑制方法检测率低、虚警率高的问题,提出一种基于改进滤波器和图像多尺度变换的复杂背景抑制算法。首先,对红外图像进行改进的滤波处理获得预处理图像。其次,通过高斯金字塔多分辨技术,平滑图像背景。然后,采用Cubic插值算法提高图像的分辨率,得到背景估计图像。最后,将预处理图像和背景估计图像差分,获得背景抑制的结果。经验证,该算法实时性相对传统方法提高了19%,对于多种复杂的背景情况具有良好的适应性。同时，算法计算复杂度较低,有利于实现实时性工程应用。     

基于深度学习的铝厂工业自动浇筑中的图像识别

将深度学习的图像识别应用到工业生产中是一个重要的应用方向.相比传统图像处理,深度学习在图像识别中具有高识别率、抗干扰性强等特点.首先采用小波变换对图像去噪、归一化,然后利用多层卷积对图像进行特征提取并采用全连接层和softmax分类器进行分类实现图像识别.在铝厂工业自动浇注过程中,对已经浇注完成和未完成的图像进行识别、解决传统图像处理在工业生产中多干扰、亮度不足的情况下难以识别的问题.实验结果表明,采用小波变换与深度学习融合对图像进行识别的识别率可达到91. 88%,基本能满足铝厂工业生产的需要.     

快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。