不确定条件下不连续创新项目期权价值优化模型

为探讨不确定性对不连续创新项目期权价值及投资策略的影响,通过引入泊松跳跃过程模拟项目价值的不连续变化建立了不连续创新项目的期权价值优化模型,将技术、市场、组织与资源不确定性分别表示为项目产业化成功率、项目价值和投资成本的不确定性,然后具体解析了不连续变化的跳跃强度、跳跃幅度、跳跃幅度波动率等不确定性对不连续创新项目最优投资策略的影响以及不确定性与期权价值的关系,最后通过蒙特卡罗模拟检验了模型的有效性.模型将现有研究扩展到投资成本亦为不确定的情形,可为不连续创新项目投资和项目价值与风险评估提供决策参考.     

基于邻域粗糙集的不完整决策系统特征选择算法

针对不完整决策系统属性约简算法时间复杂度较高问题,基于正域不变条件下,决策系统分类能力保持不变原则,提出不完整决策系统前向顺序特征选择算法.该算法从约简集为空集开始,根据在约简集合中加入各属性后对正域影响程度大小将属性降序排列,采用顺序前向搜索,选择当前最佳特征加入特征约简集合,确定最佳特征子集.将该算法扩展到基于邻域...     

基于结构光立体视觉的激光再制造工件的测量

为了实现激光再制造工件的快速准确测量,提出了1套与激光再制造机器人耦合的视觉系统.该视觉系统由2个摄像机、1个激光投射器和计算机组成.摄像机和激光投射器组成扫描测头,由6自由度机器人手持实现多视角扫描.并自动完成数据拼接,消除‘死角'.首先,通过MATLAB编程完成系统标定,分别标定出单目摄像机内外参数矩阵,双目相机关...     

网格笔划密度特征的OPCCR错误自动检测

现有的光学印刷体汉字识别（OPCCR）系统中,汉字识别率虽然已经高达98%以上,但仍然会发生错误识别的情况.通常,这些错误的识别还不能被自动检测,采用人工检测,费时费力,大大降低了实际应用系统的自动化和智能化程度.为此,本论文提出了基于网格笔划密度特征的OPCCR错误的自动检测算法.本算法首先建立标准汉字的网格笔划密度特征的特征库.然后,在OPCCR错误的自动检测时,对光学印刷体汉字图像进行预处理、行分割、列分割得到单个汉字图像,提取单个汉字图像的网格笔划密度特征.再把特征和相应的识别出的汉字的特征库中的特征进行相关匹配.于是,根据特征匹配自动检测OPCCR的错误.     

采用局部差分模型描述的彩色图像配准技术

针对光照方向、强度、色彩或摄像头参数等因素的变化导致待配准彩色图像对间存在复杂的色彩变化,从而严重影响彩色图像配准效果的问题,提出了一种对彩色变化不敏感的彩色图像配准方法.该方法首先根据彩色图像间的von Kries彩色变换模型,建立图像的彩色不变量空间,在此空间利用尺度不变量特征转换(SIFT)算法完成特征点的检测;为加快运算速度,采用2阶局部差分模型(LDP)方法对特征点进行描述,并完成彩色图像特征间的初匹配;再进一步利用RANSAC算法消除误匹配特征点对,得到最终的匹配特征点对.实验结果表明,该彩色图像配准方法与其他算法相比,可以快速、准确地获得彩色图像间的映射关系,因此更加适合存在色彩变化的彩色图像的配准.     

m·K1∪T(1,2,n)及其补图的匹配刻画

研究了图的匹配刻画问题,利用匹配根的信息,根据匹配多项式的性质,给出了m·K1∪ T(1,2,n)及其补图匹配刻画的充分必要条件是n≠1,2,5,9.     

李政道访谈录

编者按：2007年12月9日关于“宇称不守恒”获诺贝尔物理学奖50周年之际。瑞典斯德哥尔摩的诺贝尔奖网站（Nobel Prize．org）主编史密斯（A．Smith）采访了当年获奖者之一李政道．内容广泛而深入。2011年11月25日适逢李政道教授85寿辰,征得了诺贝尔奖网站和李政道教授的同意,本期特发表此次采访的中译稿。     

基于区域的稠密立体匹配方法

由于现有的基于区域的立体匹配方法获得的视差图可靠性较差,文章提出了一种改进的基于区域增长的稠密立体匹配方法.首先,针对左右两幅图像提取图像对中特征点,采用RANSAC鲁棒算法消除误匹配以生成种子点;其次,采用种手点匹配度排序策略进行区域增长,根据种子点的匹配可靠系数,动态变化搜索窗口,进而生成稠密视差图.实验表明,本文提出的基于区域增长算法在图像匹配过程能够保证较好的匹配精度,提高了算法准确性.稠密匹配结果表明了该算法的良好性能.     

基于块匹配的综合图像检索技术

提出了一种基于文本、语义和特征块匹配相结合的综合图像检索方法．首先,将图像入库时进行人工标注;然后运用SVM机器学习框架,建立先验知识库,提取图像的语义特征;然后利用Harris算子检测出图像的特征点,进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离．实验结果表明,这种综合检索方法能更全面、更精确地描述了图...     

小区域地震预报的现状与对策

地震预报,是指用科学的思路和方法,对未来地震的发震时间、地点和强度（震级）作出预报。地震预报是具有区域性的。目前,小区域的地震预报仍停留在依靠对时空域残缺信息的不完全归纳和与以往某些震例（模式）作类比为基础的经验性加思辨性预报水平,是对小概率事件的不确定预测,总体来说,尚处于低水平的探索阶段。