基于人工股票市场的最小交易单位机制仿真

在Eclipse平台上构建了一个模拟中国沪深股市的人工股票市场,采用交易者混合策略三因素模型和交易意愿更新模型刻画了有限理性异质交易者的投资行为。通过对不同价值股票在不同最小交易单位机制下的重复仿真实验,从价格数据、市场指令流、交易者福利、市场质量等几个方面对比分析了最小交易单位设置的合理性。结果表明,在我国股市现有交易机制和投资者结构下,降低最小交易单位能够增强小额投资者的参与热情和预测精度,提高股票价值和市场质量,这一点对于高价股尤其明显。因此,文章建议适当降低最小交易单位,并提出1股的统一最小单位制和优先降低高价股最小交易单位的分级最小单位制两种机制调整方案以供参考。     

一种基于外边缘的文档水印技术

数字水印是多媒体版权保护和内容防篡改的重要手段之一。针对二值英文纯文本图像,深入分析二值英文纯文本图像本身的结构特点,并在此基础上结合人类视觉特性,提出了一种易碎性数字水印方案。首先将文本图像分块,使每一图像子块仅包含一个英文单词,然后提取该单词块的外边缘点,从中随机选一部分点,嵌入水印信息。实验结果表明,该算法在不破坏图像质量的基础上,能有效抵抗噪音和局部篡改等攻击,同时又能抵抗和定位对文本内容的局部篡改。     

超分辨率处理中振铃现象的分析与抑制

为了抑制在实施FFT插值法重构的超分辨率图像中可能出现的振铃现象 ,深入分析了出现振铃现象的原因及产生条件 ,在此基础上设计了抑制振铃的频域补偿滤波器及其自适应算法。大量实验和比较结果表明 ,处理后的图像不但分辨率有所提高 ,而且未出现振铃现象 ,质量更好 ,从而证明了所设计的抑制振铃频域补偿滤波器及其自适应算法的有效性。     

图像目标的可视识别与智能跟踪

本文研究图像目标的可视识别与跟踪,给出了图像目标识别印章模型和系统总体设计方案。在此基础上,采用智能跟踪算法,实现了正常跟踪、判断、预测和记忆跟踪的功能,而且跟踪方式随着环境条件的变化而变化。正常跟踪算法的图像代数描述是简明的,与算法是内在一致的。通过给出两个实时可视跟踪的实例说明在实时ＤＳＰ可视跟踪系统上算法的性能及其可行性。     

一种改进的基于小波变换图像边缘检测算法

本文提出了一种改进的图像边缘检测算法。它基于小波变换的方法,可以使检测处理中图像边缘相互影响所造成的边缘混叠现象减少到很小。实验结果证实了该算法的可行性。     

一种基于仿真图像模板的SAR目标分类方法

在基于实测图像模板的SAR目标分类方法中,环境因素、成像参数等差异性造成了模板库存储量过大与完备性需求的矛盾.针对此问题提出一种基于仿真图像模板的SAR目标分类方法,通过减少模板库的存储量来降低实测数据的采集成本.该方法首先采用正则化方法对图像进行预处理来减少噪声,在此基础上提取目标峰值特征,然后利用几何哈希匹配算法实现目标的分类.实验中的仿真图像模板库采用RadBase软件生成,结果表明新方法对MSTAR实测数据进行目标分类的精确度较高,适应性较好.     

基于优化熵函数二维最大熵阈值算法改进

根据熵函数在等概率场下取到最大值性质，对二维最大熵阈值法中的熵函数进行优化，将熵函数中对数和乘积运算简化为减法运算，得到目标函数具有意义明确、形式简洁、计算速度快的二维阈值自动选取方法。该法在保持二维最大熵阈值法对图像分割效果同时，又大大提高阈值选取速度，增强算法实时处理能力。这些结论正确性，既从理论推导过程中得到证明，也从对足迹图像分割的大量实验中得到验证。这种方法是保持二维最大熵阈值法分割效果不变、具有更快计算速度和实时处理能力、并在足迹图像分割中得到较好应用的一种自动阈值选取方法。     

基于稀疏编码的自然图像特征提取及去噪

主要讨论稀疏编码在自然图像统计特性中的应用，利用稀疏编码实现图像的特征提取以及消除图像中的高斯噪声。丈中利用双梯度算法对自然图像的基向量进行迭代学习。实验表明，提取的基向量在时域和频域上都有方向性和局部性。与小波收缩法相比，稀疏编码法提取的特征要优于小波法提取的特征。对特征提取的实际应用，就是利用稀疏编码收缩法对图像消噪，并通过仿真实验证明稀疏编码收缩法去噪效果要优于任何低通滤波方法。     

多源图像实时配准融合系统

多源图像配准融合方法的理论研究较多,已有的融合系统往往针对特定应用通用性差,并且不具备实时性,而具有并行分布式计算机体系结构的通用实时图像融合系统有望解决这一问题。该系统的核心是基于标准总线上实时操作系统,以ADSP并行完成多源图像实时配准和融合,CPLD实现总线和视频同步控制。具有运算能力强、I/O带宽大、可扩展性和通用性强的特点,并以此构成了高速实时融合系统。实用表明此方案是可行的。     

基于空间模糊化表示的图形相似性测度

根据人的视觉感知的模糊性,提出了一种新的图形相似性测度的计算方法。首先将图形在空间上进行模糊化处理,将一个确定的图形模糊化为二维平面上的一个模糊子集,将两个图形间的相似性测度问题转化为图形元素在图形模糊集中的隶属度问题,从而可以定量地表示相似性的程度。最后给出了用模糊相似性测度实现图像检索的例子。实验表明,该测度算法的结果和人的主观感受是基本一致的。