基于正则化协同表示的鲁棒PCA人脸识别

针对人脸图像复杂环境变化,提出了一种基于正则化协同表示的鲁棒PCA人脸识别算法。算法首先通过协同表示计算重构样本与测试样本之间的残差,根据残差选取与测试样本临近的训练样本组成新的字典;然后在该字典上通过鲁棒PCA依次进行低秩误差分解,并计算误差矩阵的平滑性、稀疏性;最后联合协同表示的残差以及低秩分解中的平滑性和稀疏性构建判别准则进行人脸图像的分类识别;在ORL、AR等人脸库的实验表明:基于正则化协同表示的鲁棒PCA人脸识别算法不仅能够在复杂环境变化下取得良好的识别性能,而且保持了协同表示的优势,大大减少运行时间。     

组织卖淫罪有关问题探究

组织卖淫罪有关问题的研讨一直是刑事法界和司法实务界关注的热点之一,特别是＂强迫＂是否应成为组织卖淫行为的手段＂、他人＂是否包括男子、多名组织卖淫者之间是否有主从犯之分及其死刑的存废问题一直是学术争论的焦点。不论是从学术上还是司法实务上研讨,对该罪进行更深层次的探究具有较高的价值。因而以司法实务为切入点,主要从组织卖淫罪的特殊理论和组织卖淫罪修正的构成两个问题加以探究。     

危害矿山生产、生态安全犯罪的刑法对策研究

通过考察我国刑法,可以发现我国刑法在规制危害矿山生产、生态安全犯罪方面存在忽视对矿山生态安全的保护、预防滞后、刑罚体系不科学等不足,应从加强对矿山生态安全的保护、增设危险犯、增加刑罚种类和非刑罚处罚措施等方面着手,加强刑法对危害矿山生产、生态安全犯罪的抗制。     

基于复合稀疏去噪的沙漠地震噪声消减

沙漠地震噪声既含有低频噪声又含有高斯白噪声,一般方法很难同时去除这两种噪声,针对此问题提出了使用复合稀疏去噪同时压制沙漠地震噪声中的低频噪声和高斯白噪声的方法。在复合稀疏去噪中将平方损失作为损失函数的保真度约束,将信号和信号一阶导数的 L1 范数作为损失函数的稀疏约束,然后通过最小化损失函数去除信号中的高斯白噪声。为同时去除低频噪声,复合稀疏去噪中联合使用了低通滤波器,即可一次性去除低频噪声和高斯白噪声。分别对模拟地震数据和实际地震数据进行仿真实验,实验表明该方法可有效地同时压制沙漠地震数据中的低频噪声和高斯白噪声,复合稀疏去噪的保幅略好于带通滤波器,去噪后带通滤波器会产生较严重失真,而复合稀疏去噪的失真较小。     

完善中小企业信用体系建设的几点思考

中小企业在我国经济发展中占有重要的地位,但由于中小企业信用体系建设的滞后,发展正在遭遇瓶颈.针对中小企业信用问题产生的原因,既要提升中小企业的信用能力,从根本上完善中小企业的信用体系建设,又要全方位地综合治理,包括信用法制建设、失信惩戒机制的建立以及尽快形成人人诚实守信的社会信用文化和道德标准.     

特殊索赔下离散时间延迟更新过程的期望贴现罚金函数

离散时间更新风险过程下所获得的结果一般都具有递归的属性而易于程序化,因此不但具有独立的研究意义,还可以作为连续时间更新过程相关结果的近似和上下界估计.研究具有一般索赔间隔时间的离散时间延迟更新过程,在索赔额服从几何分布时,利用Lundberg基本方程的根及期望贴现罚金函数所满足的更新方程,获得了期望贴现罚金函数的显示表达.     

基于人工加噪正则化与稀疏贝叶斯回归的核密度估计稀疏构造算法

核密度估计(Kernel Density Estimation,简称KDE)算法是当前最有效和应用最广泛的一种非参数密度估计算法,其主要缺点在于二次的算法复杂度,与训练集容量正相关的空间复杂度以及高维密度估计中的性能降低.为了加快KDE的计算速度,简化模型的复杂度,提出了一种新型的基于稀疏贝叶斯回归的快速的KDE的计算模型,该模型用经过人工加噪处理过的分布函数逼近数据作为输入数据,获得了KDE的极为稀疏的表示.在一元和二元人工数据集上的实验结果表明,该算法与传统的KDE算法相比,在保持了相当的计算精度(多数情况下降低了模型误差)的情况下,将算法执行的时空效率大幅度提高,而且该算法在小样本情况下,得到的密度估计也更为光滑. 二元人造数据集上的初步实验结果还表明通过应用数据高斯化技术得到的算法的多元扩展在一定程度上缓解了“维数灾难”.     

一类混杂分红稀疏风险模型的期望折现罚金函数(英文)

考虑了一类混杂分红的稀疏风险模型.在该模型下得到了期望折现罚金函数所满足的积分方程,积分微分方程,以及递归公式.     

基于正则方法与迭代技术相结合的复杂温度场重建算法

针对傅里叶正则算法在复杂温度场重建过程中存在的不足 ,首先用正则化方法获得温度场重建这一不适定问题的稳定解 ,然后利用迭代技术对解进行一次迭代优化修正 ,充分考虑观测矩阵降质对温度场重建的影响·提出一种基于正则化方法与一次迭代技术相结合的复杂温度场重建算法·仿真结果表明该算法温度场重建精度优于傅里叶正则算法 ,能快速而较高精度地重建出复杂温度场二维温度分布     

二维位势问题中的正则局部边界积分方程方法

针对无网格局部边界积分方程方法中，边界点局部边界积分方程存在的Cauchy奇异性，引入正则化列式进行消除。推导了正则化位势边界积分方程，给出了与边界点局部边界积分方程相应的正则化计算公式。数值算例表明该方法能够有效地消除这种奇异性，最终给出高精度的数值结果。