Median Unbiased Estimation of Bivariate Predictive Regression Models with Heavy-tailed or Heteroscedastic Errors

In this paper, we consider median unbiased estimation of bivariate predictive regression models with non-normal, heavy-tailed or heteroscedastic errors. We construct confidence intervals and median unbiased estimator for the parameter of interest. We show that the proposed estimator has better predictive potential than the usual least squares estimator via simulation. An empirical application to finance is given. And a possible extension of the estimation procedure to cointegration models is also described.     

L2—cross—validation最近邻中位数估计的渐近最优性

本文研究固定设计点模型的最近邻中位数估计的光滑参数的选择问题。在一定的正则性条件下得到了Ｌ２－ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ最近邻中位数估计的渐近最优性。同时还得到了最近邻中位数估计的弱Ｂａｈａｄｕｒ表示。     

Asymptotics for the Tukey Median

The asymptotic distribution of the Tukey median has recently been obtained by Nolan in a bivariate setting and by Bai and He in the general multivariate case. To establish their theorem, these authors made a strong symmetry hypothesis on the distribution and, in the case of Bai and He, assumed the existence of a density function with a gradient satisfying a finite-moment condition. This paper extends the above result by deriving the asymptotic distribution of the above location estimate without making any symmetry or differentiability assumption on the distribution.     

改进的中值滤波算法在图像去噪中的应用

 针对标准中值滤波方法存在的不足,结合均值思想提出两种改进的中值滤波算法,即加权快速中值滤波算法和加权自适应中值滤波算法,MATLAB实验证实两种方法均能更好地保存原始图像的细节和边缘。比较两种新方法得出以下结论：加权改进中值滤波算法对低密度的脉冲噪声去噪效果明显,对于高密度脉冲噪声去噪效果不理想,但能大大提高中值滤波的运行速度,对数字图像实时处理意义很大;加权自适应中值滤波算法能够有效地消除被污染图像中的高密度脉冲噪声,较标准中值滤波具有更优良的滤波性能,较加权快速中值滤波算法在去噪方面有更好的鲁棒性。     

Remarkable asymmetric random walks

There exists an asymmetric probability measure on the real line with for every . can be chosen absolutely continuous and can be chosen to be concentrated on the integers. In both cases, can be chosen to have moments of every order, but cannot be determined by its moments.

     

基于扭曲混合Copula和ARMA-GARCH-t模型的投资组合风险分析——以上证综指、中证综合债和上证基金为例

利用扭曲混合Copula和ARMA-GARCH-t模型,对包含2015年股灾和2016年熔断期间的上证综指、中证综合债和上证基金的投资组合风险相关性进行建模分析。研究表明:扭曲混合Copula模型较混合Copula模型能更好地拟合各资产日收益率间的相关结构,尤其是"厚尾"特性。并运用蒙特卡罗模拟法计算各资产的风险价值、预期损失和中位数损失并讨论其差异性,以期为关注风险管理的人们提供更多借鉴。     

低强度X射线影像系统的噪声分析及图像去噪处理

新型低强度X射线影像系统主要是由平板式单近贴静电聚焦X射线像增强器和CCD数据采集系统构成，根据系统的组成，分析了图像噪声来源，指出了它们的噪声整全为泊松分布规律的随机白噪声，局部也有正负脉冲干扰等特点，以此提出了处理该图像噪声的“多帧平均滤波＋极值中值滤波”的复合算法，即先根据随机噪声互不相关的特点，将多幅图像叠加平均，突出有效信息，压缩噪声。再在改进标准中值滤波基础上，采用极值中值滤波，更好地去除噪声，保留细节。通过对峰值信噪比的计算表明，该方法明优于任何单一算法，取得较好效果。     

基于OpenCV的车牌图像定位

现有的车牌定位方法几乎都需要先对白天夜晚的场景进行分类,在图像中存在其他灰度剧烈变化区域时,这种场景分类容易影响到车牌定位的准确率;为了对获取到的车辆图像进行准确地定位,提出了一种改进的灰度跳变车牌定位算法,首先加入了光照补偿,使得不需要对白天和晚上的场景进行分类;然后进行了长竖线的噪声去除,可以在背景比较复杂的情况下准确定位车牌;并对精确定位出的车牌进行边框的去除,有利于下一步的字符分割;另外,对OpenCV计算机视觉库的库函数的利用,算法的复杂度得到了简化,从而更好地满足了车牌识别系统的实时性;通过对出入口处采集到的分辨率为704×576的300张图片进行测试,定位率高于95%,对白天和夜晚获取的图像有很好的适应性,满足设计要求。     

Karhunen-Loeve及多尺度金字塔联合变换的彩色逆半调算法

红绿蓝(RGB)颜色空间中的各颜色分量具有高度相关性,直接分通道实施的彩色逆半调方法会残留大量人眼敏感的半调纹理,且逆半调图像色偏较大。从分析矢量误差分散半调系统模型入手,推导其加噪特性,针对性地提出了一种Karhunen-Loeve(K-L)及多尺度金字塔联合变换的彩色逆半调算法。算法以K-L变换减弱彩色分量相关性,再利用多尺度中值金字塔算子以及维纳(Wiener)滤波分离并抑制高频细节子图中的半调噪声,最后进行中值金字塔、K-L逆变换重构结果图像。实验表明,该算法能有效去除半调噪声、减小重建图像的颜色偏差,与直接分通道逆半调算法相比峰值信噪比值提高约2~3 dB,且重建图像视觉效果良好。     

自适应红外目标特征增强算法

利用直方图均衡化和灰度变换增强算法,不能有效增强红外图像目标。鉴于此,在研究红外图像特点的基础上,提出了一种自适应红外目标特征增强算法。该算法先对红外图像进行中值滤波,滤除掉图像中的随机噪声,然后利用直方图分割将红外图像分为目标和背景2部分,通过线性加权叠加抑制背景和增强目标。实验表明,该算法不仅能够根据红外图像中目标的灰度特性自适应地选取直方图分割阈值,而且在去除噪声和增加对比度的同时还抑制了背景,达到了预期的效果。该算法尤其适用于目标和背景像素比例相近时直方图具有局域双峰特征的红外图像中目标的增强。