Curvelet-based palm vein biometric recognition

<正>A novel personal recognition system utilizing palm vein patterns and a novel technique to analyze these vein patterns is presented.The technique utilizes the curvelet transform to extract features from vein patterns to facilitate recognition.This technique provides optimally sparse representations of objects along the edges.Principal component analysis(PCA) is applied on curvelet-decomposed images for dimensionality reduction.A simple distance-based classifier,such as the nearest-neighbor(NN) classifier,is employed. The experiments are performed using our palm vein database.Experimental results show that the algorithm reaches a recognition accuracy of 99.6%on the database of 500 distinct subjects.     

基于B-K二叉树利率模型的巨灾债券定价研究

针对一种巨灾保险风险证券化产品-巨灾债券的定价问题,首次考虑了我国短期利率的期限结构,并在此基础上提出了Black-Karasinski利率二叉树建立方法(B-K模型),以此确定了中国短期无风险利率,最后通过Louberge巨灾债券理论定价方法试着对我国假想台风损失巨灾债券进行了具体定价,为我国进行巨灾保险风险证券化定价方面提供了一种新的尝试.     

随机映射图的局部图

讨论了当n趋向无穷大时,n个顶点的随机映射图的k-局部图收敛于随机生长过程时刻k的二叉图,这儿,k-局部图足随机映射图前k个顶点{1,2,…,k}所生成的最小图.在这种意义下,称随机映射图为渐近二叉的.     

采用二叉树编码的遗传算法实现数据拟合

针对采用数值分析方法进行数据拟合求解复杂度高、运算最大而精度较低的缺陷 ,本文给出一种基于二叉树编码的遗传算法来进行数据拟合 ,取得了较好的效果     

磨损微粒的模式识别系统的研究

提出了一个关于磨损微粒的模式识别系统．该系统先把磨粒从背景中分割出来，然后从3个方面对磨粒进行特征提取：用于辨别磨粒的材料的特征矢量，用于辨别磨粒的轮廓形状的特征矢量，用于辨别磨粒的表面纹理特征的矢量．系统最后由这3个特征对磨粒所属的类型进行了计算机分类．     

或有要求权在公司负债定价中的应用

对公司负债估值的传统的方法是折现现金流的方法,但这种方法也存在很多缺陷.或有要求权的分析方法作为一种全新的方法可以克服折现现金流的方法在某些方面的不足.利用二叉树模型首先分析最简单情形,进而利用动态复制技术分析二叉树为二阶段时的公司负债价值.二阶段二叉树分析完了也就很自然的可以推广到任何阶段的二叉树.从而为公司负债的定价提供一种新的途径.     

完全二叉树的量词消去

量词消去法已经成为计算机科学和代数模型论中最有力的研究工具之一.本 文针对完全二叉树理论所独有的特性,给出了它的基本公式集,然后利用分布公式及 有限覆盖证明了完全二叉树的理论可以量词消去.     

集成随机森林的交通拥堵检测模型

根据现有的城市交通网拥堵检测体系,针对现有方法处理交通网格监测数据流难以获得相对稳定的准确率的问题,提出了一种集成随机森林的交通拥堵检测模型。该模型通过将多个随机森林分类器进行集成实现了交通网分布式监测数据流的并行处理,设计了二级级联分类器对交通网状态进行判定,并可对各监控节点权重进行评估。模型实现主要分为特征提取、集成建模和结合分析三个步骤。在不同规模的交通状态监测网络下分析了模型的综合性能,并分别与其它主流方法进行了对比。实验表明：提出模型具有更好的交通网监测数据流的处理能力,且具备较好的扩展和裁剪性能。该模型提供了一种可应用的交通拥堵检测方法。     

基于GBDT和Google Earth Engine的冬小麦种植结构提取

针对中国农田存在种植景观破碎化和复杂的种植结构这一现状,如何实现目标作物的高精度识别与制图对作物产量估算、粮食政策调整和国家粮食安全保障具有十分重要意义。基于Google Earth Engine(GEE)遥感数据处理云平台,提出一种冬小麦不同生育期的种植结构提取方法,该方法以2021年覆盖目标作物关键生育期的多时相Sentinel-2影像为数据源,综合考虑光谱波段特征、光谱指数特征、纹理特征和地形特征等多维特征变量,利用GBDT(gradient boosting decision tree)分类器对不同生育期田块尺度的冬小麦种植面积和空间分布信息进行快速精准提取,并探讨了冬小麦识别的最佳生育期。此外,对比分析了常见的不同分类模型在田块尺度条件下的作物识别性能。以河南陈固镇为研究区开展实验,实验结果显示,冬小麦在起身拔节期的地物识别准确率相对较高,总体分类准确率为94.61%, Kappa系数为92.68%;在抽穗扬花期的识别精度最高,总体分类准确率为97.01%, Kappa系数为95.52%;但在灌浆乳熟期的分类精度偏低,总体分类准确率为86.23%, Kappa系数为81.33...