排序方式: 共有14条查询结果,搜索用时 640 毫秒
1.
可提前还款的定期贷款是隐含着期权的利率衍生物,本文建立CIR利率模型下可提前还款的定期贷款的数学模型,通过离散偏微分方程,建立了模型的计算方法,讨论了随机利率对提前还贷的影响. 相似文献
2.
1 引言可转换债券以其独特的风险受益特性逐渐为投、融资者所接受并得到了广泛的欢迎.如今,无论在广度还是深度上,全球范围的可转债市场都已经发生了质的变化,并且日趋成熟和繁荣.中国的可转债市场在经历了十余年的沉寂之后,近两年也正进入一个高速发 相似文献
3.
Based on the successive iteration in the Taylor series expansion method, a three-point explicit compact difference scheme with arbitrary order of accuracy is derived in this paper. Numerical characteristics of the scheme are studied by the Fourier analysisl Unlike the conventional compact difference schemes which need to solve the equation to obtain the unknown derivatives in each node, the proposed scheme is explicit and can achieve arbitrary order of accuracy in space. Application examples for the convectiondiffusion problem with a sharp front gradient and the typical lid-driven cavity flow are given. It is found that the proposed compact scheme is not only simple to implement and economical to use, but also is effective to simulate the convection-dominated problem and obtain high-order accurate solution in coarse grid systems. 相似文献
4.
5.
为了从生物特征和统计角度来提高识别的性能,提出了一种基于血流图和Fisher线性鉴别(FLD)相结合的人脸识别方法,该方法首先利用血流模型把红外温谱图转换成血流图,能够利用人体的生物特征增加样本之间的类间距,并减少样本之间类内距,然后从统计特性出发,对血流图进行能最大化类 相似文献
6.
7.
8.
不同尺度的局部二元模式(LBP)提取了红外人脸图中不同的微结构局部特征。为了挖掘不同尺度中局部特征的相关性,提出了一种基于多尺度LBP 共生直方图的红外人脸识别方法。传统的多尺度LBP 特征提取方法,丢失了对多尺度特征间相关性信息的提取。为了充分考虑微结构间的相关统计信息,提出了多尺度LBP 共生直方图表示方法,以提取包含在红外人脸图像中的有用鉴别特征。多尺度LBP 共生直方图特征表示方法不仅可以消除环境温度对红外人脸图像特征提取的影响,而且还可以增强对局部特征表示的鉴别性。实验结果表明:多尺度局部二元模式共生矩阵可以增强对红外人脸鉴别特征提取的有效性,提出的红外人脸方法的性能优于基于传统多尺度LBP 和单尺度LBP方法,在相同环境情况下和在环境温度变化情况下可以达到99.2%和91.2%的识别率。 相似文献
9.
红外人脸成像具有对光照、人脸皮肤、表情、姿态等因素变化不敏感的特点,可以在一定程度上弥补这些因素对可见光人脸识别影响的不足。为了充分提取红外人的局部鉴别特征,文中提出了一个基于局部二元模式的快速红外人脸识别系统。该系统首先通过thermoVision A40型红外热像仪获分辨率为320240的红外人脸图像,并通过人脸检测和归一化方法提取大小为6080的标准红外人脸图像。其次,基于人脸图像的对称性,将红外人脸图像分块。通过局部二元模式直方图提取每一分块所包含的纹理模式特征。最后,采用Kruskal-Wallis(KW)特征选择算法,进一步抽取对识别有贡献的局部纹理特征用于分类识别。实验结果表明:提出的热红外人脸系统识别率明显优于基于主成分分析(PCA)和线性鉴别分析(LDA)的传统红外人脸识别系统,可以达到98.6%的识别率。与此同时,提出的红外人脸识别系统识别速度也快于传统基于PCA和LDA系统,可以广泛应用于实时人脸识别中。 相似文献
10.