基于纹理尺寸自适应的Criminisi图像修复改进算法

针对Criminisi图像修复算法中样本块选择的随意性,导致图像修复效果欠佳的缺陷,提出一种针对纹理图像的Criminisi改进算法。该算法通过对纹理图像预处理后获得的二值化图像进行统计分析,获得图像的行和列纹理曲线,进而得到纹理曲线的极值点变化曲线,并最终获得样本块的近似尺寸。仿真实验表明,将本文获取的样本尺寸作为Criminisi修复算法的样本尺寸,获得了较传统Cfiminisi算法更好的视觉效果。     

SVR算法在指数预测中的应用研究

本文阐述了回归型支持向量机（SVR）的基本结构及训练方法,并在此基础上研究了基于SVR算法的股票指数预测方法。通过应用LS—SVM软件,选用RBF核函数。利用自学模型,对超参数不断进行优化,以加快运算速度,并最终建立了该算法应用于股市预测的模型。通过股票指数的建模与仿真结果表明,支持向量回归机在股票价格的中短期预测以及整体股票趋势预测有比较好的效果。