馬爾可夫
- 依空隨機環(huán)境中的更新過程
-2]首次在馬爾可夫鏈的影響因素中添入新的環(huán)境因素,并給出了隨機環(huán)境中馬爾可夫鏈隨機模型的一般表達式,研究了其遍歷理論以及有限不變測度存在的條件，使已有的經(jīng)典馬爾可夫鏈理論及其完整體系更加豐富. Hu[3-4]進一步對隨機環(huán)境中馬爾可夫過程進行推廣和整理,形成目前完整隨機環(huán)境中馬爾可夫過程的理論體系，為后續(xù)了解并研究隨機環(huán)境中的馬爾可夫過程提供了理論依據(jù). Li[5]研究了引入“初始時間”馬爾可夫鏈的弱遍歷性、一致弱遍歷性、強遍歷性和一致強遍歷性等. Lü
杭州師范大學學報(自然科學版) 2022年5期2022-10-08
- 馬爾可夫過程在通信物理層中的智能化應用*
機器學習中的馬爾可夫過程，在實現(xiàn)通信系統(tǒng)物理層的智能化中有一定的應用前景。2 馬爾可夫過程2.1 馬爾可夫過程的無后效性和齊次性生活中充滿了隨機事件，比如隨風飄落的樹葉，一場突如其來的大雨或不期而遇的事故，我們不能改變已經(jīng)發(fā)生的，也不能控制將來，我們能夠把握的就是現(xiàn)在。機器學習中馬爾可夫過程即具有只與現(xiàn)在相關的無后效性，其中的馬爾可夫鏈是馬爾科夫過程在狀態(tài)與概率皆離散情況下的特殊情況。當有一組隨機序列（Xn，n=0，1，2……）的狀態(tài)空間E=（1，2，3…
艦船電子工程 2021年12期2022-01-06
- 基于馬爾可夫算法的變電站接地網(wǎng)優(yōu)化設計
，并對構建的馬爾可夫鏈進行預測，馬爾可夫鏈算法可以很好地擬合隨機過程，而變電站的接地會產(chǎn)生眾多的隨機參數(shù)，因此，馬爾可夫鏈算法可以滿足基本的統(tǒng)計學分析需要。通過馬爾可夫鏈反饋的預測結果以及設計變電站來完成對變電站接電的優(yōu)化設計，這是由電力系統(tǒng)的規(guī)模越來越龐大、結構越來越復雜的客觀因素所決定的，傳統(tǒng)的方式和方法已經(jīng)不能滿足基本的應用需求，因此，綜合各種因素來進行考量已經(jīng)成了非常重要且可行的方法。目前，社會也對供電的可靠性提出了更高的要求，因此，采用基于定量評
中國新技術新產(chǎn)品 2021年17期2021-11-23
- 半馬爾可夫跳變系統(tǒng)在分數(shù)布朗運動干擾下的采樣控制
6525)半馬爾可夫過程是能夠更接近于真實工程情況的模擬過程，它有著極大的實際研究潛力和深厚的理論支持，其研究所得的成績直接關系到生產(chǎn)實際中的關鍵環(huán)節(jié)，已經(jīng)得到了國際上廣大學者的重視，并且部分研究成果已經(jīng)被成功地應用于網(wǎng)絡控制、容錯控制和現(xiàn)代通信技術等領域。采樣控制是指在采樣周期內(nèi)，系統(tǒng)將采樣瞬間的信息保持恒定。采樣控制器具有安裝方便、效率高、可靠性好等優(yōu)點。WANG Jing等討論了具有半馬爾可夫跳躍拓撲的復雜動態(tài)網(wǎng)絡的廣義耗散同步問題，其中不同拓撲之間
青島理工大學學報 2021年5期2021-11-09
- 基于量子條件主方程的隱馬爾可夫模型
習領域中，隱馬爾可夫模型是一個重要模型，其在股市行情預測[17-18]、自然語言處理[19-20]、蛋白質測序[21-22]等領域已有成功應用。經(jīng)典的隱馬爾可夫模型包含評估、解碼、學習3 個問題。在隱藏狀態(tài)維度比較小的情況下，經(jīng)典的Baum-Welch、Viterbi 及EM 算法可以有效地求解。但當隱馬爾可夫模型的隱藏狀態(tài)維度和觀測空間的維度增大時，經(jīng)典算法在求解速度上就顯得乏力了。為了解決這個問題，人們把目光移向量子計算領域。類比于經(jīng)典隱馬爾可夫模型是
電子科技大學學報 2021年5期2021-10-13
- 一類非線性廣義馬爾可夫跳變系統(tǒng)的耗散控制
間非線性廣義馬爾可夫跳變系統(tǒng)的嚴格耗散控制問題。在應用范圍更廣的Willems耗散性定義的基礎上，首先基于一類Lyapunov函數(shù)，給出了相應的隨機容許的條件，然后設計導數(shù)比例反饋控制器，通過一系列的矩陣構造和合同變換，將雙線性矩陣不等式（BMI）轉化為可用LMI工具箱解決的線性矩陣不等式（LMI）。最后通過數(shù)值算例并結合Matlab給出實例，證明其可行性。關鍵詞：非線性廣義馬爾可夫跳變系統(tǒng);轉移概率部分未知;耗散控制;P-D反饋Abstract：The
計算技術與自動化 2021年3期2021-10-01
- 兩種馬爾可夫鏈狀態(tài)轉移概率矩陣的估計與比較
10068)馬爾可夫鏈模型是以俄國數(shù)學家A.A.Markov命名的一種動態(tài)隨機模型，通過分析隨機變量現(xiàn)實的運動情況來預見這些變量未來的運動情況[1]。目前，馬爾可夫鏈模型在自然科學、工程技術、社會科學、經(jīng)濟研究等領域有著廣泛的應用[2-5]。馬爾可夫模型通過研究系統(tǒng)對象不同狀態(tài)的初始概率和狀態(tài)之間的轉移概率來進行預測，因此，狀態(tài)轉移概率的確定稱為馬爾可夫模型預測的關鍵。對于馬爾可夫鏈的轉移概率矩陣，張二艷等[6]提出了用應用統(tǒng)計方法進行估計；李成燮[7]和
重慶理工大學學報(自然科學) 2021年8期2021-09-13
- 一種新的高階多元馬爾可夫鏈模型及其應用
2)關鍵字：馬爾可夫鏈；多元馬爾可夫鏈；高階多元馬爾可夫鏈；參數(shù)估計馬爾可夫鏈是人力資源[1]、金融[2]、互聯(lián)網(wǎng)應用[3]、音樂[4]、軟件測試[5]、土地覆蓋變化[6]、能源消耗[7]、語音識別[8]、微生物基因[9]、DNA序列[10]、信用風險[11]等許多研究領域的重要工具。探索不同分類數(shù)據(jù)序列之間的關系，建立更準確的預測模型是一個有意義的研究課題。分類數(shù)據(jù)序列是由相互關聯(lián)的相同或相似的資源產(chǎn)生的，針對分類數(shù)據(jù)序列的預測，已經(jīng)提出了很多不同的模型
三明學院學報 2020年6期2021-01-23
- 具有馬爾可夫鏈的二維Roesser系統(tǒng)的異步無源性控制
分條件。帶有馬爾可夫跳的混雜系統(tǒng)的控制問題也是控制鄰域中研究的熱點之一。馬爾可夫鏈的優(yōu)勢在于擅長對突然改變的結構或參數(shù)變化進行建模，涌現(xiàn)了大量的研究成果。Aberkane等［4-7］介紹了帶有馬爾可夫跳的系統(tǒng)的穩(wěn)定性條件，給出詳細的證明，并通過數(shù)值模擬驗證了其可行性及有效性。同步控制器和濾波器是控制領域的研究熱點，同步控制器和濾波器需要嚴苛的限制條件，在實際應用中往往不能取得良好的效果。因此，越來越多學者更加關注異步控制。Du等［8］建立了對二維帶馬爾科夫
重慶理工大學學報(自然科學) 2020年9期2020-11-02
- 基于分段馬爾可夫模型的頻譜占用預測方法
譜預測模型有馬爾可夫模型[6-10]、基于機器學習的預測模型[11-12]以及自回歸模型[13]等。Saleem[14]對CR相關文獻使用模型的頻率做了統(tǒng)計，其中基于馬爾可夫模型的預測方法原理簡單，易于建模，并且可以實現(xiàn)不間斷地預測，其相關文獻數(shù)量占比最高，達到了27%。2009年Ghosh[15]使用尋呼頻段的監(jiān)測數(shù)據(jù)驗證了用戶的頻譜使用狀態(tài)數(shù)據(jù)中馬爾可夫鏈的存在。在頻譜預測中最常用的是兩狀態(tài)馬爾可夫模型，信道狀態(tài)分為占用和未占用。有一些研究[6-7]把
無線電工程 2020年8期2020-07-25
- 面向電力系統(tǒng)的繼電保護故障建模研究
護系統(tǒng)的隱式馬爾可夫可靠性模型，該模型基于狀態(tài)檢修（CBM）環(huán)境和可靠性指標計算了保護系統(tǒng)隱藏故障狀態(tài)的概率。分析了不同參數(shù)（含人為誤差的影響）對隱藏故障狀態(tài)概率的影響，采用可變參數(shù)法提高了可靠性的最優(yōu)措施。與單主保護相比，雙主保護系統(tǒng)具有更高的隱藏故障概率，從而降低了實際的良好狀態(tài)概率，同時提高了兩個主保護的可靠性，實現(xiàn)了整個繼電保護系統(tǒng)的簡化配置。通過對數(shù)字保護系統(tǒng)中的在線自校驗和監(jiān)控系統(tǒng)的進行改進，CBM的實際應用可以降低隱藏故障狀態(tài)概率，這對保護系
計算技術與自動化 2019年3期2019-11-05
- 作戰(zhàn)系統(tǒng)的可靠性評估的研究
動態(tài)故障樹、馬爾可夫模型、狀態(tài)事件故障樹等，以滿足復雜系統(tǒng)故障模型構建中遇到的各種問題。關鍵詞：可靠性評估;狀態(tài)事件故障樹; 馬爾可夫1、研究的背景及意義隨著科學技術的發(fā)展和現(xiàn)代戰(zhàn)爭的需要，各國都把軍事發(fā)展的重點轉移到了海洋上。潛艇作戰(zhàn)系統(tǒng)技術戰(zhàn)作為海軍主要作戰(zhàn)系統(tǒng)之一，越來越受到各國的重視。系統(tǒng)可靠性作為衡量作戰(zhàn)系統(tǒng)性能的重要指標，已成為作戰(zhàn)系統(tǒng)集成研究中最重要的指標之一。這種綜合作戰(zhàn)系統(tǒng)的可靠性評估正成為軍事學術界和裝備研制部門的研究熱點。綜合作戰(zhàn)系統(tǒng)
中國應急管理科學 2019年12期2019-10-30
- 基于馬爾科夫算法對預測窗戶狀態(tài)模型的研究
開窗行為? 馬爾可夫? 辦公建筑中圖分類號：TU834.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2019）11（a）-0049-031? 研究背景近年來越來越多的相關研究表明：室內(nèi)人員開窗行為對建筑能耗、室內(nèi)熱舒適和室內(nèi)空氣品質有著直接影響，因此，對于室內(nèi)人員行為的研究逐漸成為了研究熱點。目前國內(nèi)相關建模研究多使用邏輯回歸算法分析住宅建筑、辦公
科技創(chuàng)新導報 2019年31期2019-04-07
- 橋梁退化預測模型
類方法，引入馬爾可夫鏈方法對橋梁結構的技術狀態(tài)變化進行預測[1]。一、馬爾可夫過程(一)馬爾可夫過程的定義假設一個隨機過程{X(t),t∈T}，對任意的t1(二)馬爾可夫的基本假設馬爾可夫過程做出兩個基本假設，即馬爾可夫假設、穩(wěn)定性假設。馬爾可夫假設指的是時刻t0系統(tǒng)處于狀態(tài)i的條件下，在t0以后的時刻系統(tǒng)的狀態(tài)與t0時刻以前的狀態(tài)無關。穩(wěn)定性假設指的是系統(tǒng)從一個狀態(tài)轉移到另一個狀態(tài)的，轉移概率在整個過程中保持不變，若是系統(tǒng)的時間尺度很長，則可以將時間尺度
福建質量管理 2019年7期2019-04-04
- 基于二階隱馬爾可夫模型的橋梁健康狀況分析與評定
題。近年來，馬爾可夫模型在管理決策中得到了日益廣泛的應用[3-4]。在橋梁的養(yǎng)護管理中，馬爾可夫模型也是一類重要的決策分析工具。究其原因，主要在于兩個方面：①因為馬爾可夫模型具有良好的數(shù)學結構，且便于使用；②因為馬爾可夫模型無須使用者對橋梁的工程原理和工程環(huán)境有徹底的了解[5]。在這類方法中，人們使用馬爾可夫過程來刻畫橋梁狀況的隨機性和演化性，通過一些離散的性能指標表示橋梁的健康程度，并通過馬爾可夫過程的狀態(tài)轉移概率表示健康狀況的退化趨勢和程度[6]。近年
系統(tǒng)管理學報 2018年4期2018-08-17
- 西伯利亞虎復仇記
洛因村一名叫馬爾可夫的男子遭老虎襲擊身亡，死者馬爾可夫可是一位偷獵的老手。特魯什與馬爾可夫打了幾十年的交道，可謂老對手了。馬爾可夫頭腦靈活。最初，他獵捕的對象只集中在野鹿等中小型動物身上，用它們交換煙酒糖等生活必需品。近幾年來，因為受到西伯利亞虎巨大利益的誘惑，馬爾可夫轉而打起了老虎的主意。聽到馬爾可夫的死訊，特魯什頭腦中的第一反應便是馬爾可夫在捕獵老虎時，受到驚嚇的老虎“自衛(wèi)殺人”。然而，當他趕到事發(fā)現(xiàn)場后，卻發(fā)現(xiàn)真相并非如此簡單。馬爾可夫的尸體是在他所
飲食保健 2018年12期2018-07-09
- 隨機馬爾可夫跳變系統(tǒng)的彈性動態(tài)輸出反饋控制
機噪聲影響下馬爾可夫跳變系統(tǒng)的彈性動態(tài)輸出反饋控制問題.在系統(tǒng)隨機干擾和控制輸入擾動的情況下，設計的彈性控制器可以確保閉環(huán)系統(tǒng)的依概率漸近穩(wěn)定性.通過運用隨機微分方程理論和線性矩陣不等式技術對系統(tǒng)進行穩(wěn)定性分析，獲得了系統(tǒng)依概率漸近穩(wěn)定的充分條件和控制器增益.最后通過數(shù)值算例和直升機系統(tǒng)仿真驗證了所提彈性動態(tài)輸出反饋控制方法的有效性.關鍵詞隨機馬爾可夫跳變系統(tǒng);彈性控制;動態(tài)輸出反饋控制;依概率漸近穩(wěn)定;線性矩陣不等式中圖分類號? TP273文獻標志碼?
南京信息工程大學學報 2018年6期2018-05-30
- 馬爾可夫跳變時滯系統(tǒng)的無源性分析
10041)馬爾可夫跳變系統(tǒng)是一類特殊的隨機混雜系統(tǒng).馬爾可夫跳變往往來源于系統(tǒng)在運行過程中所受到的環(huán)境突變、內(nèi)部子系統(tǒng)連接方式突然改變、系統(tǒng)部件損壞等隨機因素干擾[1-2].因此，研究馬爾可夫跳變系統(tǒng)為解決工程控制問題提供了理論基礎[3-4].眾所周知，時滯廣泛存在于各種實際系統(tǒng)中，然而，它的存在會使系統(tǒng)不穩(wěn)定或性能遭到破壞[5].因此，研究馬爾可夫時滯跳變系統(tǒng)具有實際的意義.許多實際系統(tǒng)通過考慮無源性問題可以有效地抑制外界噪聲干擾[6-7].近年來，系
西南民族大學學報（自然科學版） 2018年1期2018-03-22
- 事業(yè)單位財務風險預測建模及分析
史數(shù)據(jù)，建立馬爾可夫預測的數(shù)學模型。利用初始狀態(tài)和狀態(tài)轉移概率矩陣，來確定系統(tǒng)隨時間推移的發(fā)展趨勢，進而推測對象未來某一時刻所處的狀態(tài)。運用此法對事業(yè)單位財務收支狀況進行預測，可為財務運作管理的科學決策提供前瞻性的指導。關鍵詞：狀態(tài)轉移；概率矩陣；馬爾可夫；預測現(xiàn)代事業(yè)單位運營模式與企業(yè)相比，承擔了很多社會公共職能。事業(yè)單位的財務與資金較之計劃經(jīng)濟模式更為復雜，如資金流向不確定、融資渠道增加、經(jīng)濟與財務業(yè)務性質日趨多樣化等。事業(yè)單位運行過程中，影響收支狀態(tài)
財會學習 2018年6期2018-03-07
- 基于隱馬爾可夫模型的電力系統(tǒng)連鎖故障預測
01）基于隱馬爾可夫模型的電力系統(tǒng)連鎖故障預測丁巖1，郭和強2，王利利1，李秋燕1，孫義豪1，關朝杰1（1.國網(wǎng)河南省電力公司經(jīng)濟技術研究院，河南鄭州 450001；2.天津天大求實電力新技術股份有限公司，天津 300001）在國民經(jīng)濟中，電力的地位異常重要，社會的發(fā)展以及電網(wǎng)的擴大都離不開供電的可靠性。然而，操作不當、電網(wǎng)結構不合理、短路（或斷路）等故障以及其他外界因素的干擾，都可能導致電力系統(tǒng)事故，甚至發(fā)生大面積停電[1]。因此，對電力系統(tǒng)連鎖故障的預
電網(wǎng)與清潔能源 2017年9期2018-01-02
- 基于新維無偏灰色馬爾科夫模型的橋梁技術狀況預測
色預測模型、馬爾可夫鏈理論為基礎，引入新信息不斷加入更替的思想，建立了等維新息無偏灰色馬爾可夫預測模型。利用無偏灰色預測模型對原始數(shù)據(jù)進行擬合得到數(shù)據(jù)的發(fā)展變化趨勢，再結合該趨勢進行馬爾可夫預測，并在每次預測中對數(shù)據(jù)推陳出新。以2012年—2016年某混凝土梁橋技術狀況評分作為原始數(shù)據(jù)，構建預測模型，預測該橋在未來五年內(nèi)的技術狀況。結果表明：新維無偏灰色馬爾可夫預測模型具有誤差小、精度高等特點，并能適用于中長期預測。橋梁技術狀況；預測；灰色理論；馬爾可夫鏈
四川水泥 2017年8期2017-08-30
- 隱馬爾可夫模型在生物學和醫(yī)學研究中的應用*
72202隱馬爾可夫模型在生物學和醫(yī)學研究中的應用*阿肯色醫(yī)科大學兒科系生物統(tǒng)計中心 美國阿肯色州小石城 72202隱馬爾可夫模型；評價；解碼；模型擬合；生物學應用馬爾可夫過程(Markov process)是具馬爾可夫特性即無記憶性(memorylessness)又稱無后效性(non-aftereffect)的隨機過程，其未來狀態(tài)的條件概率僅與系統(tǒng)的當前狀態(tài)(或此前的少數(shù)若干個歷史狀態(tài))有關，而獨立于其他歷史狀態(tài)(或該序列其他變量的狀態(tài))，由俄國數(shù)學家A
鄭州大學學報（醫(yī)學版） 2017年3期2017-06-07
- 基于PageRank的馬爾可夫鏈研究
eRank的馬爾可夫鏈研究張 桃1，吳小偉2（1河海大學 商學院，江蘇 南京210000；2江蘇省郵電規(guī)劃設計院有限公司 江蘇南京 210019）PageRank向量是一個離散時間、有限狀態(tài)馬爾可夫鏈的穩(wěn)態(tài)分布。同時，馬爾可夫鏈理論已經(jīng)得到了充分發(fā)展，利用馬爾可夫鏈可以更好地理解和分析有關PageRank的問題。本文基于循環(huán)或者排名下沉所造成的PageRank收斂問題，通過對馬爾可夫鏈的數(shù)學內(nèi)容進行研究的方法，得出不可約馬爾可夫鏈的暫態(tài)行為和極限行為，并對
電子設計工程 2017年9期2017-05-13
- 基于BP神經(jīng)網(wǎng)絡與馬爾可夫鏈的短期電價預測
P神經(jīng)網(wǎng)絡與馬爾可夫鏈的短期電價預測黃羹墻, 楊俊杰(上海電力學院 電子與信息工程學院, 上海 200090)提出了一種基于BP神經(jīng)網(wǎng)絡與馬爾可夫鏈的短期電價預測方法.在采用BP神經(jīng)網(wǎng)絡模型進行短期電價初步預測的基礎上,按照模糊C-均值聚類法劃分預測誤差的馬爾可夫鏈狀態(tài)區(qū)域,再根據(jù)狀態(tài)轉移概率矩陣對預測誤差進行修正,得到最終預測結果.算例仿真結果表明,所提出的方法比單純采用神經(jīng)網(wǎng)絡的預測精確度更高.電價預測; BP神經(jīng)網(wǎng)絡; 馬爾可夫短期電價預測主要是對未
上海電力大學學報 2017年1期2017-04-26
- 具有隨機保費離散半馬爾可夫風險模型的生存概率
機保費離散半馬爾可夫風險模型的生存概率包振華, 王 翠(遼寧師范大學 數(shù)學學院, 遼寧 大連 116029)半馬爾可夫風險模型通過構造一個外在的馬爾可夫環(huán)境來刻畫保險公司所處環(huán)境的變化,可以用來處理保險公司在實際運營過程中出現(xiàn)的各種相依關系.考慮到保險實踐中保費收入具有不確定性，構建一類具有隨機保費收入的離散半馬爾可夫風險模型,其中保費收入由一個獨立的二項過程來刻畫.利用概率生成函數(shù)的技巧,給出生存概率所滿足的遞歸計算公式.建立了生存概率在零初值時所滿足的
遼寧師范大學學報（自然科學版） 2017年1期2017-04-17
- 基于馬爾可夫模型的路網(wǎng)養(yǎng)護管理排序問題研究
090）基于馬爾可夫模型的路網(wǎng)養(yǎng)護管理排序問題研究白國鵬1，李換平2，李笑宇1（1.天津市市政工程設計研究院，天津 300051；2.哈爾濱工業(yè)大學交通科學與工程學院，黑龍江哈爾濱 150090）對馬爾可夫排序模型進行研究，分析了該模型在路網(wǎng)養(yǎng)護管理中的適用性；建立了路網(wǎng)多因素排序模型，通過在實例分析中繪制馬爾可夫圖，闡明了馬爾可夫排序模型的應用原理，并利用MATLAB程序對模型進行了求解，為解決路網(wǎng)養(yǎng)護規(guī)劃中的養(yǎng)護路段排序問題提供依據(jù)。工程管理；路網(wǎng)養(yǎng)護
公路與汽運 2016年5期2016-11-29
- 均生函數(shù)、馬爾可夫鏈法在中長期洪水預報中的應用
剛均生函數(shù)、馬爾可夫鏈法在中長期洪水預報中的應用田 野1，解立強1，梁 策2，林樹剛1（遼寧省沈陽水文局，沈陽150400；2.遼寧省丹東水文局）中長期洪水預報，影響因素多，目前科技手段難以在很長預見期內(nèi)實現(xiàn)準確預知。通過對均生函數(shù)、馬爾可夫鏈法綜合應用，對比分析，可以確認是值得推廣應用的新方法。中長期洪水預報；均生函數(shù)；馬爾可夫鏈法；綜合研究對于中長期洪水預報，影響因素多，本文通過對均生函數(shù)、馬爾可夫鏈法進行了分析對比。1 均生函數(shù)法設有n個觀測樣本的降
水科學與工程技術 2016年4期2016-06-07
- 貨幣政策與股市波動的馬爾可夫轉換關系研究*
與股市波動的馬爾可夫轉換關系研究*胡一博 （西北工業(yè)大學自動化學院，西安710072）摘 要：貨幣政策對股票市場的影響與股市所處的狀態(tài)存在直接的關聯(lián)，文中運用馬爾可夫區(qū)制轉換向量自回歸模型，實證研究了我國貨幣政策與股市波動的轉換關系．研究結果表明：將影響系統(tǒng)的膨脹期、平穩(wěn)期和低迷期的三個區(qū)制劃分合理，貨幣政策與股市波動相關關系顯著，貨幣供應量對股市波動的影響力度要大于利率的影響，在不同的區(qū)制下各變量的相關關系表現(xiàn)不同．關鍵詞：貨幣政策；股市波動；馬爾可夫；
西安工業(yè)大學學報 2016年1期2016-05-24
- 戰(zhàn)斗機掛載偵察吊艙戰(zhàn)術偵察效能分析
過程近似看作馬爾可夫隨機過程，建立了兩狀態(tài)連續(xù)參數(shù)的馬爾可夫動態(tài)數(shù)學模型；通過分析飛機的生存特征、掛載吊艙的偵察性能以及各種防空武器系統(tǒng)的物理特征和損傷機理，提出了任務成功率、偵察目標率、飛機損失率動態(tài)作戰(zhàn)效能指標，并分析了基于價值的最佳偵察時間；給出了戰(zhàn)斗機掛載偵察吊艙執(zhí)行作戰(zhàn)偵察任務的實例計算分析，結果表明所建數(shù)學模型較為客觀的反映了作戰(zhàn)偵察的實際情況。關鍵詞：偵察吊艙；戰(zhàn)術偵察；效能；馬爾可夫收稿日期：2014-07-03作者簡介：肖明(1980—)
兵器裝備工程學報 2015年2期2015-12-23
- 高階馬爾可夫鏈無線鏈路連通性建模
洛仿真和一階馬爾可夫模型.早期鏈路連通性研究主要采用蒙特卡洛仿真方法［5-6］.GERHARZ M 等［5］最早利用蒙特卡洛仿真方法，分析了不同運動模型下的鏈路特性.在此基礎上，BAI F等［6］基于蒙特卡洛仿真分析了通信路徑穩(wěn)定性，并改進路由協(xié)議.當仿真數(shù)據(jù)量足夠大時，蒙特卡洛仿真結果比較接近實際情況，但實驗所需的時間長、數(shù)據(jù)存儲空間大，形成研發(fā)瓶頸.為了有效評估移動自組織網(wǎng)絡的連通特性，需針對特定環(huán)境設計鏈路連通性模型.傳統(tǒng)的鏈路連通性建模主要采用一階
哈爾濱工業(yè)大學學報 2015年3期2015-09-03
- 關于時齊馬爾可夫鏈的一個極限定理的討論
0）關于時齊馬爾可夫鏈的一個極限定理的討論周茂俊，蔡曉薇，鄭林，袁宏?。ò不肇斀?jīng)大學統(tǒng)計與應用數(shù)學學院，安徽蚌埠233030）針對同一作者主編的兩本隨機過程教材中不一致的結論展開討論，通過分類舉例論證，得出時齊馬爾可夫鏈的條件下，狀態(tài)j為正常返時的結論應為，而不是。并在fij=d的特殊情況下，借助Stolz極限定理給出簡捷的證明。隨機過程；馬爾可夫鏈；Stolz定理；轉移概率近幾十年來，隨機過程無論是在理論上還是在應用上都有著蓬勃的發(fā)展，它的基本知識和方法
蘇州科技大學學報(自然科學版) 2015年2期2015-02-06
- 動物們到底在“說”什么？
音遵循簡單的馬爾可夫鏈馬爾可夫鏈因俄羅斯數(shù)學家安德烈·馬爾可夫得名，用來描述只受有限個過去事件影響的一串過程。該過程中，在給定當前知識或信息的情況下，只有當前的狀態(tài)用來預測將來，過去對于預測將來是無關的。推而廣之，只有有限個事件能決定接下來會發(fā)生什么。這樣的系統(tǒng)不僅簡單易研究，而且還意味著，如果發(fā)出新聲音的過程滿足這個特點，不需要太多“腦力”記得過去的音就能做到?！啊畡游锏陌l(fā)聲順序遵循馬爾可夫鏈這個假設，興起于諾姆·喬姆斯基1957年出版的《句法結構》一書
奧秘 2014年12期2014-12-16
- 基于熵和多步馬爾可夫特征的圖像拼接檢測
]、距特征和馬爾可夫特征[7]、圖像質量評價量和矩特征量[8]、圖像質量評價量和隱馬爾可夫模型[9]進行檢測。該類方法需要圖片庫訓練分類器，增加了計算的復雜度，但其檢測正確率較高。本文提出一種利用圖片的信息熵，并結合改進的馬爾可夫特征檢測拼接圖片的新方法。2 特征提取本文提出了利用圖片的信息熵和改進的馬爾可夫特征檢測圖片拼接的算法。下文詳細介紹圖片的信息熵和多步馬爾可夫特征的提取過程。2.1 信息熵信息熵用來測量數(shù)字圖像包含的信息，數(shù)字圖像由眾多像素組成，
計算機工程 2014年1期2014-09-29
- 馬爾可夫及隱馬爾可夫模型的應用
10068）馬爾可夫模型是由Andrei A Markov于1913年提出來的，作為一種統(tǒng)計模型，廣泛應用在語音識別，詞性自動標注，音字轉換，概率文法等各個自然語言處理等應用領域，到目前為止，它一直被認為是實現(xiàn)快速精確的語音識別系統(tǒng)的最成功的方法[1]。而隱馬爾可夫模型是對馬爾可夫模型的一種擴充，創(chuàng)立于20世紀60年代末70年代初。80年代得到了傳播和發(fā)展，成為信號處理的一個重要方向，同時開始應用到生物序列尤其是DNA的分析中。從那時后起，在生物信息學領域
電子設計工程 2013年17期2013-03-25
- 加權馬爾可夫鏈在預測居民消費價格指數(shù)中的應用
主要應用加權馬爾可夫鏈的預測方法對居民消費價格指數(shù)進行預測。1 馬爾可夫鏈在實際中有一類很廣泛的隨機過程，其特點體現(xiàn)在過程中各個時刻的隨機變量有一定的相依（即非獨立）關系，具體地說就是：過去只影響現(xiàn)在，而不影響將來，這種隨機過程叫做馬爾可夫過程。時間離散、狀態(tài)離散的馬爾可夫過程叫做馬爾可夫鏈。嚴格的數(shù)學定義為[3]：設（Ω，F(xiàn)，P）為一概率空間，{X（n），n≥0}是定義在其上的取值為整數(shù)（或它的子集）的隨機序列，若對任意的m≥1 及非負整數(shù)t1＜t2＜…
黑龍江八一農(nóng)墾大學學報 2012年1期2012-10-16
- 加權馬爾可夫鏈在空氣污染指標預測中的應用
隨機過程加權馬爾可夫鏈模型對未來時刻的空氣污染指數(shù)進行預測，不僅細化城市空氣污染指數(shù)分級標準，進一步推進完善空氣污染指數(shù)的研究方法，而且對于預防大氣災害研究有著深遠的意義。1 馬爾可夫鏈及加權馬爾可夫鏈預測的基本思想和步驟1.1 馬爾可夫鏈設有隨機過程XT={Xt,t∈T=(0,1,2，…)}，其狀態(tài)空間為I={0,1,2，…}，若對任意正整數(shù)k，任意ti∈T,tiP{Xtk+1=ik+1|Xt0=i0,Xt1=i1···Xtk=ik}=P{Xtk+1=i
大慶師范學院學報 2012年3期2012-09-25
- 邏輯回歸分析的馬爾可夫毯學習算法
中一個變量的馬爾可夫毯(Markov blanket)時，貝葉斯網(wǎng)絡中其他變量與該變量條件獨立，一個變量的馬爾可夫毯能夠屏蔽貝葉斯網(wǎng)絡中其他變量對該變量的影響，可用來預測、分類和因果發(fā)現(xiàn)等.確定目標變量的馬爾可夫毯有2類方法:利用打分—搜索方法等建立貝葉斯網(wǎng)絡結構，然后基于貝葉斯網(wǎng)絡結構確定目標變量的馬爾可夫毯，但該類方法得到的馬爾可夫毯不準確，且學習方法效率低;另一類是利用局部學習的方法直接學習目標變量的馬爾可夫毯.當前研究者主要采用基于局部學習的方法學
智能系統(tǒng)學報 2012年2期2012-06-21
- 改進馬爾可夫鏈耕地需求量預測模型的應用
000）改進馬爾可夫鏈耕地需求量預測模型的應用韓素芳（云南民族大學 經(jīng)濟學院，昆明 650000）文章以耕地利用動態(tài)度為度量，利用模糊有序聚類方法將耕地需求量劃分為不同的狀態(tài)區(qū)間，并建立馬爾可夫鏈狀態(tài)轉移概率矩陣，以規(guī)范化的各階自相關系數(shù)為權重改進傳統(tǒng)的馬爾可夫鏈預測模型，用改進后的模型對土地利用規(guī)劃中耕地需求量進行預測。實驗結果表明，改進后的方法預測結果與實際情況吻合，具科學性和實用性。模糊有序聚類；馬爾可夫鏈；耕地需求量；預測馬爾可夫鏈最基本特征是在系
紅河學院學報 2011年6期2011-12-27
- 馬爾可夫轉換模型的極大似然估計的算法
30073）馬爾可夫轉換模型的極大似然估計的算法張虎，胡淑蘭（中南財經(jīng)政法大學信息學院統(tǒng)計系，武漢430073）由金融和經(jīng)濟時間序列，文章引入了馬爾可夫轉換模型并詳細給出其原理——隱藏馬爾可夫模型，以及在條件高斯下的極大似然估計方法。通過引入新的模型——擴張隱藏馬爾可夫模型，對多種狀態(tài)轉移的情形下的極大似然估計量的算法進行了改進。馬爾可夫轉換模型；隱藏馬爾可夫模型；極大似然估計0 引言在金融和經(jīng)濟時間序列中，通常存在一些時間段，其時間序列的行為與前期相比，
統(tǒng)計與決策 2011年6期2011-10-18
- 一類帶移民的二次加權分枝模型
1 模型建立馬爾可夫過程是一類極為重要的隨機過程，是解決存儲問題、排隊問題、人口問題、風險問題等等的有效的數(shù)學工具。而馬爾可夫分枝過程又是馬爾可夫過程的重要分支，在排隊論、生物學、物理學等等中具有非常廣泛的應用。經(jīng)典馬爾可夫分枝過程已得到廣泛研究，它的最基本的性質就是分枝性，直觀的說，分枝性就是系統(tǒng)中不同粒子之間是相互獨立、互不干擾的。然而，在大多數(shù)現(xiàn)實情況中，不同粒子之間往往不是相互獨立的，而是密切相關的，因此很多學者對經(jīng)典馬爾可夫分枝模型進行了多種形式
統(tǒng)計與決策 2011年17期2011-09-26
- 馬爾可夫鏈在教學質量評估中的應用研究
23400)馬爾可夫鏈在教學質量評估中的應用研究施政(炎黃職業(yè)技術學院基礎部 江蘇淮安 223400)對馬爾可夫鏈在教學質量評估中的應用進行了研究，闡明了這種方法的基本原理及其具體實施步驟，為合理、有效地評價教學效果提供理論和實踐依據(jù)，并說明了馬爾可夫鏈評估法在評估教學質量時較其它評估方法更具合理性。馬爾可夫鏈;平穩(wěn)分布;轉移矩陣;教學質量在進行教學質量評估方法中，傳統(tǒng)的方法主要是分析學生某次考試成績的平均分或者及格率等，甚至以此作為主要依據(jù)來判斷各個不同
常州信息職業(yè)技術學院學報 2010年3期2010-09-07
- 隱非齊次馬爾可夫模型的強大數(shù)定律
0)隱非齊次馬爾可夫模型的強大數(shù)定律吳小太,吳艷蕾(安徽工程科技學院數(shù)學系,安徽蕪湖 241000)在狀態(tài)集都有限的情況下,給出了隱馬爾可夫模型的一些性質定理.利用馬氏鏈的強極限定理,得到了隱非齊次馬爾可夫模型的強大數(shù)定律.隱馬爾科夫模型;隱非齊次馬爾可夫模型;強大數(shù)定律1 引言設{Xn,n≥0}與{Yn,n≥0}是概率空間(?,F,P)上分別取值于S與T的隨機變量序列,其中S與T均為可列集.假設{Xn,n≥0}是馬氏鏈，它不能被直接觀測到,稱為隱藏鏈.而
純粹數(shù)學與應用數(shù)學 2009年3期2009-07-05