基于模拟退火算法与隐马尔可夫模型的Web信息抽取

典型隐马尔可夫模型对初始参数非常敏感,采用随机参数训练隐马尔可夫模型时常陷入局部最优,应用于W eb信息抽取时效果不佳.文中提出基于模拟退火算法与隐马尔可夫模型的W eb信息抽取算法.通过实验比较选择最佳的模拟退火算法参数,结合Baum-W elch算法优化隐马尔可夫模型并应用于W eb信息抽取.实验结果表明新算法在信息抽取的精确率和召回率都有明显的提高.     

带驻留时间隐马尔可夫模型学习算法的改进

对隐马尔可夫模（hidden Markov model：HMM）的状态驻留时间的概率进行了修订,给出了改进的带驻留时间隐马尔可夫模型的结构,并在传统的隐马尔可夫模型（traditional hidden Markov model：THMM）的基础上讨论了新模型的前向-后向变量,导出了新模型的前向-后向算法的迭代公式,同时也给出了新模型各个参数的重估公式．     

基于隐马尔可夫模型和遗传算法的地图匹配算法

综合采用隐马尔可夫模型(HMM)和遗传算法,提出了一种新的地图匹配算法.首先初始化HMM概率矩阵,然后使用前向后向算法进行参数学习,用Viterbi算法预测一组路段序列,最后将路段序列作为种群,通过遗传算法得到最优的路段序列.采用北京市2012年出租车GPS定位数据分别对传统的基于隐马尔可夫模型的算法和新算法进行测试,实验结果表明,传统的基于隐马尔可夫模型的算法的匹配精确度低于90%,新算法的匹配精确度高达90%以上.     

模拟人类发散思维的测度值马尔可夫理论模型

本文提出测度值马尔可夫决策过程新模型.在此模型下,agent对环境的把握用测度概念来表示,于是agent则根据测度来决定自己的最优行动以得到最优策略,因此本文也提供了测度值马尔可夫决策过程的最优策略算法.该模型是部分可观察马尔可夫决策过程的推广,它反映人类思维的一个重要特征,人们在把握全部状态可能性(即对状态空间进行权衡度量)的态势下,思考问题并选择自己的最优行动.部分可观察马尔可夫决策过程只是它的一种特例.     

基于文本分块的多模板隐马尔可夫模型的文本信息抽取

针对文本信息抽取中训练数据来源的多样化，不利于学习到最优的模型参数的问题，提出了一种基于多模板隐马尔可夫模型的文本信息抽取算法. 新算法利用文本排版格式、分隔符等信息，对文本进行分块，在此基础上，通过对训练数据分成多个形式模板训练隐马尔可夫初始概率及转移概率参数，最后，结合统一训练的释放概率参数，对文本信息进行抽取. 实验结果表明，新算法在精确度和召回率指标上比简单隐马尔可夫模型具有更好的性能.     

关于m重隐非齐次马尔可夫模型的混合性

研究了m重隐非齐次马尔可夫模型的混合性.首先给出了m重非齐次马尔可夫链混合性的定义,然后证明了m重非齐次马尔可夫链满足混合性的充分条件,最后将所得结果推广到了m重隐非齐次马尔可夫模型上,为进一步研究多重隐马尔可夫模型提供了理论基础.     

基于OpenCL的隐马尔可夫模型的GPU并行实现

隐马尔可夫模型(HMM)是建立在马尔可夫链的基础上的统计模型.虽然隐马尔可夫模型是一种计算高效的机器学习模型,但是当处理的数据集规模过于庞大时,分析的时间太长.因此,我们有必要研究隐马尔可夫模型的并行化设计,以提高模型的运算速度.近年来,开放计算语言(OpenCL)的出现,使得设计通用的并行程序成为可能.该文,我们分析了隐马尔可夫模型三类算法的并行特性,并设计基于OpenCL的并行实现.实验结果表明,隐马尔可夫模型在GPU上的并行化实现最高获得了640倍的加速比.     

灰色马尔可夫模型的改进及农业受灾面积预测应用

针对传统的GM(1,1)模型对波动性较大的数据预测精度较低的问题,进行了2次改进并分别与马尔可夫链预测相结合建立了灰色马尔可夫模型.将各模型应用于江西农业受灾面积预测,结果表明,改进的灰色模型和灰色马尔可夫模型拟合精度较传统方法均有明显提高,验证了改进的灰色马尔可夫模型的有效性.     

基于改进的隐马尔可夫模型的网页预取

为提高基于隐马尔可夫模型(HMM:Hidden Markov Model)的网页预取精度,对经典隐马尔可夫模型的两个前提假设进行了扩展,推导出新模型中计算观测序列概率的公式.由此构建出可用于网页预取的高阶隐马尔可夫模型,同时为降低高阶隐马尔可夫模型的空间复杂度,给出了构建树状状态空间存储访问序列的算法.介绍了将改进的隐马尔可夫模型应用于网页预取的具体方法,通过对比实验证实该方法的预取准确度提高了7%.     

基于误用检测与异常行为检测的整合模型

针对入侵检测中普遍存在检测率低与误报过高的问题,采用基于多维-隐马尔可夫模型的检测方法和基于Apriori算法的误用检测技术相结合的入侵检测系统(intrusion detection system,IDS)模型.新模型减少了单纯使用某种入侵检测技术时的漏报率和误报率,同时在异常检测模块中采用了隐马尔可夫与简单贝叶斯分...     

一种新型结构叶片对风力机气动性能的影响

针对风力机在旋转过程中产生的叶尖涡影响风力机本身以及下游风力机气动性能的问题,提出了一种控制叶尖涡的策略,以减小叶尖涡对风力机本身及下游风力机气动性能的影响.以PhaseⅥ叶片的1/8模型为原始模型,在叶尖处和轮毂处同时开洞,用管道将洞连接的模型称作新模型.采用数值模拟的方法对来流风速从6 m/s到20 m/s的15个工况下原始模型和新模型风力机进行了对比分析,结果表明:在低风速下原始模型和新模型气动性能几乎一样,即新模型对叶片气动性能影响很小,尾流扩散速度也相近;但随着来流风速的增大新模型对风力机气动性能的影响也随之增大,新模型风轮功率比原始模型风轮功率有明显提高,尾流在风轮旋转平面内扩散速度变快,在来流方向传播距离变短.新模型尾流可以减小对下游风力机的影响,提升了风电场风能的利用效率.     

Synthesis of fractal signals with wavelet bases

Based on the characterization of self-similarity, a new model of the fractal signals with discrete wavelet synthetic formula is obtained, and a formula to calculate the time-average speetrum of the signals constructed by the new model is given. It is shown that the new model is more precise than the previous ones.     

A New Segmentation Model--Combined Mumford-Shah Model with Narrow Band

A segmentation model that combines the Mumford-Shah (M-S) model and narrow band scheme of level set is presented. The M-S model is a desirable model for image segmentation, but computationally time-consuming. This paper introduces a fast segmentation model, which combines the M-S model and narrow band scheme using new initialization method. The new initialization method is based on fast marching method, and the computing time is O(n). In each iteration step, the new segmentation model only deals with the data in narrow band instead of the whole image. Comparing M-S model and new narrow band M-S, experiments show that the two models can obtain almost the same segmentation result, but the computing time of new narrow band M-S model is much less than M-S model.     

优化背景值的GM(1,1)

为了提高模型的拟合精度,提出了一种新的改进GM(1,1)模型.从优化GM(1,1)模型背景值的定义出发,推导出利用原始数据生成的背景值公式,将其与经过优化的初始条件结合,构造出改进的GM(1,1)模型.此模型将在很大程度上消除由于背景值的选取所产生的误差.对该模型进行数据模拟,通过与原模型中数据的比较、分析,验证出新的优化模型具有更好的模拟精度,说明该模型的有效性,可以将其应用于对其它数据的拟合预测.     

基于PDE算法的指静脉图像预处理

为了更好地去除手指静脉图片中的噪声, 提出一种基于偏微分方程算法（PDE）的去噪新模型. 该模型在P M模型的基础上, 采用新的扩散函数, 并结合四阶PDE模型对原模型结构进行变换. 用合成图像和真实指静脉图像分别对新模型进行实验验证, 结果表明, 相对于P M模型, 新模型使信噪比（SNR）值提高了约5 dB, 且能在去除噪声的同时很好地保持指静脉特征.     

非线性规划的对称对偶性

提出了一个非线性规划的对称对偶模型 ,它统一了非线性规划中两类对称模型。在不变凸条件下证明了该对称对偶模型具有弱对偶性、强对偶性和逆对偶性     

基于SVM的密炼机混炼胶的粘度预测

为了提高密炼机混炼胶粘度预测模型的可用性和精确度，在单台机模型的基础上用支持向量机(SVM)非线性回归算法建立了一种新的基于SVM的混炼胶粘度预测模型，并采用此模型对实测数据进行了预测．结果表明，文中所建立的新模型不仅降低了建立预测模型时的工作量，而且提高了预测精度与速度．与多元回归的预测结果相比，新模型具有更好的准确性，可有效用于混炼胶质量指标的在线预测．     

水循环综合模拟系统的降雨产流模型研究

重点阐述国内自主研发的水循环综合模拟系统(HIMS,hydro-infomatic modelling system)降雨产流模型的新发展。HIMS原有产流计算主要是基于降雨动态入渗机制的LCM模型,该产流模型是通过大量野外小流域观测试验提出的经验模型。为进一步揭示其物理机制,HIMS研究团队基于物理机制清晰的Green-Ampt模型,提出了新的GAF模型。从理论上通过GAF模型可以直接推导出LCM模型,以及SCS-CN模型,并证明了LCM模型是GAF模型的高精度幂指数近似,而SCSCN模型是GAF模型的倒数线性近似解简化;通过对GAF模型解析解的深入分析,提出了两参数SCS-CN修正模型,使之包含了雨强的影响。     

解一类线性变分不等式问题的神经网络

提出了求解一类线性变分不等式问题的一个新神经网络.定义了恰当的能量函数,严格证明了该网络是Lyapunov稳定的,并且渐近收敛于原问题的一个精确解.此外,新模型在适当的条件下是指数稳定的.由于新模型的规模与原问题相同,并且其参数易于选择,因此其结构简单,更适合于硬件实现.实例表明新模型不仅可行,而且有效.     

河道模型的改进及扩展应用

提出了一种新的改进型储层沉积相建模的河道模型 ,该模型扩展了对河流分汊、交汇等现象的描述和模拟 ,根据改进的河道模型的特点和河道的地质地理特征 ,利用一种新的河道模型条件化算法 ,并将河道模型与砂岩概率模型相结合 ,实现了协同布尔模拟。实例应用表明 ,改进的河道模型包含了更为全面的地质信息 ,其应用更为广泛 ;新的条件化方法是从河道的上游、下游和支流 3个角度进行模拟计算 ,对河流沉积的描述更为准确 ,算法简洁 ,计算速度明显提高。通过协同布尔模拟可以使储层沉积相建模有效地结合多方面的次级信息 ,降低了储层模型的不确定性。