马尔可夫链在高校通信市场预测与决策中的应用

借助随机过程中著名的马尔可夫链理论知识,以某地区三高校通信市场客户的转移数据为研究对象,分析了市场占有率的变化,通过实例来将马尔可夫分析法运用于决策过程,力图为通信市场分布策略研究提供一种新的思路.     

马尔可夫预测模型及其在市场预测中的应用

Markov预测技术的特殊性在不需要连续不断的历史和数据，而只需要最近和当前动态资料，本文尝试在市场预测中建立马尔可夫预测模型并对产品市场占有率进行预测。     

基于改进的隐马尔科夫模型的词性标注方法

针对隐马尔可夫(HMM)词性标注模型状态输出独立同分布等与语言实际特性不够协调的假设,对隐马尔可夫模型进行改进,引入马尔可夫族模型。,该模型用条件独立性假设取代HMM模型的独立性假设。将马尔可夫族模型应用于词性标注,并结合句法分析进行词性标注。用改进的隐马尔可夫模型进行词性标注实验。实验结果表明:与条件独立性假设相比,独立性假设是过强假设,因而基于马尔可夫族模型的语言模型更符合语言等实际物理过程;在相同的测试条件下,马尔可夫族模型明显好于隐马尔可夫模型,词性标注准确率从94.642%提高到97.126%。     

基于灰色-马尔可夫模型的上海房价走势实证研究

针对房地产营销过程中,价格变化随机性的特点,将灰色GM(1,1)预测与马尔可夫预测有机结合,构成灰色-马尔可夫预测模型,对未来某一时段的房价的灰色预测结果做马尔可夫评价。结果表明,该模型是切实有效的。因此,此模型可用于指导房地产政策的制定。     

基于改进的隐马尔科夫模型的语音识别方法

针对隐马尔可夫（HMM）语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷,对隐马尔可夫模型进行改进,提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过程,HMM模型则是双重随机过程,因而,HMM模型可视为马尔可夫族模型的特例。马尔可夫族模型用条件独立性假设取代了HMM模型的独立性假设。相对条件独立性假设,独立性假设是过强假设,因而,基于马尔可夫族模型的语音模型更符合语音实际物理过程。在马尔可夫族语音识别模型中引入状态段长信息,能自动根据语速对语音单元段长进行调整。非特定人连续语音实验结果表明,利用状态段长信息的改进语音识别模型比经典HMM模型的性能明显提高。     

N-策略GI／G／1排队系统瞬时队长分布

探讨了一个具有如下特征的排队系统,顾客到达的时间间隔和服务时间独立同分布,系统进入空闲之后,服务员开始休假,直到累积Ⅳ个顾客之后,才进入一个新的忙期．此系统是经典GI／G/1排队系统的拓广,利用补充变量法,可以得到一马尔可夫骨架过程,借助于马尔可夫骨架过程理论,该系统瞬时队长分布的积分表示被导出．     

马尔可夫预测在营销管理中的应用

马尔可夫分析法主要用以分析随机事件未来发展变化的趋势，可用于企业营销管理和市场预测，以预测市场占有率、顾客的购买力趋向等。在现代企业的营销管理中，有许多活动是随机的、重复的，因此可以用马尔可夫分析法分析某些变量的状况及其动向，即利用某一变量的现在状态和动向去预测该变量未来的状态及其动向，以预测未来特定时期可能产生的变动，以便采取相应的对策。     

马尔可夫网络排队模型在电梯配置中的应用

利用马尔可夫网络排队理论建立了电梯交通模型，在此基础上对各服务站的电梯配置交通进行计算，得到电梯的配置参数。通过与传统的电梯配置方法相比较，显示出明显的优越性，也表明了利用马尔可夫网络排队模型进行电梯配置的有效性和可行性。     

基于马尔可夫跳理论的固定资产系统的建模及能控性分析

考虑到固定资产在随机因素影响下的动态变化特性,提出了基于马尔可夫跳理论的固定资产模型。在此基础上,给出了固定资产变化过程的期望能控性问题的充分条件。在给出固定资产M年计划定义的同时,讨论了保证固定资产期望能控到肘年计划的条件。     

用动态贝叶斯网络构建协同过滤推荐的新方法

提出了一种基于动态贝叶斯网络的隐马尔可夫协同过滤推荐的新方法。基于隐马尔可夫模型的协同过滤方法模拟用户在浏览网页时的行为,根据用户浏览网页时的行为建立最近邻集合。在基于隐马尔可夫协同过滤推荐技术的基础上,构造基于DBN的推荐模型。当有新类型的数据加入时,用此模型来更新推荐模型。实验表明,此方法具有较高的推荐质量。     

集值马尔可夫过程及其存在性

如同马尔可夫过程在随机过程理论中的重要性一样,集值马尔可夫过程在集值随机过程理论中也是非常重要的。但由于种种原因,到目前为止,集值马尔可夫过程能见到的研究成果还不多见,就连它的定义,至今还没有统一的处理,使研究工作感到困难。从最直观的角度给出集植马尔可夫过程的定义,在此基础上,证明了它的一系列定义的等价性,从而对这类过程的本质有较为完整的认识。类似于经典情形一样,引进了转移函数和集值齐次马尔可夫过程的概念。运用柯尔莫哥洛夫定理,讨论了集值齐次马尔可夫过程的判定定理。在上述讨论的基础上,证明了齐次集值马尔可夫过程的存在性。     

证券组合的马尔可夫链分析

本文将证券价格的时间序列分解成趋势变动序列和马尔可夫序列,建立了证券组合收益的马尔可夫模型,并讨论了此模型下长期投资的证券组合平均收益问题。     

运用齐次马尔可夫链分析法进行教学质量评价

文章首先介绍了齐次马尔可夫链分析法的基本原理，在此基础上应用此方法，利用同一地区两所学校1995年中考成绩和1998年高考成绩对两所学校的教学质量进行了分析比较，文章最后还采用协方差分析方法对这两所学校的教学质量进行了评价，结果表明了运用齐次马尔可夫链分析法进行教学质量评价的可行性。     

正比计数器中气体放大均方偏差之估计

借助于马尔可夫过程计算了正比计数器中气体放大的分布函数,与正则分布不同,此分布函数是单调下降的。借助此分布函数估计了气体放大均方偏差,计算所得结果与实验符合。     

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.     

马尔可夫链在预测太原市降水量中的应用

根据1978年-2007年的降水资料,应用马尔可夫链的预测模型对太原市的降水量情况进行预测和分析,并指出此模型可靠性较差.然后利用加权马尔可夫链模型进行改进,通过加权的方法反映出各年的相互依存关系,并获得了较为满意的结果.     

基于GM-MC模型的唐家庄矿闭坑水位回升预测

为实现对闭坑矿井水位回升的超前预防预控,结合唐家庄矿已有的观测孔水位回升数据,在传统灰色GM(1,1)模型的基础上建立了灰色——马尔可夫模型。通过对两种预测结果的模拟精度对比分析,最后选择了精度较高的灰色马尔可夫模型对矿井2018年的井内水位进行预测,预测结果的精度为9995%,并且GM-MC模型对水位回升过程的预测与矿井内水位实际回升过程更为适合。在实际工程中,采用灰色——马尔可夫模型对闭坑矿井内的水位回升过程进行预测是可行的,证明此方法对矿井制定针对性的水量排查具有一定的理论依据。     

基于住户差异性的住宅建筑在室行为预测模型

现有住宅建筑在室行为预测模型缺乏对住户差异性的合理考虑,导致模型往往存在整体预测精度不高和适用性受限等问题.针对这一问题,提出一种考虑住户差异性的马尔可夫链在室状态预测模型.该模型首先通过Spearman相关性分析确定了不同影响因素(即特征参数)与住户总在室时长的相关性,将相关系数作为特征参数权值并结合聚类分析对住户群体进行分类.在此基础上采用马尔可夫链模型对住户在室状态进行预测.为评估所建立预测模型的性能,以英国TUS(Time Use Survey)数据库为例,将改进模型与传统马尔可夫链模型进行对比分析.结果表明,该方法能够综合考虑不同住户特征参数及其对在室行为的影响,对住户进行合理的分类,与传统马尔可夫模型相比,所建预测模型显著提升了整体性能,平均绝对误差和均方根误差分别减小了20.57％和15.35％.