基于隐马尔可夫模型的体育视频分类方法

针对体育视频的分类问题,提出一种基于隐马尔可夫(HMM)模型的分类方法.首先,在各类运动训练视频片段的连续帧中提取4维运动特征向量,并基于特征向量训练各类的HMM.然后,将视频片段以状态序列表示,并利用HMM计算状态转换的概率,以此来检测运动事件.最后,基于各类运动的参考字典,通过相似度计算来匹配测试视频中的事件,最终实现对视频片段的分类.实验结果表明,该方法具有较高的分类精度.     

马尔可夫模型在市场销售和设备维修中的应用

马尔可夫链是一种特殊的随机过程.应用它的计算方法,对随机变量进行马尔可夫分析,利用转移概率求出稳定状态概率,从而选择出最佳的决策方案.通过实例,阐述了马尔可夫模型在市场销售和设备维修中的应用.     

分歧泊松自回归模型的马尔可夫性

分歧自回归模型广泛用于细胞分裂研究,用以分析遗传和环境因素对细胞分裂过程的影响.针对分歧自回归模型的一种形式即分歧泊松自回归模型,利用概率论中母函数方法推导模型性质,并证明模型的马尔可夫性.     

具有随机保费收入的复合马尔可夫二项模型

研究具有随机保费收入的复合马尔可夫二项模型,利用概率母函数分别得到了有条件和无条件的情况下Gerber-Shiu折现罚金函数的瑕疵更新方程.     

三阶隐马氏模型算法及其与一阶隐马氏模型的关系

为了考虑更多的统计特征,提出了一类三阶隐马氏模型,其中状态转移和输出观测同时取决于当前状态和前面两个状态. 研究和推导了这类三阶隐马氏模型中估值问题的向前－向后算法、解码问题的Viterbi算法和学习问题的Baum-Welch算法. 对此类三阶隐马氏模型,构造了一个与之等价的一阶隐马氏模型,提出并证明了它们的等价性定理. 研究结果丰富了隐马氏模型的算法理论,可为一些实际应用提供更好的方法.     

二阶HMM算法改进及在miRNA靶基因预测中的应用

隐马氏模型在语音识别和生物信息学中有重要的应用. 本文研究二阶隐马氏模型(HMM2)的基本算法,利用归一化和递推原理,改进模型的前向-后向算法及Baum-Welch训练算法并给予证明,使得该算法更容易理解和机器实现,并保证数值稳定性. 将HMM2应用到miRNA靶基因预测的后期过滤处理中取得了较好的结果.     

基于两次改进的灰色-马尔可夫模型的太原房价预测

针对灰色-马尔可夫预测模型,先是利用多项式拟合对灰色预测曲线进行改进,然后利用递进转移概率矩阵对上述模型再次进行改进.最后将上述五种模型对太原最近两年的房价进行预测,并对各个模型的结果进行平均相对误差、后验差比值等分析,结果表明,两次改进的灰色马尔可夫模型优于其它四种模型.     

迭代更新信源模型参数的信源-信道联合译码

提出一种在HMM基础上同时更新模型参数和译码的信源信道联合译码算法.通过接收到的含噪声信息序列以及由训练序列获得的先验知识对信源模型参数重新估计,将参数更新与联合译码过程迭代进行,一方面得到了信源序列更精确的概率结构,另一方面提高了联合译码的性能,并从信息论角度给出了信源模型参数的改善量.     

具有时变滞后的不确定马尔可夫跳跃系统的鲁棒稳定性

马尔可夫跳跃线性系统是一类具有随机马尔可夫跳跃参数的线性系统,其应用于结构扰动衰减或变化的模型系统中。研究了具有不确定性跳跃线性时滞系统的鲁棒稳定性,采用线性矩阵不等式(LMI)途径,提出并证明了鲁棒稳定性的存在条件,还设计了相应的状态反馈控制器。最后,举例说明这种途径的有效性。     

马尔可夫预测模型在伤寒和副伤寒预测中的应用

对于传染病有效的防预与控制,一直以来都是卫生部门管理的重点.建立了对全国伤寒和副伤寒传染病进行预测的马尔可夫链预测模型.该模型能准确预测出该传染病年发病率.在大量已知数据的前提下,该模型有较高的准确性和可信度,且具有很强的推广价值.     

多重ANN/HMM混合模型在时序模式识别中的应用

针对样本集上样本之间存在较大差异的问题,提出了基于人工神经网络的隐马尔可夫（多重ANN/HMM）混合模型的思想,每重子模型能够自动聚合差异性较小的样本,最终各个子模型通过竞争的方式优胜的子模型作为该模型的最终结果.     

连续汉语音流中声韵母切分研究

根据汉语语音的特点,提出了一种连续汉语语音中声韵母自动切分的新算法.根据音素单元结构确定HMM模型中的状态数,利用HMM模型进行音素切分,再对切分结果进行合并,得到最终的声韵母子词单元.通过实验验证了子词单元产生的稳定性和准确性,实验结果表明,算法在这两方面均达到了较好的性能,且与话者无关.     

一阶线性双曲组的时空全间断有限元的收敛性

讨论变系数一阶双曲组的时空双m次间断有限元解.基于单元上的Radau-型展开,在矩形网格上证明了有限元的最佳收敛性.数值例子还证实了在m 1-阶Radau点上的超收敛性.     

基于短记忆原理的分数阶系统时域子空间辨识

针对多变量分数阶系统提出一种基于短记忆原理的时域子空间辨识算法. 该算法能够有效辨识多变量分数阶系统的系数矩阵和分数阶微分阶次. 利用Poisson 矩函数对输入输出信号进行滤波预处理,构造了子空间方法的输入输出矩阵. 通过代价函数将分数阶微分阶次辨识转化为参数寻优问题. 利用分数阶微分的短记忆原理,将分数阶微分阶次和输入输出数据矩阵进行分离,避免了输入输出信号的分数阶微分计算过程. 数值仿真对算法的有效性进行了验证.     

关于二阶实矩阵的一个问题

设n是正整数，A是二阶实矩阵．该文证明了：如果A^n=E2且｜A—E2｜=n,其中E2是二阶单位矩阵，则必有n=3，A=（^a c ^b -1-1a），其中a、b、c是适合a^2＋a＋bc＋1=0的实数．     

二阶变系数线性微分方程的广义通解

本文仅在P（x）于区间（a,b）内可导,q（x）,f（x）在（a,b）内连续的条件下,在文〔1〕中Riccati方程广义解的定义下,给出了二阶变系数线性非齐次微分方程的广义通解的求法.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

关于双参数指数型分布次序统计量的分布性质

给出了双参数指数型分布的分布函数和密度函数,探讨了双参数指数型分布的次序统计量的一些重要分布性质。证明了服从双参数指数分布的随机变量X_(1),X_(2),…,X_(n)不相互独立,且不服从同一分布,但是得到了X_(i),X_(j)之间满足TP_2依赖;同时证明了对于任意ij,有RTI(X_(j)|X_(i))、LTD(X_(i)|X_(j))和RSCI成立。     

高阶矢量基函数的叠层网格快速算法

根据Andersen提出的用于矢量有限元中的高阶叠层旋度共形基函数,导出一种高阶叠层散度共形基函数,将其用于矩量法中,并结合多层快速多极子方法分析导体目标的散射问题. 为了进一步提高叠层基函数的计算效率,提出了基于广义极小余量法的叠层网格迭代算法,用于基于高阶叠层矢量基函数的多层快速多极子方法中. 通过计算导体球和橄榄体的雷达散射截面,验证了该文方法的高效性.