基于绝对分布的马氏链和加权马氏链的预测评价

利用随机模拟，对基于绝对分布的马氏链预测和加权马氏链预测两种预测方法的预测误差进行分析，得出了加权马氏链预测要优于基于绝对分布马氏链预测的结论。     

三重循环马氏链的强大数定律

为了研究一类非齐次马氏链——循环马氏链的强极限定理,首先考虑到非齐次马氏链的转移矩阵是循环的情形经常出现,从而引进了三重循环马氏链的概念,然后利用非齐次马氏链函数的极限性质推导出三重循环马氏链关于状态出现频率的极限性质,并利用该性质得到了三重循环马氏链关于状态出现频率的强大数定律,为循环马氏链的应用提供了理论依据.     

随机网络的马氏链模型

本文给出一种严格的数学模型描述随机网络,该模型与BA模型有相同的边际分布和边界条件。我们不但给出模型的边际分布,也给出所有多维联合分布,并且构造出概率空间使得这个新模型可以看作其上的图值马氏链。     

关于渐近循环马氏链的强大数定律

研究了一类非齐次马氏链—渐近循环马氏链的强大数定律.首先引出了渐近循环马氏链的概念,然后给出了一些引理;利用了信源的二元函数平均的一个极限定理,该定理是利用鞅差序列的收敛定理得到的;最后利用了渐近循环马氏链关于状态序偶出现频率的强大数定理给出并证明了关于渐近循环马氏链的强大数定律,该定理作为推论可以得到已有的结果.     

不确定网络及其度分布的马氏链数值分析

采用不确定理论的方法,基于BA模型及演化网络模型,通过在择优概率的基础上加入不确定变量,提出一个能较好描述现实复杂网络特征的不确定演化网络模型。针对该模型,运用马氏链数值方法,根据连线增加和删除数目的不同关系导出相应的度分布和幂率指数的表达式。理论、数值分析和模拟结果表明:该模型能自组织演化成无标度网络,度分布遵循幂率分布,与现实中的一些网络相吻合,由于不确定性的普遍性,该模型具有一般性。     

基于重要性排序蒙特卡洛粒子滤波的物体跟踪算法

研究复杂背景下的物体跟踪方法. 提出一种用于物体跟踪的重要性排序马氏链蒙特卡洛粒子滤波算法. 算法利用少量加权初始粒子得到后验概率分布的初步估计,并通过重要性排序马氏链蒙特卡洛采样技术从该初步估计抽取新的粒子,以构建对应不同模态的多条独立马氏链,从而充分逼近真实后验概率分布的多模态. 所提出的算法自适应地根据当前模态分布构建多条独立马氏链,因此能够在多模态的复杂场景下准确估计目标状态的后验概率分布;同时,在构建马氏链的过程中,算法采用重要性排序策略确定历史样本被选为状态转移核的似然度,提高了小权重样本被选中的可能性,降低了在马氏链构建过程中陷入局部最优的概率. 仿真实验以及真实视频上所进行的实验显示,所提出的方法能够实现准确稳定的物体跟踪,且效果优于标准粒子滤波算法以及马氏链蒙特卡洛粒子滤波算法.      

马氏链预测模型的代数处理方法

马氏链预测法是通过对事物不同状态的初始概率及状态之间的转移概率的研究,预测事物的未来状态。本文建立了股价预测的马氏链数学模型,用代数的方法处理马氏链的高阶概率转移矩阵和平稳分布。     

利用计算机研究马尔科夫链

本文给出一种通过利用计算机分析马氏链的转移矩阵便能确定该链特性(如遍历性、长久分布、瞬时态的平均被吸收时间)的方法。     

随机环境中马氏链的特征数与禁止概率

利用马氏链的一般理论讨论了随机环境中马氏链的特征数和禁止概率的关系,给出了强常返状态特征数的分解公式,利用禁止概率的一般分解公式研究了分布矩的性质,丰富了现有文献中的随机环境中马氏链的相关结果。     

团体择优广义合作网络的度分布分析

将团体竞争的思想引入到合作网络的研究中, 提出了一个团体择优广义合作网络模型, 其中, 新加入的节点以团体择优概率选择已存在的节点形成一个含有T个节点完全图. 利用马尔可夫链的方法, 证明了网络的稳态度分布是存在的, 且得到了网络度分布的精确解析表达式, 并说明了此广义合作网络是一个标度指数γ＝T＋1的无标度网络.     

带有倾向性的环状网络Small-World现象的分析

一个环状网络可以由马尔科夫链来描述,并且通过求解该马尔科夫链的平均首达时间等指标来描述该网络的特点.一个带有倾向性的环状网络,其上马尔科夫链的平均首达时间解可以被精确求出.带有倾向性的环状网络上的Small-World现象与对称环状网络也有一定的差异.     

用Hopfield神经网络求解一类Markov链的客户关系管理模型

以客户关系管理(custom er re lationsh ip m anage-m en t,CRM)的数学模型为背景,研究了如何用Hop fie ld神经网络构建一类M arkov链表述的CRM的客户分类分析和评价的计算模型。从一种不同于现CRM的对客户关系评价的思路入手,用M arkov链建模。分析该类马氏链建立的CRM数学模型的特点(无限次交易),分析连续Hop fie ld神经网络计算的内在特点。从矩阵结构和求逆的角度,发现这两个不同概念模型的数学模型具有相同的特点。研究结果将该类马氏链的CRM模型计算同Hop fie ld神经网络计算关联起来。这表明可以用连续Hop fie ld神经网络计算该类M arkov链的CRM模型。     

马尔可夫链在爆破网路分析中的应用

将爆破网路中常见的一些典型形式化归成马尔可夫链的模型,给出了这些马尔可夫链的转移概率矩阵,并将跨越式网路化归成一种“推广的马尔可夫链”,对这种推广的马尔可夫链的任意ｍ步转移概率和ｍ步全转移概率提出了简炼的矩阵算法。     

基于马尔科夫链模型的网络链路权重评价方法

网络链路权重评价是网络运维管理的重要依据?将马尔科夫链的转移概率引入到网络链路权重评价中,从概率的角度来衡量相邻节点的可达性;充分考虑链路?节点的故障性,将网络中任意两相邻节点的通信过程近似为马尔科夫过程,基于此,提出了基于马尔科夫链模型的网络链路权重评价方法?根据网络的关联矩阵得到1步概率转移矩阵,进而求得网络的多步马尔科夫转移概率矩阵,直至所有节点概率可达,通过累加相邻节点间概率来衡量链路可达性?通过算例分别分析了串联网络?桥式网络和复杂网络的链路权重评价问题?分析表明,该方法不仅能准确评价网络链路的权重,而且还解决了删边或缩边方法难以分析串联网络的问题,具有计算量小?易编程实现的特点?     

稀疏网络编码中秩分布分析模型研究

针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题,提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析,并通过该性能分析模型分析编码包传输后期的译码成功概率;基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率,并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进,由状态转移概率构建吸收马尔可夫链基本矩阵,得出信宿端收到非再生包的线性相关概率,进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明,在相同条件下所提模型性能指标精确度均优于对比模型,且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。     

突发事件下高速铁路区间通过能力计算

分析突发事件条件下区间通过能力计算涉及的不确定因素. 针对其动态性、模糊性、随机性及无后效性等特点,建立了基于马尔可夫链的区间通过能力计算方法. 当特殊运营条件发生或列车运行受到随机干扰时,利用模糊评判法建立状态转移矩阵,而后根据列车速度对路网能力进行快速折算. 实验证明,基于马尔科夫链的能力计算方法更能容错各类不确定性因素,可预测未来某时段的路网通过能力.     

神经网络中的退火:Ⅰ.时齐情况

本文考虑神经网络经过时齐退火后的极限分布,从动力系统的随机扰动的观点出发,我们证明了极限分布将最后集中在吸引子的一个子集上,当网络可逆时,极限分布为该集合上的均匀分布,文中解释了上述现象发生的原因。     

采用数学建模方法对通用分组无线业务网络的性能分析

建立了一个二维连续时间的马尔可夫链模型，描述了通用分组无线业务(GPRS)和语音业务在一定的动态信道分配方案下对有限信道资源的共享。采用一种近似求解方法求得上述马尔可夫链的稳态解，通过数值计算可以估计出GSM／GPRS网络的一些主要性能，如呼叫阻塞率、数据平均传输速率、信道利用率等。计算结果表明，该模型对于估计网络性能是有效的，对于网络优化也具有一定的辅助作用。     

采用GRU-MC混合算法的锂离子电池RUL预测

锂离子电池的剩余使用寿命预测是电池管理系统的重要组成部分.为解决锂离子电池剩余使用寿命预测不准确的问题,提出一种基于门控循环单元和马尔科夫链的锂离子电池剩余使用寿命预测方法.首先,对数据进行数据清洗和数据规范,选择构建特征矩阵;然后,搭建基于门控循环单元网络的预测模型,并运用马尔科夫链算法对预测模型的初步结果进行误差修...     

马尔可夫链在网络积分中的应用

网络中有许多地方要用到网络积分.例如腾讯公司的QQ游戏中、其他网络游戏中都要用到积分.还有论坛比如小木虫论坛等也会用到积分.主要利用马尔可夫链对网络中的一些积分进行分析和预测.基本方法就是利用状态之间的转移概率矩阵预测事件的积分状态及其发展变化趋势.