基于马尔可夫随机场的曲面光顺算法

利用最小均方（LMS）线性预测方法检测曲面型值点，对误差较大的坏点采用预测值进行修正，从而有效地避免了坏点对曲面光顺效果的影响。基于马尔可夫随机场（MRF）的局部特性，采用二阶邻域内数据点的线性组合代替原型值点，选择适当的加权系数，依次对各型值点进行修改，即可在保证曲面精度的前提下实现曲面光顺。计算结果证明，此算法结构简单，运算速度快，修改能力强，对不同形式的参数曲面都可以取得良好的光顺效果。     

具有局部搜索能力的自适应变异遗传算法

针对函数优化问题，提出一种自适应变异遗传算法来提高局部搜索的能力，弥补简单遗传算法易于早熟收敛的缺陷。最后以De Jong函数为仿真对象，将此算法与其它三种遗传算法进行比较，仿真结果表明此算法对于函数优化问题非常有效，大大加快了算法的收敛速度，并大幅度提高了搜寻到最优解的概率。     

SOFM和HMM在矢量量化码本优化中的应用

在语音压缩编码中，矢量量化占有很大比重和计算量。码本的好坏与方法的选择有很大关系。将基于神经网络的ＳＯＦＭ（自组织特征映射算法）和ＨＭＭ（隐含马尔可夫过程）应用于矢量量化，从而产生更为优良的码本。     

冲击减振系统转移概率密度函数的研究

研究单自由度系统在平稳随机激励作用下，使用冲击减振器得出自由活动物体和主振体碰撞后，自由活动物体的速度遵从一步记忆的马尔可夫过程。得到了振动系统的转移概率密度函数。     

软件测试的一种数学优化方法──由Fokker Planck方程得到的Markov链算法

从数学优化角度对软件测试问题进行探索性研究，将软件测试中的结构测试问题转化为一个组合最优化问题，然后利用Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程的离散形式而得到的Ｍａｒｋｏｖ链为基础的一个算法求解．最后给出了几个测试实例的部分数值结果。     

股市预测的马尔柯夫过程模型

给出了用马尔林夫过程预测股市短期或中长期走势的一种方法，对其它技术分析方法作了有益的补充。     

一种新的ATM网业务模型

提出一种新的ＡＴＭ网业务模型，它去除了ＭＭＰＰ等信源业务模型中的泊松到达假设，更符合ＡＴＭ中业务的性质。它可以用于描述数据、语音、视频，甚至它们的复合业务流。给出了对这种模型进行排队分析的流体流分析法。最后以视频与话音业务的复合为例给出分析结果，并与仿真实验进行了对比，结果是令人满意的。     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.