一种改进的Sunday字符串匹配算法

针对Sunday匹配算法在首字符和正文存在大量重复,使得其平均执行效率降低这一问题,提出了一种改进的Sunday算法。首先将重复的首字符压缩为一个字符,然后使用压缩后的字符串和正文进行匹配,若匹配成功,对成功匹配的位置信息前的字符和首字符进行循环匹配;如果匹配位数和模式串相同,则返回成功,否则返回失败。改进后的算法大大减少了匹配次数,使执行速度有了明显的提高。     

Study the Performance of Asymmetric Double Queues Polling Model

采用嵌入马尔科夫链和概率母函数的分析方法，对非对称双队列周期查询完全服务排队系统的一阶和二阶特性进行了分析，给出了系统的一阶和二阶特性解析式.     

基于SPCE061A单片机的嵌入式语音识别系统设计

设计一款嵌入式语音识别系统,该系统硬件平台以凌阳公司的SPCE061A为核心。采用离散隐马尔科夫模型识别算法对非特定人的孤立词语音识别。实验结果表明,该系统对非特定人孤立词识别率达90%以上,性价比高,可应用于许多场合,有一定的市场前景。文章阐述了该系统各个电路模块及软件流程图的设计。     

基于HMM的煤与瓦斯运动状态预测

介绍了隐马尔科夫模型(HMM),并将该理论引入到煤与瓦斯运动状态预测的研究中,以工作面瓦斯浓度正常值C、瓦斯浓度峰值P、峰值浓度与正常值之比B、两次采掘前后峰值浓度之比P的非接触式动态指标作为观察变量输入,煤与瓦斯的运动状态作为隐含变量输出,基于HMM提出一种新的预测煤与瓦斯运动状态的方法,通过实例训练预测,预测结果与实际监测趋势一致,且能实现提前预报.     

马尔科夫链在教学评价中的应用

教学评价是教育工作的重要内容,选取合理方法进行教学评价具有十分重要的意义。研究运用马尔科夫链模型,采取将学生成绩“标准化”的办法对教师的教学效果进行评价,以消除学生基础差异以及试卷难易程度不同对评价结果的影响,并举例说明该方法的实现,结果客观公正地评价了教师的教学质量。     

基于人工智能的动态马尔科夫模型预测空气质量指数

采用人工智能算法对北京市空气质量指数199个数据序列进行拟合得到拟合值序列和预测值,结合数据的动态变化特点,再与马尔科夫链结合进行动态预测,预测精度优于基于灰色理论的GM(1,1)模型和基于BP算法的神经网络模型。     

基于隐马尔科夫模型的网络安全风险评估方法

为了能实时准确地评估网络安全风险,提出一种基于隐马尔科夫模型的网络安全风险评估方法。该方法基于隐马尔科夫模型对目标网络进行建模,通过节点的直接风险和相关性引起的间接风险来量化节点的安全风险;考虑节点在网络中的重要性程度,结合节点安全风险,量化目标网络的整体安全风险。通过实验对所提方法进行验证。实验结果表明：该方法能够对由节点相关性和节点重要性程度所带来的网络安全风险进行量化,使得网络安全风险评估结果更加准确、可信。与传统的网络安全风险评估方法相比,该方法能够更加及时地发现网络中的异常风险变化情况,为网络安全防御策略的及时调整提供依据。     

基于子集模拟的建设工程项目多资源均衡优化算法

为高效、稳定地求解建设工程项目管理过程中的多资源均衡问题,提出一种基于子集模拟的优化算法.多资源均衡问题中,如直接采用工序计划开始时间作为决策变量,在优化算法的实现时易违反工序间的逻辑关系.为避免该问题,本文采用工序计划开始时间的间隔率变量表示(在二者的映射中考虑工序间的逻辑关系),并据此建立间隔率变量表示的建设工程项目多资源均衡优化模型,以简化基于子集模拟的优化算法的操作流程.通过算例验证,与目前应用较广的遗传算法相比,本文提出的优化算法在最优解的获取稳定性上有较大改进.     

代数学应用的某些实例(一)

本文介绍代数在实际问题中的某些应用实例,这些应用所依据的数学理论仅限于大学本科高等代数和线性代数的内容或稍许延伸。     

隐马尔科夫模型在词性标注中的应用

文章从一阶隐马尔科夫模型（HMM）的定义及其基本问题出发,把词性自动标注描述成HMM模型的一个应用,并给出了语料库中统计计算各个模型参数的方法,其中对词性序列的检测和最佳词性序列的生成方面进行了较详细的描述和研究。