关于齐次马氏信源二元函数的一类偏差定理

利用任意信源相对熵密度偏差的概念，使用分析的方法研究了齐次马氏信源的一类强偏差定理，得出了一个二元函数的一类强偏差定理和几个极限性质．     

关于二重非齐次可列马氏链的一类极限定理

给出了可列非齐次二重马尔可夫链的三元状态序组出现频率的一类强极限定理和推论．在定理的证明中，采用一种研究概率极限的新方法：分析法——而不是传统的研究概率极限的概率方法，并且加以改进，用以研究可列非齐次二重马氏链极限性质，并得出一类非齐次可列二重马氏链的极限定理，所得结论对任意可列非齐次二重马尔可夫链都成立。     

基于多个Markov信道的联合自动请求重发协议

讨论了三种在多个并行的Markov信道上进行实时数据传输时使用的选择重发式自动请求重发(SR-ARO)协议.构造了一个简单的多信道数据传输模型.以此为背景,在原有的独立多信道SR-ARQ(IMSR-ARQ)和循环联合SR-ARQ(RJSR-ARQ)的基础上,提出了针对Markov信道的交叉联合SR-ARQ(CJSR-ARQ)协议.并对这三种SR-ARQ协议的性能,主要是数据包的重发尝试次数和接收端的重排缓冲区占用情况,进行了理论分析和软件仿真.结果表明,在仿真中假定的信道条件下CJSR-ARQ可以在保持系统吞吐率不变的情况下,减小数据包重发的次数以及重发次数在不同数据包之间的差别,同时显著地减小了重排缓冲区的占用率.     

助跑摸高在跳高力量训练中应用的实验研究

通过专项力量训练后进行助跑摸高的实验研究，深入探讨助跑摸高训练对跳高成绩的影响．结果表明：力量训练中增加助跑摸高练习，不但能有效地解决发展力量与技术练习相脱节的矛盾，而且有助于提高跳高成绩．     

基于离散Markov决策过程的发电公司多阶段决策

采用离散时间Markov决策过程(DTMDP)对以多阶段总利润最优为目标的发电公司决策问题进行研究．市场环境下，发电公司根据自身条件，其竞争策略可以是价格的接受者，也可以是价格的制定者．考虑了发电公司不同策略情况下市场均衡状态间的转换概率，分别给出了发电公司作为价格接受者和价格制定者时的多阶段决策模型．通过算例验证了所提模型的有效性和可行性．     

基于小波包及隐式马尔科夫模型的局放信号去噪

将基于小波变换的隐式马尔科夫模型(HMM)方法改进并扩展至小波包域，用于去除发电机局部放电信号中的白噪声．采用实测的局部放电信号验证了方法的有效性．结果表明，对比传统的门限去噪算法，基于小波包的HMM方法有更好的去噪效果；而与基于小波变换的HMM方法相比，所建立的模型更能体现信号的特征，对于信号分析乃至进一步的模式识别有着更大的价值．     

基于混合隐Markov模型的红细胞计数方法

为解决红细胞的计算机自动识别问题 ,引入了混合隐 Markov模型对彩色细胞纹理进行识别 ,采用螺旋型采样方法 ,应用一维隐 Markov模型解决二维图像处理问题。选择不同的样本 ,以期望最大算法训练多个混合隐 Markov模型 ,利用它对图像进行纹理识别 ,以距离变换和分水岭算法进行分割计数。该方法在分类正确率和算法适用性上取得了比较好的结果 ,提高了制片质量。该方法对中等质量的红细胞照片进行计数能够取得 94 %以上的识别正确率。提出了对混合 Markov模型初值选取问题的一种改进算法 ,以提高计算效率和算法鲁棒性     

我国农村劳动力结构转移现状的实证分析和对策

用Markov过程模型，对我国农村劳动力结构的变迁进行模拟与研究，通过农村劳动力系统的Markov转移概率的估计，对我国农村劳动力结构转移状况进行了实际分析。并借此分析，提出了可供选择的应对策略。     

连续时间Markov控制过程的平均代价最优鲁棒控制策略

在Markov性能势基础上 ,研究了一类转移速率不确定但受紧集约束的遍历连续时间Markov控制过程 (CTMCP)的鲁棒控制问题 .根据系统的遍历性 ,平均代价Poisson方程的解可被看作是性能势的一种定义 .在平均代价准则下 ,优化控制的目标是选择一个平稳策略使得系统在参数最坏取值下能获得最小无穷水平平均代价 ,据此论文给出了求解最优鲁棒控制策略的策略迭代 (PI)算法 ,并详细讨论了算法的收敛性 .     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。