Ad Hoc网络中城市街道移动模型的概率模型检测

应用概率模型检测技术,在Manhattan移动模型和街道单元移动模型的基础上,提出城市街道移动模型,将其建模成离散时间马尔可夫链DTMCs,然后运用概率模型检测工具PRISM分析节点位置及移动情况对Ad Hoc网络通信的影响.     

结构疲劳寿命估计的概率和非概率混合模型研究

针对结构同时含有概率参变量和非概率参变量的情况,结合疲劳寿命估计的概率模型和区间模型,把随机参量作为实现值,通过两次寿命分析拟合出寿命下限的概率分布函数,进而得到混合变量时给定置信度下的疲劳寿命下限估计值.通过与区间估计模型比较,混合模型更为精确、可行.     

口语对话系统中的词类概率模型和知识表示

语言分析和知识库管理是口语理解与对话系统的两个重要组成部分 ,作者在这两方面提出了一些新的方法。一是提出并实现了词类概率模型 ,它具有较高的性能和较低的时间复杂度 ,是基于句法规则的语义分析和语言理解的基础。此外还提出了与数据无关的多叉树层次结构模型的知识表示方法 ,它具有很强的表达能力并易于扩展。在此基础上 ,实现了一个用以提供清华大学地理、办公、商业及其它一些相关信息检索、基于文本的口语对话系统 Easy Nav。实验表明 ,上述模型和方法具有很好的性能     

太原粉质粘土工程性质指标概率特征的分析和研究

以太原地区典型土层－粉质粘土为代表,根据２０个工程的勘察资料及室内一系列强度试验,对该地区粉质粘土工程性质指标的概率统计特征进行了研究探索,得出了其土性指标变异系数的变化规律和土的变异类型,建立了其设计参数的Ｂｅｔａ分布概率模型,拟合了其指标间的经验关系。     

基于熵不确定性概念的机器人位姿精度理论(Ⅲ)--机器人DH参数误差概率分布数学模型

基于熵不确定性概念的机器人位姿精度理论能够客观、有效地综合评价机器人位姿精度, 在对该理论的评价指标体系及其公式的前期研究的基础上, 本文首先分析机器人机构各随机误差源对DH参数的影响, 推导评价指标公式中非常关键的机器人DH参数误差概率分布的数学模型, 促进基于熵不确定性概念的机器人位姿精度理论的发展.     

基于概率模型的基因芯片数据分析

1项目介绍 基因芯片技术提供了一种大规模同时测量基因表达水平的方法,是近10多年来生物医学研究中的一种重要工具.基因芯片实验产生出大量实验数据,对该数据的分析处理可以定量地揭示基因在分子水平的活动规律,对功能基因组研究以及功能基因的发现具有重大推进作用.现有的主流基因芯片基于杂交技术,由于实验中非特异性杂交的存在导致实验数据具有较高噪声,对其分析具有极大挑战.     

基于CSP的Job shop调度算法研究

针对一类典型的约束满足问题——Job shop调度问题，提出一种CSP调度算法框架，详细讨论CSP调度算法中的工序开始时间窗、一致性预处理、搜索空间概率模型、工序排序启发、开工时间排序启发的求解方法。仿真结果表明CSP调度算法在较小的计算时间代价下，获得了FT10标准调度问题的近优解。     

基于网络部件可靠性分析的一种概率估算法

由随机回应模型和连续时间马尔可夫链，通过双拉普拉斯变换将RRM与系统组构成为一种新的马尔可夫概率模型．通过对预备定理的论证成立了估计故障概率θ的两个基本条件Ⅰ和Ⅱ，由基本定理分别给出了按基本条件建立的θ1和θ2的估算公式，考虑一种平稳过程分别讨论了两种极限监理情形(v=1,v=m)对θ的双侧估计，应用基本定理和克拉姆法则求证了双侧估计不等式．还根据基本条件对特征量tw(t′wk,t″wk）进行估计．在最后评述中给出了网络部件系统θ的双侧估计式。     

基于模型的圆形边界识别方法

为了有效识别圆形边界,构造了圆形空间点模式产生的概率密度函数,并以此概率密度函数为基础,建立了由噪声点去除、混合概率密度函数参数估计与基于BIC的聚类个数自动判别3部分组成的圆形边界识别方法. 该方法克服了模糊C球壳聚类算法的缺点. 仿真结果表明,该方法能有效地识别圆形边界.     

基于二进制差分算法的HWSN目标覆盖研究

本文对三维空间异构传感器网络的概率感知模型进行研究,为解决用最少工作节点覆盖区域内所有目标这一问题,将二进制差分算法融入到目标覆盖算法中．仿真实验表明,在覆盖所有目标前提下,二进制差分算法与遗传算法相比,所需工作传感器个数和迭代次数均有减少,证明了二进制差分算法可以有效解决该问题．与此同时探讨了感知半径,目标密集度和衰减因子等因素对于覆盖问题的影响．