基于均值场理论和马尔可夫场的运动目标分割算法

研究了基于均值场理论和马尔可夫场的运动目标分割方法.该算法先对帧差图像进行简单的前背景划分,再采用均值场理论(MFT),建立马尔可夫随机场(MRF)模型,构造系统相应的能量函数.然后通过求取最大后验估计(MRF-MAP),即求最小能量函数,得出标记场,提取运动目标.实验结果证明:该算法能够很好地消除噪声,对运动目标分割具有较好的分割效果.     

带跳的幂型支付欧式期权定价

假定股票价格过程服从跳跃-扩散过程,且无风险利率,股票收益率、波动率均为时间函数,利用等价鞅测度方法得出了支付函数为幂型的欧式期权定价公式。     

一种基于隐马尔可夫模型的人像识别算法

提出了一种基于隐马尔可夫模型(HMM)的人脸图像识别方法.对归一化的人脸图像,该方法 2D-DCT变换域提取人脸图像的一维特征矢量.通过对HMM的训练和识别实验表明,文中提出的方法计算量少,运行速度较快,是一种比较适合工程应用的人脸识别算法.     

海南省大学生50m跑与立定跳远间运动技能和运动素质迁移的研究(Ⅰ)

运用海南师范学院课程考试质量分析系统 (正式版 1.9)及文献资料法、数理统计等方法对海南省大学生 5 0m跑与立定跳远间运动技能和运动素质的迁移规律进行了研究 ,结果表明 ,两个项目之间存在着许多相互迁移的特性 ,且 5 0m跑对立定跳远的一般迁移更为明显 ;同时也分析了两个项目之间在某些技术细节上存在差异而产生一定干扰的原因 ;对影响或干扰项目间运动素质正常线性相关关系之原因进行分析 .指出 :(1)运用迁移理论 ,加强短跑训练是提高立定跳远成绩的有效途径 ;(2 )加强技术动作的教学力度并经常地分析概括是提高成绩和减小误差的有效办法 .     

用多观察序列训练隐马耳可夫模型的一种通用算法

隐马尔可夫模型（HMM：Hidden Markov Model）是一种具有学习能力的统计模型。HMM在许多领域特别是在语音识别领域得到成功的应用。经典HMM的Baum-Welch算法假设不同的观察序列之间是统计独立的。这与实际情况不符。本文在不附加任何假设的前提下，提出了一种用多观察序列训练HMM的算法，从理论上解决了上述问题，传统的Baum-Welch算法只不过是新算法在观察序列独立假设下的特例。     

隐Markov模型在剪接位点识别中的应用

剪接位点的识别是基因识别中的一个重要环节。由于现有的基因识别算法主要关注编码区的整体特性 ,而并不着重考虑个别位点的信息 ,因此难以准确地识别出剪接位点。考虑到剪接位点附近的保守序列的相邻碱基之间应该存在某种相关性 ,利用一阶 Markov链建立了表述这种相关性的模型 ,在此基础之上 ,设计了专门用于剪接拉点识别的隐马氏模型 (HMM)方法。实验结果表明 ,用 HMM描述剪接位点附近序列符合实际情况 ,并且利用这一方法进行剪接位点的识别可以很好地提取位点附近保守序列在边缘分布与条件分布 (转移概率 )上的统计特征。使用该方法对真实剪接位点和虚假剪接位点进行识别 ,识别率均可达 90 %以上。     

基于Markov链的随机需求预测模型

随机需求预测是供应计划工作的重点和难点，应用马尔柯夫链分析法和蒙特卡洛仿真技术，可以建立一个有效实用的随机需求预测模型。     

不对称倍压整流电路的S域分析

利用倍压整流电路的S域模型设计一种算法,详细推导不对称倍压整流电路的充电过程,导出定量计算电容器电压的数学表达式,利用所得表达式对对称,非对称倍压整流电路进行讨论,绘出了电容器电压充电曲线,并证明达到倍压目的所经历的充电周期数。     

跳跃项目运动员应注重耐力素质训练

本文通过文献资料进行对比分析,认为耐力性训练对跳跃项目成绩的提高有许多益处,我国跳跃运动员常常忽视这一点,在耐力性手段的安排上同国外运动员存在较大的差距,有必要在训练中加强。     

一类“停走”生成器输出序列的若干概率性质

“停走”生成器是由两个线性反馈移位寄存器 (LFSR)组成的一个钟控序列生成器 ,对此概率模型 ,在LFSR输出序列较一般的假设条件下 ,讨论了“停走”生成器输出序列的若干概率性质 ,推广了已有文献中的结果