一个具有Markov性的入圈问题

研究序列{Xn},{Xn}满足Xn=Yn(mod 2),其中Yn∈Z+,Y0≥2,Yn+1=Yn+[Yn/2],证明了{Xn}为一独立随机变量序列,并且是一时间齐次Markov链.最后,利用该Markov链{Xn}的性质,证明了入圈问题经过有限次插点,Cm的任意一边上都至少插入一个新点.     

一种基于样本块的图像超分辨率方法研究

提出了一种在马尔科夫网络框架下基于样本块的图像超分辨率算法。算法根据相似性选取多个样本块作为图像重建的候选,在候选集中计算图像块先验概率和图像块之间的相容性,最后在马尔科夫框架下选取最优图像块,合成最终的高分辨率图像。实验证明本文提出的算法具有较好的超分辨率效果。     

关于Polya罐子模型的几个结论

在Polya罐子模型中,分别以Xn,Sn表示第n次抽球并放回后罐中的黑球比例数和在前n次抽球中抽到黑球的次数,得到了Sn/n的极限分布为贝塔分布以及E（Xn）等于E（X∞）,D（Xn）不等于D（X∞）等几个重要结论,并分别运用概率论知识和随机过程的鞅理论知识从不同角度证明结论.     

执行器饱和的随机Markov切换系统的观测器设计

利用直接法对转移概率是部分未知的,并且具有执行器饱和现象的随机Markov切换系统进行稳定性分析.通过引入自由连接权矩阵降低系统的保守性.首先,针对此类随机Markov切换系统,充分考虑转移概率中元素之间的特性,通过构建参数依赖型Lyapunov函数,并设计观测器确保闭环饱和系统的随机稳定性.然后,在线性矩阵不等式的框架下,得到均方意义下的最大不变吸引域,并将其归结为求解一组线性矩阵不等式的可行性问题.最后,数值仿真算例验证本方法的有效性.     

应用于NPC型逆变器的三电平不连续PWM方法

针对低频大功率二极管中点钳位( NPC)型逆变器控制系统的不连续空间矢量脉宽调制原理及控制策略的研究,提出三电平不连续空间矢量脉宽调制方法,相比于传统三电平空间矢量脉宽调制方法,在相同的开关频率下,此方法可以显著降低逆变器的开关损耗。同时,文中对三电平逆变器的中点电压不平衡问题以及在现场应用中可能出现的PN电平跳变问题进行分析,并提出解决方法。最后,针对本文提出的调制方法做中点电压的平衡控制,给出对于该算法基于仿真和实验的验证。     

基于三次指数平滑的云南学龄儿童人数预测研究

构建科学、准确的学龄儿童人数预测模型,对合理规划小学学校数量,制定小学教师招聘计划,制定人口政策具有一定的参考价值。根据预测误差平方和最小原则,利用Matlab循环语句命令编程,设定平滑系数α的一个精度,从0α1的所有值中选择最优α,研究发现利用该法建立的三次指数平滑模型在学龄儿童人数预测方面有较好的预测效果;在此基础上利用马尔科夫预测法,对三次指数平滑模型预测结果进行修正,弥补了因随机波动性导致的预测误差偏大的情形;通过对这两个模型预测结果的对比分析,表明三次指数平滑-马尔科夫模型的预测效果比单独利用三次指数平滑模型的效果有较大改善。     

两阶段有向网络马尔可夫系统维修模型与分析

根据实际管道有向网络系统,作者构造了两阶段有向网络马尔可夫维修系统.对组成系统的边以及系统的状态进行了分析,运用求解指标的一般方法和Laplace变换,对模型的可靠性指标进行了求解,给出了边与系统瞬时可用度、瞬时故障频度、稳态可用度、稳态故障频度以及平均指标的表达式.将两部件不独立运行系统与两部件独立的系统可靠性指标进行对比,用数值示例加以说明.研究结果为有向网络的马尔可夫维修系统的进一步研究提供了基础.     

多运行水平马尔可夫可修系统可靠性分析

为了更准确地刻画马尔可夫可修系统的运行特征,建立了多运行水平马尔可夫可修系统模型.在该系统中,工作状态被聚合成几个不同的运行水平.应用离子通道理论和Laplace变换方法,给出系统在不同运行水平逗留时间密度函数的Laplace变换及平均逗留时间.分析了系统访问不同运行水平的次数,得到它们的分布律及平均值.通过一个数值示例说明了结论的应用,表明了该模型的有效性.     

基于GMM和MRF的自适应阴影检测

运动目标阴影在很大程度上会影响运动目标跟踪、行为识别的正确性和有效性.为此,文中提出了一种基于混合高斯模型和马尔科夫随机场的自适应阴影检测方法.该方法首先对混合高斯模型进行改进,使其可以自适应调整参数学习率以消除浅阴影;然后采用马尔科夫随机场综合邻域的空间依赖性信息进行精确的阴影检测.为了提高基于马尔科夫随机场的阴影检...     

用于统计语音合成的大尺度压缩HMM的方法

统计语音合成使用隐Markov模型(HMM)作为声学特征的统计模型。提出了一种利用声学模型空间距离进行HMM的大尺度压缩的量化方法,通过对矢量量化码本进行的优选迭代步骤,减小压缩后的声道谱模型与原模型之间的声学距离,使通过量化模型合成的语音更加接近未量化模型。主观和客观测试结果显示:使用该方法进行声道谱模型的压缩,在压缩至原模型大小的0.06左右时,仍有约90%的评价得分认为合成语音的质量没有明显下降。