基于马尔可夫链系统的上证指数探讨

从实证的角度讨论了我国股票市场中上证指数的发展趋势，根据使用马尔可夫模型的前提条件和马尔可夫模型的相关性质，将上证指数分为高跌、低跌、低涨和高涨四种状态，运用马尔可夫链求解公式．探讨我国的股票价格涨跌趋势，寻找行情变化规律，为投资者提供相关的模型参考。     

基于移动平均-马尔可夫链模型的上海市机场旅客吞吐量预测研究

为了更多的挖掘数据的信息,本文将移动平均与马尔可夫链模型结合,对马尔可夫链模型进行改进,以拟合结果为动态基准线来构建动态的马尔可夫链,并进行预测及平稳分布研究.利用上海市机场2008年1月至2013年10月的各月数据进行模型拟合,将拟合结果作为动态基准线,进行系统状态划分,确定状态转移概率矩阵.预测未来4个月的中值和区间,并根据马尔可夫链的遍历性和稳定性求出状态的平稳分布.实证表明,该方法的预测精度更高,并且具有较强的适用性和泛化性,具有较强的实用价值.     

Sink根数据聚集树分层的WSN电力调度优化设计

为提高电力数据调度效率,缩短电力数据调度延时,提出一种改进的无通信冲突的分布式电力数据聚集调度近似算法,采用Sink根数据聚集树对无线传感器网络中各个节点电力资源数据进行分层数据调度,根据分布式数据集对各个电力节点之间的控制信息进行不断融合处理,在最大独立集的基础上建立一棵根在Sink的数据聚集树。每个节点分配一个时间片,使该节点能在无通信冲突的情况下传输数据。仿真实验表明,采用改进算法得到的聚集延时明显减小,有效保证了电力调度控制的实时性,电力信息数据分层融合度能达到90%以上,而改进前的算法只有10%～50%之间。     

基于马尔可夫链的专利产业化概率模型:专利引证的视角

从专利引证的视角,运用数理统计的方法衡量专利在技术发展过程中的重要性和价值,从定量分析入手对专利产业化的概率进行辨析。论证了专利产业化的判别与评价原理。专利引证网络的时间无关性、不可约性以及引证路径单向性满足马尔可夫链收敛的条件。运用马尔可夫链对专利引证网络的随机浏览过程进行建模。建立了专利引证网络与马尔可夫链的对应关系,将专利产业化概率的计算过程转化为计算马尔可夫链转移矩阵稳态分布的过程,设计了转移矩阵最大特征值和特征向量的迭代算法。从美国专利商标局的专利数据库中采集了235项1976年至2006年授权的半导体制造领域电子发射器制造技术的相关专利,分析了专利的年度分布情况。从美国国家经济研究局的专利数据集中查询得到592条专利引证关系,利用网络分析软件Pajek构建专利引证网络。实验结果表明,本文提出专利产业化概率模型切实有效,与专利产业化的实际情况相符,可以作为专利产业化可能性的一种指示。     

基于RFM分析模式与马尔可夫链的客户行为预测模型研究

对客户的分析预测立足于RFM分析模式,并以F,M两个行为变量定义出单期客户购买行为的9种状态,接着采用k-means[1]算法对客户进行聚类分析,归纳出5种针对前面9种不同客户状态所要采取的方案.然后借助马尔可夫链理论,建立转移矩阵.同时利用Dirichlet-Multinomial模型来估计转移概率,从而解决客户信息的单一性不足和转移矩阵内的多项式分配问题.对于Dirichlet-Multinonlial模型的参数本文是运用马尔科夫链蒙特卡洛模拟方法(MCMC)中的吉布斯(Gibbs)抽样算法来估计的.最后通过软件WinBUGS1.4建模分析进行实证研究,并进一步针对模拟次敷和统计变量进行参数优化,来得到最终的转移矩阵.结果证明其适用性与准确性都优于传统预测方法,提高了客户购买行为预测的准确性.     

基于灰色-马尔可夫链的城乡建设用地需求量预测研究

本文以安义县近十年的土地利用变更调查数据,采用灰色-马尔可夫链方法对其城乡建设用地需求量进行了预测,并将2005年和2006年的预测值与实际的城乡建设用地规模进行比较;在此基础上,对预测期内城乡建设用地内部结构利用信息熵进行研究。结果表明,利用灰色-马尔可夫链预测城乡建设用地需求量是一种可行的方法。     

基于马尔可夫链的政府负面网络舆情热度趋势分析--以新浪微博为例

微博作为用户关系信息分享、传播以及获取的平台,由于信息量大、传播更迅速,成为网络舆情传播的主要载体。在查阅大量文献的基础上,首先对政府负面网络舆情事件热度进行明确界定与度量,之后通过划分状态空间、构建状态转移矩阵、开展舆情热度趋势预测等步骤建立基于马尔科夫链的政府负面网络舆情热度趋势预测模型。以新浪微博为例,选取2013年度的舆情热点事件“延安城管暴力执法”进行舆情热度实证分析,验证了模型的合理性和有效性,进而为政府开展网络舆情管理和网络危机公关活动、合理引导舆情事态发展提供理论依据。     

基于延长WSN生命周期的LEACH算法的改进

由于WSN节点能量有限,为了均衡整个网络的能耗,延长WSN的生命周期,针对LEACH算法,提出一种改进的协议。该协议基本思想以LEACH算法为基础,结合节点的能量、位置及其分布密度,修改了簇头选举公式;在多跳传输时综合考虑下一跳节点的剩余能量及其到基站的距离。     

混沌粒子群算法在WSN覆盖优化中的应用

研究WSN覆盖优化方面的问题,提高无线传感网络通讯效率。针对无线传感网络节点分布不均匀或者节点失效时,WSN覆盖区域会出现重叠或者指定区域没有被覆盖,造成无线传感网络通讯效率下降的问题,提出了利用一种混沌粒子群算法,根据无线传感网络相关参数和条件建立数学模型,利用优化处理方式对其进行优化,提高了通讯效率。实验证明,利用混沌粒子群算法进行WSN覆盖优化,可以提高无线传感网络优化效率,取得了令人满意的效果。     

簇头节点分配的低能量最小平均距离算法

提出一种簇头节点分配的低能量最小平均距离算法。该算法按照最小平均距离的方法来选择簇头以延长无线传感器网络寿命,从而达到用最低的能量消耗来监控更大区域的目的。此外,将休眠周期引入到该算法,可以通过周期性的睡眠来进一步控制能量消耗。仿真实验证明了其有效性。     

基于路由热点循迹修正的WSN发射功率优化调度

无线传感器网络WSN发射功率的优化调度是决定WSN使用寿命和提高WSN性能的关键,WSN路由节点的在进行数据转发时会导致热点随机扩散,发射功率无法难以实现最大化。提出一种基于路由热点循迹修正的WSN发射功率调度算法。设计了WSN节点路由热点循迹数据传输模型,对发射功率消耗能量模型采用一个高斯衰减信道建模,采用直线反馈线性化补偿方式对路由热点的偏移轨迹进行超负荷状态评估,采用贪婪算法生成一条多分簇路由链,对路由循迹轨迹进行修正,得到WSN优化发射功率的调度递推公式,实现能耗最佳的功率优化调度。实验结果表明,采用该优化调度方法,在准确实现热点循迹修正,传输功率较传统方法稳定,波动较小,WSN可靠性和生存性增强。     

基于马尔可夫链模型的沪深300指数日收益率研究

研究了沪深300指数日收益率时间序列,经检验其具有马氏性,并建立了马尔可夫链模型。取交易日分时数据,根据分时数据确定状态初始概率分布,通过一步转移概率矩阵对下一交易日的日收益率进行了预测。对该模型分析和计算,得出其为有限状态的不可约、非周期马尔可夫链,求解其平稳分布,从而得到沪深300指数日收益率概率分布。并预测了沪深300指数上涨或下跌的概率,可为投资管理提供参考。     

一种信息低错校验的传感网络优化通信算法

针对传感网络中数据的差异性越来越大,数据属性差异会造成冲突,传感网络通讯耗时,网络节点效率较低等问题,提出了一种信息纠错校验的传感网络低错通信算法.运用改进的概率决策理论对数据进行融合差异出错概率判断,通过数据融合技术保证数据的最大化差异融合,保证能量耗尽的节点与出错节点的数据能够保证融合错误率最小,传感网络在低错状态下进行通信.实验证明,该方法能够大幅提高传感网络的通信效率,结果满意.     

一种改进的DV-HOP算法在WSN中的定位研究

如何能够更好的提高节点定位一直都是WSN研究的重点,本文在DV-HOP定位算法的基础上,从误差精度,锚节点稳定度和反向学习选择-最小二乘估计来对节点定位的3个方面进行改进。首先在定位误差精度中引入混沌优化算法,其次在锚节点处理中引入稳定度概念,最后在未知节点定位中引入反向学习和最小二乘估计。改进后的算法在通信半径和拓扑结构两个方面进行了仿真实验,实验表明,本文算法能够有效的减少计算带来的定位误差,提高定位精度。     

基于能耗最小化的WSN时间同步算法研究

时间同步是无线传感器网络（WSNs）的重要支撑技术。介绍了分簇路由算法与WSN时间同步之间的关系,针对网络节点中能量消耗不均匀问题,提出了一种新的基于分簇的时间同步解决方案,在簇头节点与基站之间以及簇内节点之间分别采用DMTS以及FTSP单向同步模式,以达到在保证足够同步精度的同时降低能耗的目的。     

基于遗传退火算法的无线传感数据采集研究

随着科技的进步与社会的发展,无线传感网络进入高速发展阶段,越来越多的学者开始对无线传感网络数据采集进行研究。本文根据目前存在的研究方法,提出了一种基于无线传感网络数据采集的改进退火算法,该算法在传统模拟退火算法的基础上,引入遗传算法,改进种群的多样性,对收敛性进行优化,从而加强建筑结构监测的精确度。对比测试结果表明,基于改进退火算法的无线传感网络数据采集在实际过程中切实有效,可以对数据采集做到科学、精确的检测效果。     

一种基于能量和距离无线传感器网络路由算法

与传统网络相比,无线传感器网络存在能量受限问题,设计网络协议的主要目标就是有效利用节点有限能量,延长网络生存时间。通过分析经典分簇路由协议,在其基础上基于能量和距离上的改进算法,仿真结果表明,改进算法达到预期目的。     

基于高斯模型的DMTS时间同步算法研究

无线传感网络的时间同步算法中,DMTS算法简单,能耗小,但其精度和稳定性不好。在DMTS的基础上,分析数据传输中时延构成,采用高斯模型对时延建模,利用最大似然估计法得到时间偏差的无偏估计。提出EDMTS算法,使用CC2430进行物理实验,实验表明EDMTS相比DMTS具有更高的精度和稳定性。     

基于无线传感器网络的水环境监测信息融合研究

将无线传感器网络技术引入水环境监测系统中,并通过研究和解决相关理论方法与技术有效提高水环境监测系统的整体效能。本文主要研究基于无线网络的水环境监测信息融合处理系统结构模型,并提出有效的多源信息融合方法、多传感器管理及协调控制策略。     

基于分布式计算的密集型多路网络流均衡调度方法

针对传统的密集型多路网络流均衡调度中,普遍存在着平均带宽利用率较低、能量消耗较大等问题。提出基于分布式计算的密集型多路网络流均衡调度方法。通过对密集型多路网络流进行分析,将网络节点跳数信息和多路网络流负载信息相结合作为网络流选择和切换的标准,获取网络流选择的决策函数。根据现阶段密集型多路网络流负载均衡状态对网络中过载链路上的数据流进行调度,利用链路粘值来获得网络数据流对调度任务的拒绝程度,减小调度对流性能的影响,实现多路网络流均衡调度。实验结果表明,所提方法平均带宽利用率较高、能量消耗较低。