马尔可夫预测模型及其在市场预测中的应用

Markov预测技术的特殊性在于不需要连续不断的历史资料和数据，而只需要最近和当前的动态资料,本文尝试在市场预测中建立马尔可夫预测模型并对产品市场占有率进行预测．     

用于交通事故分析的基于贝叶斯方法的条件自回归负二项模型(英文)

为了改进用于分析大量影响因素的交通事故模型,采用基于马尔可夫链蒙特卡罗法和吉布斯抽样的条件自回归负二项模型来拟合过度散布性(由负二项过程拟合)、未观察异质性和空间相关性(由条件自回归过程拟合).统计检验显示,由于具有更小的预测误差和更强的参数估计,条件自回归负二项模型优于条件自回归泊松模型、负二项模型、零膨胀泊松模型和零膨胀负二项模型.研究结果表明,交通事故率和死亡人数与车道数、曲线长度、车道年平均日交通量和降雨量成正比.最大限速和最近医院距离与交通事故次数成反比,而与死亡事故次数成正比,这可能是由于过高的速度会引发更严重的事故以及救援伤者时丧失较长时间.     

马尔可夫过程与李雅普诺夫第二方法在教学中的综合应用举例

通过一个例子来了解马尔可夫过程与李雅普诺夫第二方法问的联系,使学生对难理解马尔可夫随机过程中的马尔可夫转移率以及微分方程定性理论中的重要方法-V函数法取得综合透彻的理解．     

基于机器学习SAR图像噪声抑制技术研究

为提高含噪声SAR(合成孔径雷达)图像的目标识别能力,提出基于机器学习的图像噪声抑制技术的研究思路。该思路通过问题估计,为含噪声图像获得清晰的输出景物,从而生成一个与含噪声图像相符合的增强的合成景物世界。该技术以马尔可夫网络为体系,根据图像与景物、景物与景物之间的联系来确定网络上的信息传递规则,从大量的训练事例中学习并获得网络参数,利用贝叶斯方法为原图像找到理想的后验概率,生成一个清晰的超分辨率结果图。     

灰色马尔可夫预测模型在路面使用性能的近期预测

结合灰色马尔可夫预测结果,选择合适路段和合适时机进行预防性养护,通过对国内外一些行之有效的路面预防性养护技术进行的全面分析,可使养护单位根据不同的路况选取最佳的预防性养护措施。     

浅谈马尔可夫预测法及其在企业人员规划中的应用

梳理马尔可夫预测法的理论原理知识,结合实际案例说明它在企业人力资源规划中的应用.     

高校图书馆图书丢失率的无偏灰色GM（1,1）预测模型研究——以九江学院图书馆为例

提出无偏灰色GM（1,1）模型,并用此模型对九江学院图书馆2001～2009年的新旧图书丢失率进行了预测。结果表明,预测结果的精度较高,可为图书馆图书丢失管理提供依据。     

隐马尔科夫模型基于残基对蛋白质序列的分析

区分、识别出同源蛋白质序列并揭示不同类型的残基的研究在生物信息领域具有重要的意义。文章将蛋白质的氨基酸与残基的序列用隐马尔科夫模型(HMM)来表示,介绍了一种基于蛋白质残基来建立隐马尔科夫模型的思路。接着采用HMM的评估算法对蛋白质同源性进行分类,又由于是将残基类型作为模型的状态来考虑,利用HMM的结论可以解码出最优的残基序列,从而进一步预测出残基的类型。结果表明分类算法取得了较好的效果,且在预测结果上与其他方法相比也具有一定的优势。     

具有随机红利支付的复合马尔可夫二项模型的期望贴现惩罚函数

本文研究具有随机红利支付的复合马尔可夫二项模型,当保险公司的资本盈余为非负时则以一定的概率支付1个单位的红利。对于此类离散时间更新风险过程,得到了条件Gerber-Shiu期望贴现惩罚函数所满足的瑕疵更新方程。