采用自适应邻域马尔可夫场的极化SAR图像分割

提出了一种新的马尔可夫场(MRF)极化SAR图像分割方法,对于图像中的每个像素,利用极化SAR数据总功率(span)图,得到该像素的马尔可夫场自适应邻域系统,且对区域标号过程的参数进行修正.使用该方法对机载极化SAR数据进行分割,实验结果表明,与传统的马尔可夫场方法、最大似然方法相比,该方法可以得到较好的分割结果.     

基于马尔可夫过程的变压器风险评估

针对电力变压器故障机理复杂,具有不确定性,对所面临风险难以有效评估的问题,提出了基于马尔可夫过程和嫡权模糊综合评价的变压器风险评估策略。该方法建立了基于马尔可夫过程的变压器全态模型,通过历史数据计算各可靠性参数;构造风险评估矩阵,实现对变压器所面临风险的评估。     

一种基于改进MCMC算法的模型修正方法

标准马尔可夫链蒙特卡罗(MCMC)算法不易收敛、拒绝率高,使其应用受到限制。在贝叶斯方法中引入最大熵值法来估计参数的后验概率密度函数最大值,进而将布谷鸟算法中新鸟巢更新的思想融入Metropolis-Hasting(MH)抽样算法得到改进的MH抽样算法,同时使用支持向量机(SVM)建立待修正参数与有限元模型输出之间的代理模型,以提高模型修正的计算效率。分别使用三自由度线性系统和平面桁架模型来验证本文方法的有效性,结果表明:修正后样本的马尔可夫链混合性能好,停滞概率低,修正后参数相对误差均小于2%。     

两指标集值马尔可夫过程

引入几种两指标集值马尔可夫过程．得到丁一些马氏性的特征刻划，在讨论各种马氏性的关系中特别得到了宽将来集值马尔可夫过程的一个等价定理．自然地给出了各种马氏性的关系图。     

自适应处理:时变参数

在许多信号检测场合,信号是用一组参数(例如振幅、相位、波形)来描述的;而观察者不一定准确地知道这些参数。在本文中,我们讨论信号检测问题,其中允许信号和噪声这二者之一或二者的参数以不定的方式随时间而变化。这种时间变量的含义是:假定各参数可以用马尔可夫随机过程来模拟。处理这类问题的方法有若干种,有一般的和特殊的。让我们简单地讨论两种方法。解决这类问题的一种常用方法是:对每个未知参数作某种估计,并将这些估计值当作是真正的参数值插入似然比表达式中。     

缺货未知与需求预测更新下的收益共享契约

针对由一个供应商和一个零售商组成的有限N阶段易逝品供应链,在市场需求与价格相关且含有未知参数,零售商不能观察到实际缺货量的情况下,运用贝叶斯马尔可夫决策过程,在证明收益共享契约能够实现上述供应链的协调的基础上,给出了实现协调的契约参数,指出该契约的成立不受零售商各个阶段定价策略和马尔可夫决策状态的影响.对模型进行优化求解,并通过数值算例比较收益共享契约和批发价契约下的最优定价和订货策略,指出收益共享契约下的供应链能够取得更好的绩效.     

基于贝叶斯理论嵌套抽样的结构物理参数识别研究EI北大核心CSCD

基于贝叶斯估计的结构物理参数识别中,传统马尔可夫蒙特卡洛抽样(MCMC)在解决高维密度函数问题时往往存在抽样效率低、不收敛等问题。采用嵌套抽样方法代替传统的马尔可夫蒙特卡洛抽样,解决了结构物理参数识别中高维后验联合概率密度函数问题。首先从结构加速度时程响应时程出发,建立了后验联合概率密度函数,然后重新定义了结构参数先验分布与似然函数,实现了基于嵌套抽样的结构物理参数识别。采用该方法分别对10层剪切结构数值模型与3层RC框架结构振动台试验模型进行识别,得到了结构刚度及阻尼比等参数,并与试验现象进行了对比。结果表明,该方法可以解决贝叶斯公式高维后验联合概率密度函数问题,且能高效识别结构物理参数,同时也验证了该方法在真实结构物理参数识别与结构损伤识别中的适用性与可靠性。     

基于MCMC稳态模拟的Weibull共享异质性模型及其可靠性应用

针对传统假设中个体寿命独立同分布的不足，构建了贝叶斯Weibull共享异质性模型，提出了对寿命服从Weibull分布的产品，运用基于Gibbs抽样的马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法动态模拟出参数后验分布的马尔可夫链，在异质性因子的先验分布为Gamma分布时，给出随机截尾条件下，参数在Weibull共享异质性模型中的贝叶斯估计，提高了计算的精度。借助数据仿真说明了利用WinBUGS (Bayesian inference using Gibbs samp     

结构物理参数识别的贝叶斯估计马尔可夫蒙特卡罗方法

从结构动力特征方程出发,以结构主模态参数为观测量,推得结构物理参数线性回归模型。对该模型应用贝叶斯估计理论得到物理参数后验联合分布,再结合马尔可夫蒙特卡罗抽样方法给出各个物理参数的边缘概率分布和最优估计值,而提出了基于结构主模态参数的结构物理参数识别贝叶斯估计马尔可夫蒙特卡罗方法。对五层剪切型结构的数值研究表明,此方法能够利用少数主模态参数给出结构质量和刚度参数的概率分布和最优识别值,而且在主模态参数较准确时识别误差很小。     

马尔可夫网络排队模型在电梯配置中的应用

利用马尔可夫网络排队理论建立了电梯交通模型，在此基础上对各服务站的电梯配置交通进行计算，得到电梯的配置参数。通过与传统的电梯配置方法相比较，显示出明显的优越性，也表明了利用马尔可夫网络排队模型进行电梯配置的有效性和可行性。     

区域物流规模的改进灰色马尔可夫预测

在分析灰色GM(1,1)方法、灰色马尔可夫方法的基础上,建立区域物流规模预测的改进灰色马尔可夫模型,以国家统计局公布的陕西省1997-2006年货物周转量的统计数据为依据,对其2007-2008年的物流规模进行预测.与灰色GM(1,1)方法、灰色马尔可夫方法的预测结果相比,改进灰色马尔可夫链模型对区域物流规模的预测更加有效.     

基于离差指数和马尔可夫拟合模型的在线性能分析方法

针对粗监控粒度和突发性负载的情况下传统的基于平均服务时间的排队模型的性能分析不准确的问题,提出了一种适用于粗监控粒度的在线性能分析方法.该方法采用基于请求数目离差指数( IDC)的马尔可夫拟合技术,利用IDC描述服务时间过程的突发性,在马尔可夫拟合模型的基础上构建有效的排队网络.试验结果表明,与传统的采用均值分析(MV...     

基于灰色马尔可夫模型的煤层气抽采量预测

煤层气抽采量的准确预测,对煤层气开发利用工作的科学决策和发展规划具有重要意义。通过灰色系统理论与马尔可夫理论的结合,建立灰色马尔可夫模型对煤层气抽采量进行预测分析。首先建立煤层气抽采量的GM(1,1)预测模型,确定其变动趋势和初始预测值,然后应用马尔可夫理论对初始预测结果进行修正,最后通过实例计算验证了灰色马尔可夫模型的适用性。结果表明,灰色马尔可夫模型的预测精度明显高于传统GM(1,1),更适用于随机波动性较大的序列预测问题,因此将灰色马尔可夫模型用于煤层气抽采量预测是合理和可行的。     

基于马尔可夫链模型的B&L VP (X)控制图统计性能分析

在已有VP(X)控制图基础上,增加了B&L转换规则,构建了基于马尔可夫链模型的B&L VP(X)控制图统计性能分析模型,给出了统计性能指标ATS、AATS以及ANSW的表达式.针对2组设计参数,将构建的模型与现有VP(X)控制图进行了比较分析,结果表明当平均运行时间相同时,本文构建的模型在缩短报警时间和减少转换次数方面,都有着明显的优势,而且随着转换参数L的增大,这种优势会增大.     

马氏链预测方法的统计试验研究

近年来,基于绝对分布的马尔可夫链预测(ADMCP)方法、叠加马尔可夫链预测(SPMCP)方法和加权马尔可夫链预测(WMCP)方法在各种水文序列的预测理论中得到了广泛的应用。尽管各种马尔可夫链预测方法在有关应用实例中效果都不错,但是,实际上它们的预测效果是有差别的。本文通过统计试验手段对这三种马尔可夫链预测方法进行了比较研究,结论表明:WMCP方法预测精度最高,SPMCP方法预测精度次之,ADMCP方法预测精度相对来讲最差。     

基于集成隐马尔可夫模型的轴承故障诊断

对轴承振动信号进行时频分析获得全特征集;运用距离补偿法提取轴承故障敏感特征获得敏感特征集。两种特征集在用于训练、测试轴承状态时不仅诊断率不同,且误判样本亦不同。基于此,提出基于集成隐马尔可夫模型的轴承故障诊断方法。采用两种特征集分别建立两独立隐马尔可夫模型;运用平均法则、最大似然概率法集成隐马尔可夫模型分类效果;对轴承信号进行故障诊断。实验结果表明,与基于敏感特征集、全特征集的分类器相比,该模型分类器在轴承故障诊断中识别精度更高。     

耦合隐马尔可夫模型在轴承故障诊断中的应用

由于多通道数据包含了丰富的信息,有效融合多通道数据可以得到更加准确可靠的诊断结果。鉴于此,提出一种基于耦合隐马尔可夫模型的滚动轴承多通道融合故障诊断方法。该方法利用含两条链的耦合隐马尔可夫模型融合轴承水平方向和垂直方向的振动信号来进行故障诊断。通过对滚动轴承常见故障的诊断分析表明,与常用的基于隐马尔可夫模型的故障诊断方法相比,该方法可以更加准确地诊断轴承的故障。     

基于小波域隐马尔可夫模型故障诊断方法

针对基于小波能量谱和能量谱熵的故障诊断方法要求小波分解系数基本符合高斯分布这一不足,提出一种基于多尺度小波域隐马尔可夫模型(WHMM)参数特征的故障诊断方法.该方法分析了信号多尺度小波分解系数的统计特征,利用隐马尔可夫模型描述小波变换域系数在尺度间,尺度内的统计相关性.采用最大似然估计方法确定的模型参数作为信号特征实现故障诊断.试验结果证实了设计思想的正确性和算法的高效检测性能.最后从小波基、窗口宽度和分类器三个层面对建议方法诊断性能的影响进行分析,结果表明本文方法具有很强的稳定性和鲁棒性.     

具有外部扰动分布时滞的不确定性Markov跳变系统的指数稳定性

本文讨论了更为广泛的具有分布型时滞,双线性马尔可夫过程跳变参数的不确定性系统。分析了该系统的鲁棒均方指数稳定性。设计了鲁棒反馈镇定控制器。基于LMI方法,得到了系统均方指数稳定的充分条件。在一定程度上推广了离散时滞下的相应系统的结果。     

二叉树上非齐次分支马氏链一类强极限定理

近年来树图或者树形网络等诸多复杂系统的结构性质与极限性质逐渐成为研究的热点问题,特别是在树指标马尔可夫链领域的研究中,国内外学者们取得了丰富的研究成果.二叉树上非齐次分支马尔可夫链作为一类特殊的树指标马尔可夫链,该模型的极限性质被国内外学者的广泛研讨并应用于生物动力学、信息论等诸多领域.本文致力于研究在有限状态空间空间取值的二叉树上非齐次分支马尔可夫链转移概率调和平均的极限性质以及该性质与树指标马尔可夫链模型之间的联系.首先在新的条件下,本文给出了在有限状态空间中取值的二叉树上非齐次分支马氏链的强极限定理,并进一步得到了其随机转移概率调和平均的强极限定理,最后借助于两类模型之间的等价关系以及平均值不等式,推广了树指标非齐次马氏链随机转移概率的极限定理。