导读:本文包含了隐式马尔可夫模型论文开题报告文献综述、选题提纲参考文献，主要关键词:马尔,模型,可夫,隐式,识别率,清华大学,骨架。
隐式马尔可夫模型论文文献综述写法
杨正[1]（2017）在《基于隐式马尔可夫模型市场的择时策略研究》一文中研究指出本文将隐式马尔可夫模型应用于中国股市得到了不错的效果,在模型的回测中针对各个问题分别进行处理。在回测的设计方面将模型设计出一种不断更新的模式,即以m天的数据作为模型的训练数据每隔n天进行数据更新,这里的m与n作为交易方案中重要的参数以最大或模型样本内夏普比率为目标进行网格搜索优化。在交易的形成方面根据各个隐藏状态在模型训练样本内的收益情况进行打分,选取得分最高的隐藏状态进行交易,在交易的实施方面以每日的开盘价进行交易,收盘价进行结算。在回测标的的选择方面分别以沪深300、中证500和上证50叁个标的分别进行回测,从回测结果上看,模型在样本内均能取得不错的效果,从叁个市场的回测净值曲线上不难看出模型均能很好的应对2009年的牛熊转换,但是模型在2015年下半年均出现了巨大的回撤,这说明模型在较为复杂的市场情况下不能很好的做出反应,当除去2015年的快速下跌导致的回撤后模型的回测效果明显得到改善。为了验证模型的稳定性,分别针对不同的更新速度以及模型训练期进行回测,回测结果上看出模型存在广阔的参数高原,因此可以认为模型在参数优化的方面过拟合的可能性较小,除此之外针对不同的模型输入特殊特征分别进行回测,从结果上看出模型在不同的输入特征下均能取得不错的效果,这也说明了模型的稳定性,最终认定基于隐式马尔可夫模型的择时策略是个较为有效的策略。(本文来源于《浙江工商大学》期刊2017-05-01）
刘勤明,李亚琴,吕文元,叶春明[2]（2016）在《基于自适应隐式半马尔可夫模型的设备健康诊断与寿命预测方法》一文中研究指出针对设备健康诊断与寿命预测问题,提出一种基于自适应隐式半马尔可夫模型(AHSMM)结合多传感器信息的设备健康预测方法。提出了AHSMM的前向—后向算法、Viterbi算法和Baum-Welch算法,有效降低了模型的计算复杂性。利用最大似然线性回归训练对输出概率分布和驻留概率分布进行自适应训练,处理多传感器信息间的差异性,进行有效的多传感器信息融合,以更加准确地进行设备健康诊断与寿命预测。利用失效率理论建立了对设备剩余使用寿命进行预测的基本步骤。通过美国卡特彼勒公司液压泵的状态识别和健康预测实际案例对所提出的方法进行评价与验证,实验结果表明,基于AHSMM的设备健康诊断和性能衰退预测方法比传统的隐式半马尔可夫模型(HSMM)更有效。(本文来源于《计算机集成制造系统》期刊2016年09期）
秦翰林,周慧鑫,刘群昌,赖睿[3]（2011）在《采用多尺度隐式马尔可夫模型的红外图像背景抑制》一文中研究指出提出了一种基于多尺度隐式马尔可夫模型的红外图像背景抑制方法来解决红外弱小目标检测技术中复杂背景干扰的问题。根据红外目标和背景杂波所具有的不同统计分布特性,利用剪切波变换分解后各尺度、各方向子带内和子带间的系数之间的关系,建立了基于剪切波变换的多尺度隐式马尔可夫模型。通过期望最大化算法计算最优背景参数,分离红外图像中弱小目标信号和复杂背景杂波,达到抑制背景、保存并增强目标信号的目的。对真实的和模拟的包含弱小目标的红外图像序列进行了实验验证,实验结果表明,与最大中值滤波和局部去均值两种方法相比较,本文方法对红外弱小目标(SCR≥1.6)的复杂背景从主观视觉和数值指标上都具有良好抑制效果。(本文来源于《光学精密工程》期刊2011年08期）
张杰,刘志强,高金伍[4]（2009）在《可变阶的隐式马尔可夫模型》一文中研究指出本文针对模型阶数可变情形给出隐式马尔可夫模型(HMM)的一个扩展,变阶隐马尔可夫模型。变阶隐马尔可夫模型主要使用变阶马尔可夫模型(VOM)和隐马尔可夫模型(HMM)中的技术,结合两者的特点,构造了有高阶短期依赖和多变量连续取值型观测信号的有限状态空间的概率机。当满足一定条件情况下,该模型可以退化为高阶隐马尔可夫模型(n-HMM)或隐马尔可夫模型(HMM),这是条非常好的性质使得变阶隐马尔可夫模型可以应用于大多数高阶隐马尔可夫模型适用的场合。在本文中,我们将给出forward-backward算法,从数据库中自动学习模型参数:给出Viterbi算法自动实时识别。(本文来源于《第叁届中国智能计算大会论文集》期刊2009-05-01）
徐杨[5]（2008）在《基于隐式马尔可夫模型的遗传类比学习在中国书法生成中的应用》一文中研究指出针对非物质文化遗产虚拟修复中缺失的书法字体生成问题,实现了一种基于隐式马尔可夫模型(HMM)的曲线类比学习书法生成系统.该系统首先收集多种标准书法字体以及骨架作为学习样本,然后运用有指导的类比学习,样本字库中的字符骨架在遗传演化的过程中形成风格上与待修复字体风格接近的骨架结构,最后用HMM对骨架进行各种丰满度处理以获得连笔、枯笔等多种中国书法特有的形态特征.实验证明本文的算法能产生与原作品风格趋近一致的书法汉字并获取新颖的字体风格.(本文来源于《武汉大学学报(理学版)》期刊2008年01期）
章铭,陆菊康[6]（2003）在《基于隐式马尔可夫链的基因发现模型和算法》一文中研究指出探讨了隐式马尔可夫链在基因发现中的应用。提出了一个基于GHMM（泛化的隐式马尔可夫链）的基因发现系统的简化的模型，论述了用该模型和扩展的Viterbi 算法发现基因的方法，介绍了用于描述编码区和非编码区及信号的模型和实现。(本文来源于《计算机工程》期刊2003年17期）
杨丹宇,胡起秀,葛余博[7]（1990）在《对分段时变的隐式马尔可夫模型应用于汉语语音识别的研究》一文中研究指出基于概率统计理论的HMM模型是描述非平稳随机信号的有效方法,应用HMM 进行汉语语音识别可以取得较高的识别率,汉语是有声调语言,较其它语言在发声上有更强的段特征,为此本文提出了“分段时变的隐式马尔可夫模型”并对其应用于汉语语音识别进行了研究,实验表明它优于现有的HMM模型。(本文来源于《第一届全国人机语音通讯学术会议（NCMMSC1990）论文集》期刊1990-06-01）
隐式马尔可夫模型论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对设备健康诊断与寿命预测问题,提出一种基于自适应隐式半马尔可夫模型(AHSMM)结合多传感器信息的设备健康预测方法。提出了AHSMM的前向—后向算法、Viterbi算法和Baum-Welch算法,有效降低了模型的计算复杂性。利用最大似然线性回归训练对输出概率分布和驻留概率分布进行自适应训练,处理多传感器信息间的差异性,进行有效的多传感器信息融合,以更加准确地进行设备健康诊断与寿命预测。利用失效率理论建立了对设备剩余使用寿命进行预测的基本步骤。通过美国卡特彼勒公司液压泵的状态识别和健康预测实际案例对所提出的方法进行评价与验证,实验结果表明,基于AHSMM的设备健康诊断和性能衰退预测方法比传统的隐式半马尔可夫模型(HSMM)更有效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隐式马尔可夫模型论文参考文献
[1].杨正.基于隐式马尔可夫模型市场的择时策略研究[D].浙江工商大学.2017
[2].刘勤明,李亚琴,吕文元,叶春明.基于自适应隐式半马尔可夫模型的设备健康诊断与寿命预测方法[J].计算机集成制造系统.2016
[3].秦翰林,周慧鑫,刘群昌,赖睿.采用多尺度隐式马尔可夫模型的红外图像背景抑制[J].光学精密工程.2011
[4].张杰,刘志强,高金伍.可变阶的隐式马尔可夫模型[C].第叁届中国智能计算大会论文集.2009
[5].徐杨.基于隐式马尔可夫模型的遗传类比学习在中国书法生成中的应用[J].武汉大学学报(理学版).2008
[6].章铭,陆菊康.基于隐式马尔可夫链的基因发现模型和算法[J].计算机工程.2003
[7].杨丹宇,胡起秀,葛余博.对分段时变的隐式马尔可夫模型应用于汉语语音识别的研究[C].第一届全国人机语音通讯学术会议（NCMMSC1990）论文集.1990