隐马尔柯夫模型论文_陈阳,朱家明

隐马尔柯夫模型论文_陈阳,朱家明

导读:本文包含了隐马尔柯夫模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:马尔,模型,海南省,灰色,灰度,销量,分布式。

隐马尔柯夫模型论文文献综述

陈阳,朱家明[1](2017)在《基于马尔柯夫链模型对移动端考研产品市场的预测》一文中研究指出针对移动端考研产品未来市场发展,使用主成分判别法,并建立基于马尔柯夫链的市场占有率模型,运用MATLAB、SPSS、EXCEL软件,说明影响移动端考研产品的因素主要是用户所在地域、移动端考研产品自身性能和用户对产品的需求,并对移动端考研产品的未来稳定的市场占有率做出预测.利用预测结果可以为科学扩充线上网络教育市场发展空间、研究投放可行性和完善教育市场机制提供帮助.(本文来源于《哈尔滨师范大学自然科学学报》期刊2017年06期)

卢嘉澍,孙坤,廉洁,李灿[2](2017)在《基于灰度预测与马尔柯夫过程的股票价格预测模型》一文中研究指出本文首先介绍了灰度预测和马尔科夫预测在股票市场的不适应性,然后结合两种预测方法的优点,建立灰度-马尔科夫预测模型,并进一步研究探讨了模型的检验过程,最终给出了完整的股票价格预测分析的计算方法与检验方式。算法合理可靠,值得进一步的研究与测试。(本文来源于《现代商业》期刊2017年17期)

刘晓娴[3](2017)在《基于马尔柯夫模型的微网可靠性评估》一文中研究指出随着全球能源危机和环境问题的日渐突出,加之用户对供电可靠性要求的日益提高,可再生能源的开发和利用受到了世界各国越来越多的关注。微网作为一个单一可控单元,能够有效就地吸纳分布式电源出力,减少损耗,提高用户供电可靠性和缓解能源危机与环境污染压力。然而,微网的接入从根本上改变了传统配电网的单电源辐射状结构。另外,微网中的分布式电源多为风电、光伏发电等可再生能源发电,具有较强的随机性和波动性。传统配电网可靠性评估模型、方法和可靠性指标都难以适应新形势下的电网结构。本文针对以上问题,对含微网的配电网可靠性评估相关问题展开了研究。本文以国内外微网研究现状和现阶段微网可靠性研究中存在的问题为出发点展开研究。首先概述了微网的定义和结构,并分析了其运行特点。为全面分析含微网的配电网可靠性评估,文中对比分析了常用的可靠性评估方法,并最终选择最小路法来评估本文微网算例。文章的重点分为两部分,一部分是分布式电源建模,另一部分是微网可靠性分析。分别概括如下:(1)本文提出了基于改进的马尔柯夫链建立分布式电源的方法。文中仅考虑了风电、光伏和储能系统叁种分布式电源。储能系统仅考虑充放电约束和能量约束。风电和光伏的建模思路如下:直接利用风电、光伏出力历史数据,基于一阶马尔柯夫链,综合考虑分布式电源出力的日特性、季节特性以及天气特性,统计得出多个转移矩阵,再根据气候特性以及时间属性来选择转移矩阵,最终生成各时刻的状态量。本文的建模方法,省去了风速和太阳辐照度建模以及能量转化过程,无需进行繁杂的2次或多次建模,使得风电、光伏出力模型更加准确和简洁。(2)解析法适用于结构简单的小型电力系统的可靠性评估。本文研究的微网结构简单,采用最小路法进行可靠性评估。另外,传统的配电系统可靠性指标不能直观地评估微网对整个配电网可靠性的贡献,本文提出了平均断电频率降低系数MSAIFI、平均运行可用率提升系数MASAI和电量不足期望降低系数MEENS这3个新的微网评估指标。文中对分布式电源不同接入容量和不同接入位置对微网内负荷和整个配电网的可靠性影响进行了分析,并以改进的IEEE RBTS Bus6测试系统进行了算例分析,从可靠性评估结果可以得到的结论有:①微网能够有效提高其内部负荷和整个配电系统的可靠性;②随着微网容量的增加,其内部负荷和整个配电系统可靠性都不断增加,但是增加的趋势越来越平缓;③微网接入位置对其内部负荷的可靠性影响比较明显,靠近分布式电源的负荷可靠性要明显高于距离分布式电源较远的同等级负荷。最后,通过算例验证了本文所提出的新评估指标能够更加直观准确地评估微网对配电系统可靠性的贡献,能够更加科学地指导微网的规划和建设。(本文来源于《山东大学》期刊2017-04-10)

方静[4](2016)在《基于灰色马尔柯夫模型的医院出院量预测》一文中研究指出目的结合GM(1,1)直接建模法和马尔柯夫预测原理,构建灰色马尔柯夫预测模型,预测出院量人次,为医院的管理决策提供统计学依据。方法根据福建某医院2005年-2015年的出院量数据,应用MATLAB软件,通过直接建模法建立出院量的GM(1,1)模型,结合马尔柯夫预测原理,对原始数据进行3个状态区间的划分,并由转移概率矩阵确定未来状态,从而得到最终预测值。结果 2013年-2015年预测值的相对误差分别为0.05%,0.35%和0.14%,2016年出院量预测值为108 335人次,增长率约为15.38%。结论灰色马尔柯夫预测模型较单独使用GM(1,1)模型,精度有显着的提高,预测结果将为科学的管理医院提供可靠的依据。?(本文来源于《中国病案》期刊2016年09期)

高路[5](2016)在《基于马尔柯夫模型的高校师资结构预测》一文中研究指出教师是高校的主体,良好师资队伍结构是高校可持续发展的基础和前提.为了促进高校师资结构的合理配置,以马尔柯夫模型原理为基础,研究了预测过程并详细说明各步的计算方法;对某高校未来5年的师资结果进行预测和分析.结果表明,该预测模型可以有效地提高预测精度,由于系统各种状态的相互转移概率经常发生变化,该方法更适用于短期预测.(本文来源于《渤海大学学报(自然科学版)》期刊2016年02期)

宋涛[6](2016)在《学习分析的贝叶斯网络隐马尔柯夫链模型研究》一文中研究指出本论文基于网络学校学习管理系统(LMS)和网络日志数据,面向网校提高教学管理效益的实际需求,开展了在线学习数据分析的综合性研究。研究分理论研究与实证研究双线展开。理论研究方面提出了基于贝叶斯网络的隐马尔柯夫过程逻辑斯蒂回归模型,以解决学习沉淀预测中静态协变量与动态行为序列隐变量相结合的复杂建模问题。并给出了参数估计过程,讨论了模型参数的方差估计和模型评价方法。在实证研究方面,首先是在线学习的特征提取与分析研究,通过数据挖掘的方法提取了沉淀学生与标杆学生的评价要素,明确了影响网校运营与学生学习绩效的重要问题是沉淀学生的识别与预警,建立了网络学习沉淀预警指标体系。继而深入研究了网络学习沉淀预警模型的构造方法与优化模型。先是基于传统逻辑斯蒂回归结合关键评议要素的观测变量构造了网络学习沉淀静态预警模型,可实现早期和中期的退学与学习低效预警。但早期退学预警静态模型准确率并不理想,引入“上网学习积极性”行为状态变量后准确率有所改善,可仍不能支持动态预警。最后采用理论研究的建模方法,引入基于贝叶斯网络的隐马尔柯夫过程回归,实现了具备不同“上网学习积极性”行为序列特征的分层回归,准确、动态预警了早期退学风险,以实际效果验证了理论研究结论的有效性。本研究的应用价值在于:不仅为满足网络教育机构早发现、准识别、早预防学生沉淀的行业共性需求,为沉淀预警动态模型的持续改进打好了基础,也为解决类似的复杂行为预测问题提供了最新的理论模型、计算方法和应用范式。为推动互联网+背景下的大数据应用提供了有力的理论支持和方法工具。本研究的创新性主要体现在基于贝叶斯网络的隐马尔柯夫链过程逻辑斯蒂回归模型的理论创新与应用创新。在理念创新方面:基于网络学习行为预测的应用,提出了一个4节点3边3层的贝叶斯网络,给出了求解模型的复合似然函数;并将中层节点与隐马尔柯夫过程、回归模型相结合,解决了网络行为预测中的回归隐变量为离散动态序列而影响估计的问题。继而具体结合隐马尔柯夫过程过程的逻辑斯蒂模型,给出了参数估计和模型评价方法。在应用创新方面:首次在学习分析领域引入贝叶斯网络隐马尔柯夫过程模型来预测学生沉淀行为,较好地解决了网络学习行为序列复杂多变、难以观测、难以预测的问题,研发出了一系列网络教育机构适用、实用的方法与模型。(本文来源于《首都经济贸易大学》期刊2016-03-01)

韩二锋[7](2016)在《基于马尔柯夫预测模型的智能停车有效泊位预测研究》一文中研究指出随着绍兴城市化水平的不断提升与城镇居民私家车拥有量的迅速增加,有限的停车位无法有效解决停车的问题显得越来越突出。通过调研,确定以绍兴市世茂广场停车场作为研究对象,基于马尔柯夫预测模型进行短时有效泊位的验证分析。通过计算,运用马尔柯夫预测模型所得的预测结果可信度较高,可在智能停车诱导系统模块中加以使用。(本文来源于《价值工程》期刊2016年06期)

凌卫平,郑春雨,王李茹[8](2015)在《基于马尔柯夫模型的海南旅游人数的预测》一文中研究指出对2001-2012年海南省旅游人数建立了二次回归曲线模型,结合马尔柯夫链修正回归曲线的预测结果,能更好地预测海南省未来旅游人数。(本文来源于《旅游纵览(下半月)》期刊2015年07期)

刘伯高[9](2015)在《基于连续隐马尔柯夫模型的模式识别技术及其应用》一文中研究指出对利用基因算法训练连续隐马尔柯夫模型的语音识别的具体算法进行系统的研究;然后基于该语音识别技术对深圳市司法局社区矫正声纹识别系统进行详细设计。该系统上线后的运行结果表明,利用基因算法训练连续隐马尔柯夫模型的语音识别算法的识别速度较快同时具有较高的识别率。基于模式识别技术的司法社区矫正声纹识别系统建设在我国司法系统目前尚处于起步阶段,推广和建设司法社区矫正声纹识别系统具有重要的现实意义。(本文来源于《计算技术与自动化》期刊2015年01期)

杨怡[10](2014)在《销量的多因素灰色预测和马尔柯夫链模糊修正模型研究》一文中研究指出提出以城镇居民家庭人均可支配收入和城市居民消费价格指数为相关因素的销量预测的多因素灰色预测方法,为了克服多因素灰色预测侧重预测量的结构因素,而对时序因素考虑不足的弊端,提出对预测的相对误差应用马尔柯夫链模糊修正模型进行修正的方法,以使相对误差的划分具有弹性边界的优点,使预测结果更加符合客观实际。以特利日用化工厂为实证研究对象,以2007年至2011年数据为依据,得出2012年销量为112.18千万箱的结论。(本文来源于《工业工程与管理》期刊2014年05期)

隐马尔柯夫模型论文开题报告

(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:

本文首先介绍了灰度预测和马尔科夫预测在股票市场的不适应性,然后结合两种预测方法的优点,建立灰度-马尔科夫预测模型,并进一步研究探讨了模型的检验过程,最终给出了完整的股票价格预测分析的计算方法与检验方式。算法合理可靠,值得进一步的研究与测试。

(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。

隐马尔柯夫模型论文参考文献

[1].陈阳,朱家明.基于马尔柯夫链模型对移动端考研产品市场的预测[J].哈尔滨师范大学自然科学学报.2017

[2].卢嘉澍,孙坤,廉洁,李灿.基于灰度预测与马尔柯夫过程的股票价格预测模型[J].现代商业.2017

[3].刘晓娴.基于马尔柯夫模型的微网可靠性评估[D].山东大学.2017

[4].方静.基于灰色马尔柯夫模型的医院出院量预测[J].中国病案.2016

[5].高路.基于马尔柯夫模型的高校师资结构预测[J].渤海大学学报(自然科学版).2016

[6].宋涛.学习分析的贝叶斯网络隐马尔柯夫链模型研究[D].首都经济贸易大学.2016

[7].韩二锋.基于马尔柯夫预测模型的智能停车有效泊位预测研究[J].价值工程.2016

[8].凌卫平,郑春雨,王李茹.基于马尔柯夫模型的海南旅游人数的预测[J].旅游纵览(下半月).2015

[9].刘伯高.基于连续隐马尔柯夫模型的模式识别技术及其应用[J].计算技术与自动化.2015

[10].杨怡.销量的多因素灰色预测和马尔柯夫链模糊修正模型研究[J].工业工程与管理.2014

论文知识图

Notice: Undefined index: items in F:\Web\www\cnki.demo.com\app\cnki\tpl\search.html on line 79Warning: Invalid argument supplied for foreach() in F:\Web\www\cnki.demo.com\app\cnki\tpl\search.html on line 79

标签:;  ;  ;  ;  ;  ;  ;  

隐马尔柯夫模型论文_陈阳,朱家明
下载Doc文档

猜你喜欢