基于加权相对熵的二阶马尔可夫模型的进化树重构

利用加权相对熵的二阶马尔可夫模型的基本原理,对DNA序列进行比较.DNA序列由4个字符A、T、C、G构成的序列,将其视为一个马尔可夫链,取状态空间Ι={A,T,C,G},使用二阶转移概率矩阵来描述DNA序列,得到DNA序列的特征值,进而利用特征值定义DNA序列的相似性度量,得到能够对DNA序列进行比较的新方法,并利用这个方法对30个物种的线粒体DNA序列进行分类,通过加权相对熵得到距离矩阵的非比对方法构建的进化树划分更加清晰,准确度更高.     

GM模型和Markov模型在公路客运量预测中的综合运用

文章在应用灰色理论构建的GM预测模型基础上,以Markov模型为修正方法,建立GM—Markov模型,并以陕西省2003—2012年公路客运量为基础数据对上述理论进行实例验证。结果表明：与实际客运量相比,GM模型的相对误差为11．08％,而GM—Markov模型的相对误差仅为5．61％,GM—Markov模型拟合精度较高,更加贴近实际情况。     

Probabilistic Modeling of Erroneous Human Response to In-Vehicle Route Guidance Systems: A First Look

An integral component of (in-vehicle) navigation systems is the determination of optimal routes to the desired destination. An implicit assumption in the underlying algorithms is that people do not make mistakes when following the prescribed routes. This is, however, not always consistent with reality, especially when driving in unfamiliar environments. This article presents a first look at the possibility of mistakes when driving. This possibility is formalized in a Markov decision process. It is demonstrated that quite paradoxical situations can occur when accounting for mistakes. As the most interesting—but perhaps extreme—example, we have shown that under certain conditions, it is no longer optimal to recommend drivers to take the shortest route. Instead, a longer route (in certain cases even the longest!) becomes optimal. Numerical results are provided throughout the article to reveal the fundamental properties of this problem.     

铁路客运专线车站乘客集散微观仿真模型

为优化铁路客运专线车站的设计,研究了考虑不同发车频率的客流生成机制,应用标准的马尔可夫决策过程描述了乘客在车站内的集散过程,提出了基于逻辑网络和点阵的设备控制表示方法,建立了铁路客运专线车站乘客集散微观仿真模型.仿真发现:当行人移动空间在0.5 m2左右时,流量达到峰值,速度分布在20～80 m*min-1,并随密度增加呈指数递减趋势;在相同客流输入条件下,不同设施上的客流集散规律不同;通过对行人复杂行为的仿真,成功再现了客流集散中的自组织现象,有效避免了交通流基本图模拟现实交通中的不适应取值范围.结果表明模型具有较高的可靠性和实用性.     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

多年道路养护策略的优化模型及应用

道路养护策略优化的目的是在有限资源约束条件下,使养护后的路面性能最大化.基于Markov链模拟路面在不同养护方式下的状态转移关系以及相应的费用关系,提出的有关整数规划模型优化路网养护策略,及对路面养护费用与路面性能关系的敏感性分析方法,具有较强的工程应用性,并有助于管理者在资金预算时的科学决策.     

基于动态故障树的计算机联锁系统可靠性及性能分析研究

国内外关于动态冗余结构系统可靠性分析问题的主要方法是马尔科夫模型,然而,对于二乘二取二的相对复杂的冗余系统,使用马尔科夫模型进行分析时,其状态空间的规模与双机热备系统相比具有较大增长,致使其建模过程及求解过程十分繁琐.本文旨在使用动态故障树方法对二乘二取二系统的可靠性分析进行建模与求解,同时通过可靠性和安全性曲线,与双...     

城市轨道交通客流量实时预测模型

城市轨道交通客流预测方法主要有基于调查的客流量预测方法和基于实际流量的事后统计方法。针对目前尚无根据实际客流量数据预测各个站的客流量的模型,提出了利用实际到站的客流量数据,通过建立灰色模型和马尔科夫链,预测下一站实际客流量的实时预测模型。试验仿真表明,该模型能较好预测实时客流量。     

Active Contours and Mumford-Shah Segmentation Based on Level Sets

IntroductionThe basic idea in active contour models orsnakes is to evolve a curve,subject to constraintsfrom a given image,in order to detect objects inthat image.For instance,starting with a curvearound the object to be detected,the curve movestoward its interior normal and has to stop on theboundary of the object.LetΩ be a bounded open subset of R2 ,with Ω its boundary. Let u0 ∶Ω→ R be a given image,and C( s)∶ [0 ,1 ]→ R2 be a parameterized curve. Inthe classical snakes and active…