可维修三模冗余结构系统的可靠度与安全度分析

采用马尔可夫模型 ,在考虑故障覆盖率及维修率影响的情况下 ,对三模冗余结构系统的可靠度及安全度进行了详细的推导 ,给出了求解系统可靠度及安全度的微分方程组 ,并用MATLAB仿真分析了故障覆盖率和维修率对系统安全度及可靠度的影响     

隐Markov决策模型

讨论Markov决策问题中样本与不可观测状态之间的关系问题。引进了避错特征函数的概念，利用隐Markov过程的结构和Markov决策模型建立了隐Markov决策模型。并进一步讨论了状态估计和阶段收益函数。     

公路养护决策模型研究

通过对多种公路养护决策模型的研究和分析,采用马尔可夫决策过程和动态规划理论建立决策模型,提高了模型的易用性和适用性,较好地解决了养护资金如何科学利用的问题,为公路养护管理部门提供决策参考依据。     

基于马尔可夫链模型的交通拥挤状态预测

交通拥挤严重影响了道路交通的安全性和运行效率,如何对交通拥挤状态进行判别,并预测下一时刻交通状态的变化趋势,是提高交通管理水平的一个关键.利用马尔可夫链建立了交通状态预测模型,实例表明该模型对短期交通状态预测具有良好的适用性.     

Human-imitation recognition algorithm based on multi-character

A multi-character recognition method based on hidden Markov model (HMM) was presented. The method can reduce the calculation load of correlation and improve recognition accuracy compared with single-character recognition in video. The characteristics used for recognizing include the shape character, the color character, the texture character and so on. Even our human being generally uses these characteristics to recognize objects in practice. A recognition experiment of 17 fishes was carried out in the paper. The experimental results demonstrate the high veracity of the multi-character recognition algorithm. Together with the tracking process, it can handle dynamic objects, so the multi-character recognition is more like the human recognition, and has great application value.     

隐Markov模型在智能交通领域中应用

隐马尔科夫模型（HMM）是一种广泛使用的统计模型,在生命科学、信息科学、智能交通等领域得到广泛的应用。简述隐Markov模型的基本原理、核心问题及其改进模型,详细阐述隐马尔科夫模型在交通流阻塞智能检测、车辆碰撞预警和驾驶员意图识别等智能交通领域应用情况,并对其应用前景进行展望。     

基于马尔可夫链与神经网络组合的路面使用性能预测

在分析路面使用性能影响因素的基础上,结合马尔可夫过程链预测与BP神经网络预测的优势,提出一种组合预测模型;探讨了模型组合形式及参数确定方法;结合河南某高速公路工程实测资料进行了实证分析。结果表明:通过预测模型的合理组合与参数的优选,能够有效地提高预测精度。     

面向安全预警的机动车驾驶意图研究现状与展望

简述当前开展面向安全预警的机动车驾驶意图研究的目的和意义.分析国内外研究现状,得出从驾驶员行为及驾驶动作序列角度开展驾驶意图研究的可行性和有效性,同时介绍了 2种基于概率与数理统计的机动车驾驶意图建模方法.结合驾驶员在直线封闭路段实施驾驶行为特征,阐述使用隐马尔科夫模型(HMM)理论建立驾驶意图模型的步骤以及模型参数学习和系统在线优化算法等内容.对驾驶意图模型网络结构、动态性能方面相关研究方向进行展望.     

运用Excel?建立路面性能马尔可夫预测模型

以一高速公路试验路路面性能数据为基础,结合Microsoft Office Excel?表格的Solver求解器建立路面性能指标曲线的指数回归方程,并通过拟合的指数回归方程计算出状态转移概率矩阵。再根据已知的初始路面状况概率分布,得出某一时间的路面性能概率分布,最终达到预测这一时间路面性能的目的。经分析知道:运用Microsoft Office Excel?表格建立马尔可夫模型不仅方便、操作简单,且具备很高的路面性能预测能力,在实际工程中具有广阔的应用前景。     

基于灰色-马尔可夫链改进方法的铁路货运量预测研究

科学的预测对于经济现象的研究和经济决策的制定都具有十分重要的意义,因此,关于经济预测理论和方法的研究一直是一个热点。本文将灰色模型预测方法GM(1,1)和马尔可夫链预测相结合,提出灰色马尔可夫链改进预测方法,并且针对我国铁路货运量的发展趋势进行了预测,得出比灰色预测更加准确的结论。从而证明,灰色马尔可夫链改进方法的预测结果更加准确可靠,更有利于决策者的经济决策行为。