采用连续混合密度隐马洋柯夫模型的语音识别

介绍了采用连续Ｍ元高斯混合密度的隐式马尔柯夫模型的语音识别实验系统，对语音特征矢量用非线性归一化算法进行预处理。另一，还提出一种基于语音识别的模型初始化方法。实验证明：语音的预处理和模型初始化方法都取得了较明显的效果。     

采用连续混合密度隐马尔柯夫模型的语音识别

介绍了采用连续Ｍ元高斯混合密度的隐式马尔柯夫模型的语音识别实验系统，对语音特征矢量用非线性归一化算法进行预处理．另外，还提出一种基于语音知识的模型初始化方法．实验证明：语音的预处理和模型初始化方法都取得了较明显的效果．     

马尔柯夫模型在保险市场中的应用

阐述了马尔柯夫预测法的基本原理,分析了保险市场中同险种市场占有率满足马尔柯夫链的性质,用马尔柯夫模型预测了动态保险市场的占有率状况并做出了最优决策,为保险公司经营和决策提供参考。     

马尔柯夫模型在保险市场中的应用

阐述了马尔柯夫预测法的基本原理,分析了保险市场中同险种市场占有率满足马尔柯夫链的性质,用马尔柯夫模型预测了动态保险市场的占有率状况并做出了最优决策,为保险公司经营和决策提供参考.     

基于退化HMM的印刷体文字识别研究

提出一种新的基于退化隐马尔柯夫模型的印刷体文字识别方法.此方法按照一定规则提取文字的一维笔段序列特征,然后将该特征输入到设计好的分类器中进行分类.在分类器的设计上摒弃传统的左右型结构模型,采用了遍历型结构模型.实验证明此方法能够更好地完成文字分类任务,识别率可以达到99%以上.     

计算机马尔柯夫销售预测法及其程序设计

本文对时间、状态离散的马尔柯夫过程,即马尔柯夫链及其计算机编程过程和如何利用该程序进行销售预测等做了研究。     

基于新维灰色马尔科夫模型的股价预测算法

灰色预测适合于时间短、数据量少、波动不大的系统对象，但是对于系统对象的中长期预测，采用任何形式的GM（1，1）模型，预测结果往往会偏高或偏低，而马尔柯夫链理论适用于预测随机波动大的动态过程。通过结合灰色预测和马尔柯夫链理论的特点，并利用新信息优先的思想，提出了一种新维无偏灰色马尔柯夫预测模型，用无偏GM（1，1）模型拟合系统的发展变化趋势，并以此为基础进行了马尔柯夫预测，在每一步预测中，不断推陈出新，更新原始数据。实验结果表明，与一般的灰色马尔柯夫预测模型相比，预测准确度尤其是中长期预测准度得到了较大提高。     

基于马尔柯夫链入库径流预测状态划分法

目前河川径流、水库入库径流等情势预测广泛应用马尔柯夫链方法,并取得了很多研究成果,但多数研究侧重以各阶自相关系数为权重,进行加权预测,以期改进预测结果,对影响结果的其他原因缺乏探究.从马尔柯夫链方法中的变量的状态划分着手,分别采用了均值均方差法、保证率法、百分比法3种状态划分方法,探讨了不同状态划分方法对预测方法和预测结果的影响,建立了湖北高关水库年入库径流量的马尔柯夫链情势预测模型,研究表明常用的均值均方差径流状态划分方法并不适用于高关水库.建立的马尔柯夫链模型预测结果表明,预测效果较好.     

马尔柯夫理论在道路评价与管理中的应用

马尔柯夫理论提出了一个概率型的预测模型.本文即应用马尔柯夫理论的基本思想,分析道路使用性能随时间和车载作用而随机变化的规律.通过建立合理的预测模型,提出道路评价与管理的基本工作程序与方法.     

灰色马尔柯夫预测模型

概要地介绍了灰色系统理论的研究对象，引入了ＧＭ（１，１）灰色预测模型，并将灰色预测与马尔柯夫预测方法相结合建立了一种对ＧＭ（１，１）模型进行了预测物新方法，克服两种预测法的不足，提高了预测精度。最后用一例子说明灰色马尔柯夫预测方法的应用。     

一种新的卫星编队构型重构路径规划方法

文章提出了一种编队整体系统建模的构型重构路径优化方法。首先根据编队卫星相对运动动力学模型,应用Kronecker直积推导出编队整体系统的模型预测控制方程。再以该方程设计优化目标函数并推导出动力学约束,以编队重构的燃料消耗总量最小与各星燃料消耗平衡为目标,采用非线性优化技术优化各星推力脉冲序列及初始构型上始发点与期望构型上目标点相位。最后以5颗星编队不同重构时间与推力脉冲数的构型重构为例进行仿真。仿真实验结果表明,当快速构型重构机动时采用文中提出的整体规划方法比集中规划方法燃料消耗减小约17%,燃料消耗的平衡性方差指标减小约72.5%,新方法具有较为明显优势。     

基于有效特征筛选的Mean shift运动目标跟踪算法

针对现有Mean shift跟踪算法在目标被遮挡、跟踪场景变化时,跟踪误差变大甚至丢失目标的问题,提出了一种基于有效特征筛选的Mean shift运动目标跟踪算法。首先通过对目标特征的优化筛选,改善了现有Mean shift算法因目标特征多而造成计算时间较长,在目标发生较大变化时跟踪精度降低的情况。更能有效地表征目标特征,减少跟踪误差,增强特征集对目标的描述能力。同时给出目标模板更新的方法,在目标发生明显变化时,能自适应地更新特征集,进一步提高跟踪精度。仿真结果表明:文中方法具有更好的跟踪精度,计算时间较小,对遮挡、场景变化有更好的鲁棒性。     

粘弹性接触问题的数学规划解法

主要研究粘弹性物体间的接触问题,同时考虑了刚体位移、摩擦及几何非线性等因素。导出了该问题数学规划解法的标准形式,并通过实例展示了粘弹性物体接触状态随时间的变化规律。     

基于四阶混合累积量的自适应线谱增强器

将四阶累积量的递推算法推广到求正弦信号的混合四阶累积量，并提出了一种计算正弦信号四阶混合累积量的自适应线谱增强递推算法。该线谱增强器的结构为自适应FIR滤波器，当输入为含有高斯噪声的正弦信号且处于稳态时，滤波器的权系数与输入信号的四阶混合累积量的一维切片成正比，而与高斯噪声无关，从而使信号的线谱成份得到增强。仿真结果表明，该算法从高斯色噪声中提取正弦信号的能力优于二阶自适应短时相关增强器。     

一种基于杂草克隆的多目标粒子群算法

多目标粒子群算法(MOPSO)在优化函数时,尤其对于Pareto前沿是分段不连续的优化函数,存在收敛速度慢,种群多样性差的缺陷。针对此问题,将杂草克隆机制引入MOPSO,提出了一种新的多目标粒子群算法,称之为IWMOPSO。该算法利用改进的档案维护策略和不可行解增强多样性和均匀性,通过标准测试函数验证,能够使所求得的Pareto最优解逼近整个Pareto真实前沿,收敛性和多样性明显优于MOPSO和NSGA-Ⅱ,具有较强的应用性。     

一种新的自适应退火遗传算法

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能。基于这个思想提出一种新的自适应退火策略用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性。基于典型算例的仿真结果验证了该算法对高维复杂函数最优化的有效性和高效性,其性能明显优于传统遗传退火算法、改进的进化规划方法。     

面向分布实时嵌入式系统的任务优化调度算法

文章针对负载难以准确预知且动态变化的复杂分布实时嵌入式系统,提出了一种基于快速模型预测控制的任务调度算法,通过动态调整分配在各个处理器上的任务QoS,使得每个处理器的CPU利用率保持在参考值附近,保证了任务的实时性;利用多参数二次规划的方法求解模型预测控制中的约束优化问题,可有效减小算法的执行时间.实验结果表明算法有效且负载极小.     

无人机组合导航系统信息融合方法研究

针对小型无人机通常采用的无线电导航,综合考虑无人机具体情况以及其它导航方式的特点,提出了一种将无线电导航系统(RP)、全球导航星系统(GN SS)、多普勒导航系统(DN S)、地形辅助导航系统(TAN)和景象匹配导航系统(SMN)组合起来,取长补短,构成基于联邦卡尔曼滤波器的DR/RP/GN SS/DN S/TAN/SMN组合导航系统。仿真结果表明,该方法完全可以满足导航精度的要求。     

机翼非水平机动攻击的算法与实现

通过火控和飞控的综合实现了机翼非水平自动机动对地攻击,给出了主要算法,包括可击区的确定、火控解算、攻击机的导引与控制、机动轨迹的确定等,利用数字仿真平台进行了演示验证,仿真结果显示了算法正确、有效及火飞综合在扩展攻击方式和提高攻击精度方面的效益。     

再入飞行器变质心/RCS复合控制策略研究

再入飞行器采用变质心控制不但可以保持较好的气动外形,还可以降低能量消耗增大载荷能力,但该控制对气动力依赖较强,在气动力不足时需要借助其它控制系统来实现精确控制要求。文章研究了全空域飞行情况下变质心/RCS复合控制策略。通过对控制受限情况下变质心控制系统力矩配平和闭环响应快速性能的分析,将变质心控制的可行性转化为重压心距不等式组解的存在性,并基于此工程估算方法给出从变质心控制切换为RCS控制的复合控制策略。最后,通过对某再入飞行器一条典型机动弹道的仿真实验,验证了复合控制策略的有效性。