基于马尔可夫链的资产质量预测建模研究

银行管理信贷资产管理问题,为了防止风险,结合银行普遍采取的资产质量五级分类管理办法,构建的银行资产质量迁移矩阵,可以清楚地反映银行资产在不同时期的状态分布,便于定期审查和追踪银行资产质量的变化规律.根据银行资产质量的变化规律的特征,采用马尔可夫链建立了银行资产质量预测模型,测算将来时点银行资产五级分类的概率分布和总量.迁移矩阵和基于马尔可夫链的资产质量预测模型的引入,既能有效揭示资产分类中的技术偏差和道德风险,又能为有效防范因资产质量恶化形成的风险.     

随机系统输出概率密度函数的有限时间镇定

针对一类含有限能量未知扰动的随机动态系统,研究基于随机分布函数的有限时间控制问题.通过B样条逼近建立了输出概率密度函数(PDF)与权值之间的对应关系,利用线性矩阵不等式,给出了基于观测器的PDF有限时间控制器的参数化设计方法.采用该方法设计的控制器,可使系统对所有满足条件的未知扰动是随机有限时间有界和随机有限时间镇定的.仿真实例验证了所提出方法的有效性.     

时间连续马尔可夫链的复杂网络上SIRS模型分析

针对传播过程中普遍存在的随机波动特点,以均匀网络上的基本SIRS模型为研究对象,建立基于时间连续马尔可夫链的随机网络模型,以平稳分布为研究方法分析了模型的稳态阈值和临界条件,发现所得结果和采用平均场方法所得结果相同;而基于时间连续马尔可夫链建立的传播模型,在对传播过程中存在的随机波动现象的描述方面,给出了较充分的理论解释,这也是概率统计方法在解决此类问题上较平均场方法最明显的优势所在,同时也为分析复杂网络上的传播动力学行为提供了一种基于概率统计方法的思路。     

基于马尔可夫链的市场营销预测模型

本文通过建立产品的状态转移概率矩阵,利用马尔可夫链进行分析和计算,给出产品的市场营销预测的数学模型,从而给经济预测提供切实可靠的理论依据,并且运用Excel软件实现马尔可夫预测技术.设计的程序使用方便,操作简单,大大提高了工作效率,具有一定的实用和推广价值.     

基于马尔可夫链策略的传感器网络节点密度控制算法

如何保证多跳自组织网络的连通性是无线传感器网络研究的核心问题.在正态遮蔽衰退模型的基础上,借助状态转移概率矩阵提出一种基于马尔可夫链策略的节点密度控制算法.该算法利用一步转移概率矩阵求出信号在任意节点对之间互达的迟早概率,并通过令节点间信号互达的迟早概率趋近于1来逼近网络全连通时的最小节点密度.实验结果表明,与R.HEKMAT算法相比,所提出的算法能有效降低数值误差,从而提高算法结果与实验数据的吻合度.     

基于马尔可夫链的情感计算建模方法

定义了情感的两种状态及其两个基本的变化转移过程,并应用马尔可夫链构造了一个情感概率空间,建立模拟情感变化的情感模型,给出了情感能量、情感强度和情感熵等概念,用以描述情感特征与情感状态。通过Matlab的仿真计算,验证此模型可较好地模拟情感状态自发转移的动态过程,可用于情感机器人的情感模拟计算。为情感计算和情感自动生成理论研究提供了一种新途径。     

基于马尔可夫链理论的隐写检测算法

基于马尔可夫链（Markov Chain,MC）理论,提出了一种新的通用隐写检测算法。根据图像邻域相关的性质构造马尔可夫链,提取其经验转移矩阵的对角线元素作为特征向量,构造了一个新的判决函数作为检测秘密信息是否存在的依据。基于Matlab7.0平台,对全局LSB、DCT和DWT的隐写进行了检测实验。根据实验结果对算法进行了改进,使检测效果更优。结果证明：该算法的综合性能优于普通的检测算法。     

基于马尔可夫链的轨迹预测

为了支持在城市交通网络上,对移动对象的位置进行有效的预测,提出了一种基于马尔可夫链的移动对象轨迹预测方法.该方法根据城市交通网络的特征,依靠统计并有效利用历史轨迹进行预测.最后讨论了数据结构和算法的一些优化,并分析了算法复杂度.实验证明加权马尔可夫链的轨迹预测给出了令人满意的结果.     

基于交互式马尔可夫链的模型检验

研究了基于交互式马尔可夫链（IMC)的模型检验,IMC是集功能描述和性能刻画为一体的并发系统模型,模型检验是一种自动功能验证与性能评价技术。文中提出的模型检验算法结合了传统的功能验证与性能评价的功能,并且与现有的算法相一致。实验分析表明,该算法具有较高的性能,适用于大型复杂系统的验证和评价。     

基于时间反演的到达时间定位

针对传统算法在室内超宽带(UWB)到达时间(TOA)定位系统里很难准确搜寻出第一条直射路径,从而导致定位精度不高的问题,提出了基于时间反演(TR)的TOA室内UWB定位算法.首先,利用TR处理的空时聚焦特性确定第一条直射路径,从而估计这条路径的TOA;其次,通过加权最小二乘(WLS)定位算法对不同的估计分量赋予相应的权...     

The stopped distributions of a controlled Markov chain with discrete time

A characterization is given, in terms of excessive functions, of possible stopped distributions of a controlled Markov chain with given initial distribution. Control here is understood as a mixing of a given finite number of Markov chains. It is an extension of results of Rost for more than one Markov kernel.     

Conditional probability Markov chain simulation based reliability analysis method for nonnormal variables

Based on fast Markov chain simulation for generating the samples distributed in failure region and saddlepoint approximation(SA) technique,an efficient reliability analysis method is presented to evaluate the small failure probability of non-linear limit state function(LSF) with non-normal variables.In the presented method,the failure probability of the non-linear LSF is transformed into a product of the failure probability of the introduced linear LSF and a feature ratio factor.The introduced linear LSF wh...     

基于扩展马尔科夫链的攻击图模型

在网络风险评估中,攻击图模型用于表达网络存在的脆弱点以及脆弱点之间的关联关系,传统方法通过主观经验确定攻击图中状态转移的权重,给状态转移概率的确定带来较大不准确性。为提高其准确性,通过将脆弱点的攻击难度作为状态转移概率的确定标准,构建基于马尔科夫链的攻击图模型。搭建实验环境,将该模型应用到实际环境中,得到了准确的状态转移概率。该模型摒弃了传统概率确定方法中的主观性,有效提高了概率确定的准确性。     

基于马尔可夫链的分形图形生成算法

区别于传统的基于欧几里得算法的图形生成算法,在迭代函数系统的基础上,提出了一种基于马尔可夫链的分形图形生成算法。该算法首先利用马尔可夫链为每个状态转移函数设置转移的概率密度,其次通过比较随机数与状态转移函数的概率分布来确定进入的状态转移函数,进而计算吸引点的位置、确定线条的位置和角度,推导出迭代后线条的角度关系,最后通过多次迭代生成不同角度和位置的线条组成一个完整的图形。相对于传统算法,该算法针对分形图形的生成、仿射变换矩阵参数的具体调控方式、以及图形散点图的变化规则进行研究,通过对不同分形图形的生成及其形态调控的仿真实验验证了该算法可以对分形图形生成过程进行描述,进一步验证了该算法的优越性。     

Using zero-norm constraint for sparse probability density function estimation

A new sparse kernel probability density function (pdf) estimator based on zero-norm constraint is constructed using the classical Parzen window (PW) estimate as the target function. The so-called zero-norm of the parameters is used in order to achieve enhanced model sparsity, and it is suggested to minimize an approximate function of the zero-norm. It is shown that under certain condition, the kernel weights of the proposed pdf estimator based on the zero-norm approximation can be updated using the multiplicative nonnegative quadratic programming algorithm. Numerical examples are employed to demonstrate the efficacy of the proposed approach.     

未知探测概率下多目标PHD 跟踪算法

针对未知探测概率下多目标跟踪问题, 提出一种基于时变滤波算法的多目标概率假设密度(PHD) 滤波器. 算法推导了未知探测概率PHD递推式, 提出了将未知探测概率转化为目标的丢失与接收事件, 并依此建立了目标跟 踪的马尔科夫模型, 给出了该模型下时变卡尔曼滤波最优解, 进而在高斯混和PHD(GMPHD) 框架下推导了算法闭集解. 仿真实验表明, 所提出算法在未知且随时间变化的探测概率情形下, 仍能实时地跟踪各目标, 具有良好的工程应用前景.     

连续值命题逻辑系统中公式的条件概率真度

基于条件概率的思想,在连续值命题逻辑系统中引入赋值密度函数概念,给出了公式的概率真度、数学期望、条件概率真度的定义,并得到了一些概率真度的推理规则。证明了Lukasiewicz逻辑系统中概率真度、条件概率真度在[0,1]中稠密。     

Filtering of discrete‐time Markov jump linear systems with uncertain transition probabilities

This article addresses the filtering design problem for discrete‐time Markov jump linear systems (MJLS) under the assumption that the transition probabilities are not completely known. We present the methods to determine ??₂‐ and ??_∞‐norm bounded filters for MJLS whose transition probability matrices have uncertainties in a convex polytope and establish an equivalence with the ones with partly unknown elements. The proposed design, based on linear matrix inequalities, allows different assumptions on Markov mode availability to the filter and on system parameter uncertainties to be taken into account. Under mode‐dependent assumption and internal model knowledge, observer‐based filters can be obtained and it is shown theoretically that our method outperforms some available ones in the literature to date. Numerical examples illustrate this claim. Copyright © 2010 John Wiley & Sons, Ltd.