DTN中基于马尔科夫链的声誉评估策略

在基于声誉的延迟容忍网络路由协议中,较长的消息传递延迟会使声誉的收集非常缓慢,导致节点的声誉评价不准确。为此,提出一种基于马尔科夫链的声誉评估策略。该策略根据节点在不同历史时间点的声誉值序列,通过马尔科夫预测方法求出节点声誉值的状态转移矩阵。利用状态转移矩阵和节点最近一次的声誉评价预测节点现在的声誉值,并采用概率论的方法对节点的声誉进行评估。实验结果证明,与同类路由策略相比,该策略能够降低延迟对声誉的影响,使节点准确预测其他节点的声誉值,从而更有效地抵御诽谤攻击。     

基于马尔科夫链的电力系统运行可靠性快速评估

随着电力系统的快速发展,其可靠性亟需提升.从设备维护和运行角度上来看,需要建立电力系统可靠性分析的模型,因此基于马尔科夫链的模型,提出了三状态转移图.利用历史数据样本,计算出马尔科夫状态转移矩阵,总结出首次故障平均时间的可靠性指标,对电力系统的可靠性进行快速评估.基于合理的应用分析,采用马尔科夫链模型,验证了电力系统状...     

基于马尔科夫链的光测图像自动判读方法

光电经纬仪是武器靶场最为重要的测量手段之一,具有直观性强、测量精度高等特点,是获得导弹外弹道参数主要途径。光测图像判读系统获取空中目标运动过程的原始图像和有关数据的原始记录,通过事后判读分析,可获取精确的弹道测量数据。研究了基于马尔科夫链的图像判读方法,该方法通过利用上一时刻的判读信息不断修正目标位置的概率分布矩阵,从而降低图像自动化处理的区域,提高了算法效率,降低了算法的复杂度。     

基于航路点搜索法的军用飞行器航路规划

为提高军用飞行器航路规划的效率和对威胁体的适应性,提出一种基于几何原理的、步进搜索的新航路规划方法:航路点搜索法。对禁飞区、雷达和防空武器、高山等地形障碍物进行建模,推导出航路规划时的代价函数。介绍在规划空间内如何选取航路点、使用航路点搜索法在获得的航路点中进行筛选,从而生成航路的过程和原则,并根据代价函数对规划出的航路进行寻优。通过算例对航路点搜索法进行仿真验证,结果表明,该方法简单有效,收敛性好,对威胁体的类型和数量不敏感,具有一定的工程应用价值。     

基于航路段相关的飞行冲突探测方法研究

调配航路飞行冲突是民航空管ATC区域管制的一项重要课题。文章从分析空管雷达航迹和航路之间的关系出发,提出了基于航路段分析调配航路飞行冲突的一种有效的解决方案。     

基于灰色马尔科夫链的小排量汽车销量预测研究

近两年来,我国小排量汽车的销量受到政策、价格等各种原因的影响呈现出波动的形势。为了较为准确的对小排量汽车销量进行预测,本文建立了相应的灰色马尔科夫链预测模型。首先通过灰色GM(1,1)模型获得两年来我国小排量汽车销量的基本走势,然后采用灰色马尔科夫链在GM(1,1)模型基础上进行修正,最后得到最终的预测模型。该模型有效整合了GM(1,1)模型处理光滑序列的有效性和灰色马尔科夫链处理随机序列的有效性。通过对2013年10月、11月、12月的销量数据进行测试,该模型具有较高的预测精度。     

基于马尔科夫链的主机异常检测方法研究

提出了基于马尔科夫链模型的主机异常检测方法,首先提取特权进程的行为特征,并在此基础上构造Markov模型。由Markov模型产生的状态序列计算状态概率,根据状态序列概率来评价进程行为的异常情况。利用Markov模型的构造充分提取特权进程的局部行为特征的相互关系。实验表明该模型算法简单、实时性强、检测率高、误报率低、适合用于在线检测。     

基于半马尔科夫链的无线网络能耗模型的研究

在分析无线传感网络能量消耗特征的基础上,根据无线通信环境和节点的状态转换关系,建立了基于半马尔科夫链的无线传感网络的能耗模型,并通过仿真实验验证得出传感节点实际能耗剩余值与所建模型能耗预估值基本相同,从而说明所建立的能耗模型准确有效,为改变传感节点工作状态、延长传感网络使用寿命提供了可靠的节点能量数据.     

基于马尔科夫链的网络控制系统调度

网络控制系统数据包的丢失将导致控制系统性能下降与网络资源利用率降低。以马尔科夫链对网络控制系统的数据包丢失时延进行动态预测,并将它作为网络利用率的一个重要参数,利用反馈原理动态地调整网络控制系统控制任务周期,在线分配网络资源,实现调度与控制的集成,提高了网络资源的利用率与控制系统性能,仿真结果表明了该方法的有效性。     

基于频繁的Markov链预测模型

预取技术通过在用户浏览当前网页的时间内提前取回其将来最有可能请求的网页来减少实际感知的获取网页的时间.传统的Markov链模型是一种简单而有效的预测模型,但同时存在预测准确率偏低,存储复杂度偏高等缺点.通过提出一种算法来减小存储空间,最后通过证明能有效减小存储空间.     

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。     

基于平台可信链的可信边界扩展模型

以可信终端、可信连接、可信网络为代表的可信计算技术立足于终端和网络的自身免疫,开辟了以信任促安全的新思路,成为众多安全公司解决安全问题的热选技术。该文以可信终端技术中的可信链模型为对象,系统研究了可信链的概念模型,给出建模过程、模型的原型实现并指出该模型较之传统安全模型的优点。     

基于马尔可夫链的校园云平台效用分析

校园网存在能耗高、效率低、浪费多等诸多问题,其可以通过云计算来解决,但云计算所带来的效益增长并没有一个很好的标准。对校园云平台进行了简单描述,对数据中心的成本、用户实例的成本进行了分析,提出了校园云平台成本效用函数。建立了校园云平台马尔可夫链模型来分析负载均衡策略和贪心策略。使用CloudSim对校园云平台进行仿真,对模型进行验证分析和比较。通过建立模型和仿真分析得知,建立云平台,采用不同的策略,可以有效提高校园网资源利用率以降低成本,或者提供更好的服务质量。     

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UML的软件Markov链使用模型的构建

构建软件的使用模型是进行软件可靠性测试及软件可靠性评估的基础.近年来,如何由软件的UML模型构造软件的使用模型成为研究热点.对于大型的软件系统来说,应用现有方法构建的软件Markov链使用模型的状态空间过于庞大,模型描述困难,不利于测试用例的自动生成及软件可靠性评估.针对以上问题,提出了一种由UML模型构建Markov链使用模型的方法.该方法将场景的前置条件和后置条件作为 Markov链使用模型的状态,将场景的执行及执行概率作为状态之间的转移及转移概率.与现有方法相比,新方法构建的Markov链使用模型的状态空间小且无需人为干预,而且可以很方便地生成测试输入从而进行可靠性测试.针对UML模型的有效性,提出了经过可靠性评估扩展的UML模型生成Markov链使用模型的验证算法.最后通过一个卫星控制系统的实例对新方法的性能进行了验证.     

基于Markov链模型的MANET连通性分析

提出一种基于Markov链模型的移动Ad hoc网络（MANET）连通性分析方法。建立节点可靠性分析的Markov链模型,使之便于计算节点的可靠性概率。基于此,建立网络剩余节点数以及故障节点数状态转移的Markov链模型,并推导出计算节点随机网络连通概率的公式。通过Matlab仿真验证了理论分析的正确性。     

基于曲线波隐马尔可夫模型的人脸检测

提出了一种基于曲线波隐马尔可夫模型的混合人脸检测算法.曲线波变换是一种多尺度几何变换,具有很好的方向性,能用极少的非零系数精确表示图像的边缘,是一种最稀疏的表示方法.根据隐马尔可夫模型对人脸拓扑结构的约束,采用3状态的隐马尔可夫模型进行从粗到细的人脸检测.实验结果表明,这种算法具有较好的检测速度与正确率及鲁棒性.     

一种基于隐马尔科夫模型的步态识别算法

步态是指人体走路时的姿态,步态识别是近年来生物特征识别领域一个备受关注的研究方向。步态阶段的区分是步态识别的重要内容。以隐马尔科夫模型(HMM)为基础,基于安装在膝关节的编码器和大腿部的加速度传感器,在外骨骼辅助行走中识别步态的不同阶段。首先进行数据预处理和特征提取;其次对隐马尔科夫步态识别算法进行设计,包括结构的建立、参数的训练和最终的识别;最后对性能进行评估,总体正确率达到91.06%,说明HMM用于步态阶段识别具有较好的性能。     

自组织隐马尔可夫模型的人脸检测研究

该文提出了自组织隐马尔可夫模型的人脸检测方法，采用多视人脸样本对隐马尔可夫模型进行训练，得到其参数的初步估计值，在此基础上，裁剪那些状态之间的弱连接，将网络自组织成多路径的左右模型（MPLR）。然后利用EM算法对参数重新进行估计，得到隐马尔可夫模型的状态图，在检测阶段，通过求取最优状态序列和最大相似度的方法来判断，与伪二维隐马尔可夫模型相比，该方法的优点在于能检测多视下的人脸，不只局限于垂直正面视，实验结果证明了该方法的有效性。