基于二阶隐马尔可夫模型的文本信息抽取

隐马尔可夫模型是文本信息抽取的重要方法之一.在一阶隐马尔可夫模型中,假设状态转移概率和观察值输出概率仅依赖于模型当前的状态,一定程度降低了信息抽取的精确度.而二阶隐马尔可夫模型合理地考虑了概率和模型历史状态的关联性,对错误信息有更强的识别能力.提出了基于二阶隐马尔可夫模型的文本信息抽取算法;分析了二阶隐马尔可夫模型在文本信息抽取中的有效性;仿真实验表明,新的算法比基于一阶隐马尔可夫模型的算法具有更高的抽取精确度.     

基于隐马尔可夫模型的风险评估方法

针对网络攻击场景下一段时间内信息系统面临的安全风险,文中提出一种基于隐马尔可夫模型的风险评估方法,将网络主机的漏洞建模为隐马尔可夫模型中的状态,将可能受到的攻击建模为隐马尔可夫模型中的观察值,求解一段时间内的成功攻击概率;根据攻击成功后产生的代价和成功攻击的概率,得到时间段内总风险度量值。该方法可从整体角度对网络攻击场景下一段时间内的信息安全风险进行量化评估。     

基才隐马尔可夫模型的蛋白质序列筛选算法

对蛋白质序列筛选算法进行了研究,针对蛋白质数据库中存在大量的冗余序列,提出了一种基于隐马尔可夫模型的蛋白质序列筛选算法。详细阐述了在蛋白质数据库中如何建立隐马尔可夫模型。对模型中主要参数的求解和估计给出了主要计算公式。然后利用所建立的模型对蛋白质数据库进行的序列筛选测试,测试结果表明本文设计的算法对同源蛋白质序列筛选精...     

基于小波隐性马尔可夫模型的人脸检测

本文提出了一种基于小波隐性马尔可夫模型(WHMM)的人脸检测方法,根据隐性马尔可夫模型对人脸拓扑结构的约束以及小波变换的多尺度性和局部定位性,采用3状态的WHMM进行从粗到精的人脸检测。实验结果表明这种方法具有较高的检测速度与正确率及鲁棒性。     

一种基于马尔可夫模型的快速位同步环路

位同步是数字通信中的一项基础而又关键的技术。在分析常用的位同步技术的基础上，提出了一种基于马尔可夫数学模型的快速位同步环路，环路在阈上／阈下积分序列滤波器、超前／滞后序列滤波器的共同作用下，实现立即清零捕捉、立即移位捕捉、粗跟踪、细跟踪等工作模式，该环路具有立即捕捉同步信息的能力，同时具有良好的抗干扰性能，适应于各种数字通信系统使用，在扩频、突发、时分多址等通信系统中更有优势。     

基于隐马尔可夫模型的在线视频个性化推荐研究

基于隐马尔科夫模型的个性化推荐系统,通过对模型进行三个层级的推荐设计,采用逐层递进的方式来实现个性化推荐目标。并且每个推荐层级针对不同的用户群体。对目标用户的历史观看记录中存在的兴趣关键词加权处理,以及建立用户兴趣时间转移阈值,推荐给资深用户最可能感兴趣的在线视频内容的方法,完成资深用户的个性化推荐目标。     

基于Fisher的加权马尔可夫的话务预测

基于话务量数据的特性,提出基于加权马尔可夫的移动话务量预测模型。该模型具有要求的样本数量少,运算速度快,预测精度高,可检验等的特点。根据该模型的缺陷,应用模糊Fisher准则的有序聚类方法,可以对话务序列进行分类并建立分类标准,该方法克服了聚类有效性对样本空间分布的依赖并同时提高了算法的效率。仿真结果表明,在移动通信话务量预测中,该算法与其他方法相比较,运算速度快,准确度高。     

基于隐含马尔可夫模型网络的视频识别方法

提出用隐含马尔可夫模型网络（Hidden Markov Model Networks）描述和识别短视频序列（如广告视频）。实验结果表明,该方法不仅对转码产生的图像质量鲁棒性好,而且可以很好识别截短的视频序列。     

一种基于马尔可夫模型的软件可靠性评估方法

针对目前软件可靠性不易评估的特点,建立一种基于马儿可夫链的软件可靠性评估模型。该模型在软件运行流程图的框架下,利用一定的统计学方法,使用线性代数方法来计算软件运行流程中各个状态的概率,建立软件可靠性评估模型,从而计算软件的可靠性;最后,利用软件设计时的判别准则来判断软件是否符合需求。     

基于改进灰色马尔可夫模型的雷达备件需求预测

雷达备件是雷达装备维护和修理的重要物质基础,准确预测备件需求对于保持雷达可用性、维持合理备件库存具有重要意义。文章依据较少的备件消耗历史数据,利用改进后的灰色马尔可夫模型对备件需求进行预测,融合灰色模型和马尔可夫模型进行需求预测的优点,减少因样本数据少、随机性大造成的预测偏差,提高模型预测的精准度。最后通过案例验证改进后的模型在雷达备件需求预测中的有效性。     

基于马尔可夫链的网络蠕虫传播模型

提出了网络蠕虫的随机传播模型。首先,基于马尔可夫链对于网络蠕虫进行了建模,并且讨论了模型的极限分布以及平稳分布的存在性。然后,讨论了网络蠕虫在传播初期灭绝的充要条件以及在传播后期灭绝的必要条件。最后,讨论了网络蠕虫的传播规模。仿真实验对于模型进行了验证,讨论了模型中传播参数,时间参数以及漏洞主机数等相关参数对于网络蠕虫传播的影响,并且与G-W模型进行了数据对比,说明了本模型的优势。     

一种基于分层的M􀀂P3 加密保护模型

介绍了MP3文件的加密.MP3文件的加密被广泛用于其版权保护.我们先分析了一种简单的加密模型,然后提出基于分层的加密模型.该模型为加密设计提供了一个新的开发思路.     

基于隐马尔可夫模型的网络状态分析方法

针对数据过滤问题提出了一种网络状态分析方法,该方法从恶意数据流中提取二维特征,经过数值加权把这二维特征整合为观测数据,建立了一个对恶意数据流敏感的隐马尔可夫模型,最后以各种网络数据集为例对其应用情况进行了分析。     

基于马尔可夫模型的数据值预取方案

根据程序中Load指令的行为特征构造马尔可夫模型,进而提出预取器的结构方案.SPEC仿真结果表明,与采用二级值预测方案以及基于程序语句相关的预取方案相比,在预测指令的覆盖率上分别提高了9.51%和2.02%,在预测精度上分别提高了12.9%和8.2%,而在IPC上,则分别提高了16.7%和7.4%.     

隐马尔可夫模型应用于入侵检测系统的研究

现在入侵检测系统面临着巨大挑战，越来越复杂的计算机网络系统，越来越高明的入侵手段要求入侵检测技术不断快速向前发展。对于入侵检测的实现手段也要多样化。 本文提出了一种基于隐马尔可夫模型的异常检测新方法——隐马尔可夫状态时延序列嵌入法（HMMTide）。这种方法的主要思想是用HMM模型的隐含状态序列的局部模型，即隐马尔可夫状态短序列，实现对正常行为的特征的刻画。通过对被测行为产生的隐马尔科夫状态序列局部模式与已建立的正常模型进行比较实现异常检测。该方法具有从不完整的数据中进行异常分析的能力，减少了对系统资源的需求。对HMMTjde方法进行了仿真实验，实验结果表明采用HMM方法后，虚警率大大降低了，而且在构建正常行为特征库时，对数据完整性的要求也大大降低了。     

基于UKF的马尔可夫参数自适应IFIMM算法

给出了一种基于不敏卡尔曼滤波(UKF)的马尔可夫参数自适应的新息滤波器交互式多模型算法,较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波的交互式多模型(IMM)算法和基于UKF的IMM算法更好的稳定性和计算精度,还避免了复杂的Jacobi矩阵运算;该算法结合了马尔可夫参数自适应和新息滤波器技术,实现了马尔可夫转移矩阵的自适应和量测噪声的减小.最后,通过Monte Carlo仿真进一步验证了该方法的正确性和有效性.     

基于混合高斯模型的三马尔可夫场红外图像分割

针对马尔可夫随机场在红外图像分割方面存在的问题,给出了一种基于混合高斯模型的三马尔可夫场红外图像分割算法.三马尔可夫场在马尔可夫随机场的基础上通过引入一个附加随机场和全体随机变量服从马尔可夫性假设,克服了马尔可夫场算法中对条件概率分布相互独立的要求,并赋予该附加随机场对目标和背景区域的标识作用,其中采用混合高斯模型作为三马尔可夫随机场的先验模型.仿真结果表明,文中提出的基于混合高斯模型的三马尔可夫场红外图像分割算法能够实现复杂背景的红外图像准确分割,得到较为理想的分割效果.     

基于隐马尔可夫模型的Cell-ID定位跟踪方法

针对传统基地台识别码(Cell-ID)定位方法精确度不高的问题,提出一种新的Cell-ID定位跟踪算法。该算法利用移动台当前的服务基站信息和相邻基站信息,分别加权计算出似然向量,通过隐马尔可夫模型来获得移动台的运动状态,最后利用最大后验概率准则求出移动台的位置。实验结果表明,该算法复杂度低,在服务基站稳定的区域内定位性能良好,达到通信委员会(FCC)的定位精确度要求。     

基于随机分形与马尔可夫模型的网络流量异常检测方法

随着网络带宽的增加,加密技术的应用和IPv6设备的普及,基于网络数据包和网络协议分析的入侵检测技术不可避免的存在漏检率高且系统资源消耗大的问题.文章分析网络流量所具有随机性、自相似性和平稳性的特征,运用自相似性的随机分形和简化的马尔可夫模型的原理,提出了一种新的基于网络流量的异常检测方法.实验证明该方法能从宏观和微观上发现网络流量的异常情况,有效地提高异常检测率,并降低系统资源消耗.     

基于分段马尔可夫模型的频谱占用预测方法

无线电频谱占用预测是认知无线电(Cognitive Radio,CR)研究中的关键技术之一,其中基于马尔可夫模型的预测方法是一种较成熟的传统方法。通过分析GSM900下行频段(935～960 MHz)的信号特点,发现使用历史数据直接构建马尔可夫模型不能很好地反映信号的变化。针对这一问题,提出了周期性信道的筛选和分段建立马尔可夫模型的频谱占用预测方法。通过实际开展的频谱预测实验,验证了新方法相比于传统方法能得到更好的预测效果。