基于Agent的股市随机过程方法预测

利用Swarm仿真平台和Agent建模技术，结合马尔可夫过程对证券市场的股指进行了研究，提出多Agent变区间马尔可夫预测方法，并对模型进行了仿真，仿真结果验证了模型的有效性。     

基于E-HMM的指纹匹配研究

利用嵌入式隐马尔可夫模型（Embedded Hidden Markov Models，E—HMM）对指纹方向场进行建模分析，通过合理地抽取指纹的类型特征，构造观察向量、进行建模训练，然后利用训练好的马尔可夫模型进行匹配，提出并实现了一种新的鲁棒性强且精度较高的指纹匹配方法。     

逻辑马尔可夫决策编程和关系马尔可夫决策编程若干最新进展

逻辑马尔可夫决策过程和关系马尔可夫决策过程的引入，使得人们可能简洁地、陈述地表达复杂的马尔可夫决策过程。本文首先介绍有关逻辑马尔可夫决策过程和关系马尔可夫决策过程的概念，然后重点介绍它们与普通的马尔可夫决策过程根本不同的一些算法：①依赖于基本状态空间RL的转换法；②把Bellman方程推广到抽象状态空间的方法；③利用策略偏置空间寻求近似最优策略方法。最后对它们的研究现状进行总结及其对它们发展的一些展望。     

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。     

基于隐马尔可夫模型的指纹分类研究

指纹分类是针对大型指纹库的一个重要的索引方式，可以有效地提高指纹匹配的效率．指纹类型的不同表现为指纹纹理结构的差异，而指纹的方向场则可以有效地描述纹理结构的差异．同一类型指纹不同区域上方向角结构的差异以及相邻区域间方向角结构的联系可以视作一个马尔可夫随机场．本文利用嵌入式隐马尔可夫模型对指纹方向场进行建模分析，通过合理地抽取指纹的类型特征，构造观察向量、进行建模训练，然后利用训练好的马尔可夫模型进行匹配，最终提出并实现了一种新的鲁棒性强且精度较高的指纹分类方法．     

逻辑回归分析的马尔可夫毯学习算法

针对当前的马尔可夫毯学习算法会引入不正确的父子节点和配偶节点的问题,提出了一种基于逻辑回归分析的马尔可夫毯学习算法RA-MMMB.利用MMMB算法得到候选的马尔可夫毯,建立目标变量与候选马尔可夫毯的逻辑回归方程,通过回归分析在保留与目标变量相关性很强的变量的同时,去掉MMMB等算法所引入的弱相关性的错误变量以及其他的弱相关性变量;然后利用G2测试去掉回归分析后候选马尔可夫毯中的兄弟节点,得到目标变量的马尔可夫毯.RA-MMMB算法通过回归分析,减少了条件独立测试的次数,提高了学习的精度.实验比较和分析表明,RA-MMMB算法能有效地发现变量的马尔可夫毯.     

随机Petri网部分性质定量分析

本文对用Petri Net建模的系统进行活性性质的定量的分析，随后利用随机Petri Net和连续时间的马尔可夫链同构的性质，应用所获得的同构马尔可夫链对求得稳定状态概率的子系统的后继状态转移概率进行了详细的定量分析．从而为入侵检测系统的设计提供理论根据。     

基于隐马尔可夫模型的中文科研论文信息抽取

随着大量的科研论文出现在互联网上，从中精确地抽取论文头部信息和引文信息显得十分重要。该文提出了一种基于隐马尔可夫模型的中文科研论文头部信息和引文信息抽取算法，分析了模型结构的学习和参数估计方法。在进行信息抽取时，利用分隔符、特定标识符等格式信息对文本进行分块，利用隐马尔可夫模型进行指定域的抽取。实验结果表明，该算法具有良好的准确率和召回率。     

基于小波域层次Markov模型的图像分割

针对两个状态的有限高斯混合模型逼近小波系数的不足和小波域隐马尔可夫树标号场相互独立的缺点,提出了一种基于小波域层次马尔可夫模型的图像分割算法,这种模型用有限通用混合模型逼近小波系数的分布,使有限高斯混合模型只是其一种特殊情况;在标号场的先验模型确定上,利用马尔可夫模型描述标号场的局部作用关系,给出标号场的具体表达式,克服了小波域马尔可夫树模型标号场相互独立的不足,然后利用贝叶斯准则,给出相应的分割因果算法。该模型不仅具有空域马尔可夫模型有效的递归算法的优点,同时具有小波域隐马尔可夫树模型中的马尔可夫参数变尺度行为。最后用真实的图像和合成图像同几种分割方法进行了对比实验,实验结果表明了本文算法的有效性和优异性。     

基于马尔可夫过程模型的商业客户群体分析

利用马尔可夫算法建立相应的商业客户群体分析模型，对客户群体组成进行预测，然后根据预测结果进行分析，为企业制定市场策略提供了一定的依据。     

基于改进马尔可夫模型的启动子预测算法

本文实现了基于马尔可夫模型的启动子预测算法，结合隐马尔可夫模型中的前向算法，改进了基于马尔可夫理论的启动子预测方法，具体改进了碱基转移概率的算法和序列所在模型的概率。改进的马尔可夫模型的预测结果显示，以此模型建立的系统能更有效地识别数据集中的三种序列。     

影像纹理分类的马尔可夫随机场方法与试验研究

针对马尔可夫随机场方法用于影像纹理分类进行了探讨。主要探讨了以下三个方面的问题：（１）如何从备选马尔可夫随机场模型中找出最适合的模型;（２）马尔可夫随机场模型参数的估计问题;（３）如何利用马尔可夫随机场模型参数进行影像纹理分类。最后以实际试验情况表明所提出的方法是可行的。     

基于半马尔可夫过程容错导航系统可靠性分析的化简

在容错导航系统中,当采用序贯的方法进行故障检测或者对系统的某些参数采用滤波以后,可以利用半马尔可夫过程理论分析系统的可靠性。本文应用具有时间尺度的半马尔可夫极限定理,对容错导航系统半马尔可夫可靠性分析过程进行了化简,减少了计算量,简化了计算过程。     

控制系统可靠性评估方法

针对控制系统应用的特点,依据国家标准GB/T20438的建模方法,本文提出了一种利用马尔可夫预测的基本原理,将马尔可夫链引入到控制系统可靠性模型建立中,利用状态转移矩阵计算可靠性指标的方法。并提出依据系统状态化简模型的具体方法。该方法可以有效的减少马尔可夫模型的复杂度,有利于可靠性指标的具体计算。     

隐马尔可夫模型的多序列比对研究

研究一种关于隐马尔可夫模型的多序列比对,利用值和特征序列的保守性,通过增加频率因子,改进传统隐马尔可夫模型算法的不足。实验表明,新算法不但提高了模型的稳定性,而且应用于蛋白质家族识别,平均识别率比传统隐马尔可夫算法提高了3.3个百分点。     

马尔可夫决策过程复杂性的熵测度

应用Shannon熵和其他熵指数来度量马尔可夫决策的复杂性．将马尔可夫链的复杂性、不确定性和不可预测性的度量扩展到马尔可夫决策，提出一套基于信息理论的复杂性度量方法，可用于随机和确定性策略下的完全观测和不完全观测马尔可夫决策．对有关数值进行仿真研究，并给出了计算结果．     

用于动态序列合成的基于核密度估计的隐马尔科夫模型

提出了一种用于动态序列合成的统计模型－基于核密度估计的隐马尔可夫模型，给定一个输入动态序列，该模型可以自动产生被控的输出动态序列，文中提出的模型是一种以非参数化概率密度估计作为观测模型的隐马尔可夫模型，该模型对输入和受控输出序列的联合概率分布进行建模，并利用基于核函数的概率密度估计来学习联合概率分布的细节信息，文中详细地讨论了该模型的学习和合成算法，并利用该模型实现了一个虚拟指挥系统，即给定一段音乐，系统可以自动生成相关的乐队指挥动作，该文利用该系统对不同风格和节拍的音乐做了实验，实验结果验证了算法的有效性。     

基于环形马尔可夫模型的纹理图像分类

提出了一种基于环形马尔可夫模型的纹理图像分类方法。利用环形邻域构建马尔可夫模型,在模型参数求解过程中,为了避免矩阵奇异,设计了模型参数分步求解算法。基于环形马尔可夫模型提取纹理特征,然后基于动态邻域Tabu搜索算法进行特征选择,得到最优的纹理特征子集,输入到最大似然法分类器中实现图像的分类。实验结果证明,与传统的栅格马尔可夫模型相比,环形马尔可夫模型能够更好地描述纹理图像像元之间的空间相关性信息,大大提高了纹理图像分类精度。     

可移动机器人在中心对称环境中的自定位算法

可移动机器人的自定位问题是智能机器人研究中的重要课题，它包含许多传感器技术和定位算法，马尔可夫定位算法的优点是可以使机器人在全局不确定的情况下估计它的位置。这种方法采用概率分布描述机器人的位置信度，机器人通过在运动过程中所获得的传感器数据和运动记录来更新信度分布，然后采用最高信度值来估计它所在的位置。对于只有距离测量传感器的机器人在中心对称环境中仅仅采用马尔可夫自定位法还是无法确定其位置，为了解决中心对称的环境中所存在的问题，建议在机器人上装上陀螺仪或指南针，定义一个角度高斯分布函数，并利用这个函数建立新的机器人感知模型来扩展马尔可夫定位算法，通过仿真程序对多种对称情况进行实验，验证了这一新算法的可行性，这个扩展马尔可夫自定位算法不仅可使机器人在中心对称环境中很快地确定自己的位置，而且可以加快非对称环境中信度分布收敛到真实位置的速度。     

图像区域标记和边沿检测的两步法

区域是边沿的互补物，综合考虑二者有利于获得更好的图像分割算法。提出一种基于马尔可夫神经网络的区域标记和边沿检测的两步法。输入图像首先通过一个单层马尔可夫神经网进行多类别的区域标记处理，然后将区域轮廓作为初值，送入另一个神经网络进行边沿检测和修整处理。介绍了一种利用直方图分析的类别初始标记方法。对仿真图像和真实图像的实验均给出了很好的效果。