多链ANN-HMM识别模型及其应用

本文提出了一种多链ANN-HMM识别模型.首先,通过将ANN集成到HMM模型中,利用ANN对HMM进行训练;其次,通过对HMM的单链进行扩充,使之成为多链,以实现多特征并行识别与重组.实验表明,该识别模型对多特征连续对象具有良好的识别能力.     

马尔可夫及隐马尔可夫模型在数据挖掘中的应用

随着用户对于数据挖掘的精确度与准确度要求的日益提高,马尔可夫模型与隐马尔可夫模型被广泛用于数据挖掘领域。本文阐述了马尔可夫模型和隐马尔可夫模型数据挖掘领域的应用,以及隐马尔可夫模型可解决的问题,以供其他研究者借鉴。     

Robust stability and H-infinity control for uncertain discrete-time Markovian jump singular systems

The robust stability and stabilization, and H-infinity control problems for discrete-time Markovian jump singular systems with parameter uncertainties are discussed. Based on the restricted system equivalent （r.s.e.） transformation and by introducing new state vectors, the singular system is transformed into a discrete-time Markovian jump standard linear system, and the linear matrix inequality （LMI） conditions for the discrete-time Markovian jump singular systems to be regular, causal, stochastically stable, and stochastically stable with 7- disturbance attenuation are obtained, respectively. With these conditions, the robust state feedback stochastic stabilization problem and H-infinity control problem are solved, and the LMI conditions are obtained. A numerical example illustrates the effectiveness of the method given in the oaoer.     

融合粒子群算法改进XML数据智能清洗策略

针对XML数据质量问题,以XML键为基础、借助多模板隐马尔可夫模型信息抽取策略与粒子群算法构建新的XML数据清洗方法;为了提高XML相似性数据并行检测效率,尝试利用波函数对粒子群算法进行相应优化．对比其他XML数据清洗算法,一系列仿真实验表明改进的XML数据清洗方法不仅自适应学习功能强、人工参与程度低、计算量小,而且时间性能有94％左右提升．     

线性离散状态空间的最优l_∞控制器设计

基于开环零点 ,利用状态反馈性质 ,导出求取满足最优l∞ 误差序列的一个插值条件 .由最优误差序列得到闭环系统的马尔可夫参数 ,从而求取最优闭环极点 ,然后 ,应用一般的极点配置方法解出最优反馈矩阵 .仿真分析验证了本文的结果     

可用于人脸识别的反馈型二元神经网络

提出和分析了一种新型的反馈型随机神经网络,并将其用于解决复杂的人脸识别问题.该模型采用随机型加权联接,神经元为简单的非线性处理单元.理论分析揭示该网络模型存在唯一的收敛平稳概率分布,当网络中神经元个数较多时,平稳概率分布逼近于Boltzmann-Gibbs分布,网络模型与马尔可夫随机场之间存在密切关系.在设计了一种新型模拟退火和渐进式Boltzmann学习算法后,系统被成功地应用于难度较大的静态和动态人像识别,实验结果证实了系统的可行性和高效率.     

马尔可夫链蒙特卡罗容积粒子滤波器

针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器-马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度函数更加贴近于真实后验;同时为避免粒子贫乏,在重采样后加入马尔可夫链蒙特卡罗步骤。理论分析和实验仿真表明:马尔可夫链蒙特卡罗容积粒子滤波器的性能要优于容积粒子滤波器以及其他参照滤波器。     

具有随机长时延与丢包的网络控制系统的随机稳定与镇定

对于带有随机性丢包和长时延的网络控制系统,设随机丢包过程为服从有上限的马尔可夫随机过程,随后在离散网络控制系统模型的基础上将随机丢包的网络控制系统建模为带有马尔可夫跳变参数的离散网络控制系统模型。之后将具有随机性丢包和有上限的随机长时延建模为带有长时延的马尔可夫跳变系统。在已有的关于时延马尔可夫跳变系统的基础上,运用Lyapunov函数和LMI进行稳定性分析并提出随机稳定的条件,用锥补线性化方法设计了镇定控制器,最后仿真算例验证了其有效性。     

基于概率图模型优化的图像融合

针对图像融合问题的马尔可夫随机场模型,应用图割算法优化求解其等价的能量函数,不仅可以获得融合问题的全局最优解,而且计算速度相对于模拟退火算法求解图像融合问题的能量函数有显著的提高,仿真结果表明该算法是可行和高效的.     

双链量子遗传算法的收敛性分析

基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象,但没有从理论上证明该算法的收敛性。为此,给出相应的定理,利用定理从理论上证明该算法的收敛性,通过仿真实例,论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明,该研究丰富和完善了双链量子遗传理论。