基于动态规划的高阶隐马氏模型推广的Viterbi算法

首先通过Hadar等价变换方法将高阶隐马氏模型转换为与之等价的一阶向量值隐马氏模型,然后利用动态规划原理建立了一阶向量值隐马氏模型的Viterbi算法,最后通过高阶隐马氏模型和一阶向量值隐马氏模型之间的等价关系建立了高阶隐马氏模型基于动态规划推广的Viterbi算法．研究结果在一定程度上推广了几乎所有隐马氏模型文献中所涉及到的解码问题的Viterbi算法,从而进一步丰富和发展了高阶隐马氏模型的算法理论．     

隐Markov模型的强马氏性

引入隐Markov模型强马氏性的概念,并进一步研究了隐Markov模型在强马氏性方面的一些性质.     

剖面隐马氏模型训练算法的改进

利用剖面隐马氏模型获得多序列联配，一般需要经过初始化、训练、联配三个过程．然而，目前广泛采用的Baum—welch训练算法假设各条可观察序列互相独立，这与实际情况有所不符．本文对剖面隐马氏模型，给出可观察序列在互相不独立情况下的改进Baum—wlelch算法，在可观察序列两种特殊情况下（互相独立和一致依赖），得到了改进算法的具体表达式，讨论了一般情况下权重的选取方法．最后通过一个具体的蛋白质家族的多序列联配来说明改进算法的效果．     

基于T2FCM-FE-HMMs的隐马氏模型参数估计算法

把2型模糊集的思想引入到了基于模糊聚类的离散HMM参数训练中,提出了改进的T 2FCM-FE-HMM s算法。     

三状态隐马氏模型观测过程的可逆性(英文)

对于连续时间和离散时间三状态隐马氏模型,给出了观测过程直到三维的似然函数流的显式表达.作为一个应用,证明了观测过程可逆性的充分必要条件.     

基于二维真实隐马氏模型的手写体文字识别算法

近几年来，人们采用各种方法试图将1D隐马氏模型(HMM)^[2]推广到2D隐马氏模型。令人失望的是由于在建立合适的2D模型及其计算上的复杂度问题上存在困难，前面的尝试都没有得到一个真实的2DHMM．本文对于应用真实2D隐马氏模型(隐马氏网格随机场HMMRF)^[1,4]进行手写字符识别问题提出新的框架，针对文献[1]中的单点最优算法给出局部最优的译码算法。HMMRF模型是1D隐马氏模型到2D的扩展，能更好的描述字符的2D特性。HMMRF在字符识别中的应用具有两个相——学习相和译码相。在学习相和译码相中我们的最优标准是基于极大边缘后验概率的。不过，在涉及到2D模型中的计算问题时，对模型做出某些简单化的假设是必要的。本文用到的方法对于在合理的模型假设下解决手写字符识别问题呈现了很大的潜力。     

带有高阶导数的块隐式单步法

§1 引言 Shampine及Watts在1969和1972年提出一种解常微分方程初值问题的所谓块方法(见[3],[4]),证明了当k≤8时方法是A-稳定的;当k为奇数时收敛阶p=k+1,当k为偶数时p=k+2。那末为了获得较高阶的方法,k必然很大。这样当用此种方法求解非线性方程组时,将涉及一个较高阶矩阵的LU分解,因为这种块方法所产生的Jacob     

带有高阶导数的块隐式单步并行算法

1 引 言 随着科学技术的发展,各种类型的并行处理计算机已大量出现,为了提高这些机器的实际效率,需要构造与其相适应的并行算法。对于常微分方程初值问题,本文构造了一类带有高阶导数的块隐式单步并行计算公式,该方法可以在多台处理机上进行并行计算,而且具有良好的数值稳定性。本文将给出方法的构造,并且对其收敛性、精度及数值稳定性进行讨论。 2 方法的构造与精度 考虑常微分方程初值问题:     

带有高阶导数的块隐式混合单步法

本文讨论了一类求解常微分方程初值问题的带有高阶导数项的块隐式混合单步方法,首先讨论了这类方法的一些一般性质,得到了方法收敛的一些条件,然后指出方法所能达到的阶数为(ι+1)(k+1);最后推导出方法是A-稳定的条件:并给出了几个数值例子。     

马氏环境中的马氏链与马氏双链

本文研究了马氏环境中的马氏链,利用马氏双链的性质,得到了马氏环境中的马氏链回返于小柱集上的概率的若干估计式.     

并行计算的带有高阶导数的块隐式单步法

本文讨论了一类并行计算常微分方程初值问题的带有高阶导数项的块隐式单步方法,这种方法可以在 K 台处理机上并行进行数值处理.本文对方法的一般性质及方法收敛的条件进行了讨沦,得到方法的阶数为2l,并且指出适 l≤4时方法是 A-稳定的,最后给出了一个数值例子.     

马氏相依风险模型红利折现的矩

该文讨论常数红利边界下的马氏相依模型的矩的问题. 首先, 推导出破产前全部红利的折现期望、红利折现的高阶矩所满足的积分-微分方程组及相应的边界条件. 然后, 通过构造特殊的初始条件, 利用Laplace变换, 在给定的一类索赔分布下, 得到上面方程组的显式解. 最后, 给出两状态下指数索赔的数值计算结果.     

马氏环境下的一类离散风险模型

文章主要讨论了马氏环境下的一类离散风险模型，其中在任意单位时间区间内的索赔情况由一三个状态的平稳马尔科夫链{Ik≥0）决定：Ik=0时，则第k个单位时间区间内没有索赔；Ik=1时，则发生一次X类索赔；Ik=2时，则发生一次Y类索赔．对此模型给出了条件破产概率的递推公式及某一特殊条件下的最终破产概率的上界．     

多元马氏模型Phase-type分布的反问题

本文在多元马尔可夫模型下研究Phase-Type分布的反问题.在确定模型中各随机序列的瞬时状态集转移到吸收态集的首达时间的条件下,根据多元马氏模型的首达时间的条件分布向量序列,针对PhaseType分布的反问题,求出多元马氏模型瞬时状态集的转移概率矩阵.     

一类索赔为马氏链的风险模型

本文研究了索赔为马氏链的离散风险模型.利用鞅方法得到破产概率的Lundberg不等式,并且给出了当索赔为独立同分布时的Lundberg不等式.     

马氏调制费率的带干扰风险模型

考虑了一类具有马氏调制的带干扰连续时间风险模型,得到了该模型下其条件Gerber-Shiu折现罚金函数所满足的积分方程,Laplace变换及渐近解.在两状态情形下,当索赔额的分布为有理数情况时得到了条件Gerber-Shiu折现罚金函数的具体表达式并给出了数值例子     

具有高阶导数的块隐式混合单步并行计算方法

该文讨论了一类求解常微分方程初值问题的具有高阶导数项的块隐式混合单步并行计算方法．这种算法的块数为k，价数为（l十1）（d＋1），可以在s台处理机上进行并行计算，其中l是高阶导数的阶数，k＝s·d.该文讨论了方法的一般性质及数值稳定性，最后给数值例子。     

双重时序模型的高阶矩结构

为建立双重时序AR-MA模型的矩估计，除了需要模型平稳解序列的二阶矩结构[10]外，还需要建立平稳解序列的高阶矩结构[2]．设｛Xt｝为AR（1）－MA（q）模型的4阶平稳解序列．木文部分地证明了。｛X~2_t｝的相关结构为某一ARMA（3q，3q—1）型，这为．建立模型参数的矩估计创造了条件.     

随机利率下具有马氏调控的Pascal模型

收稿研究随机环境下带利率的风险模型;对随机利率下由马氏调控费率的Pascal模型,我们克服了随机环境和随机利率的限制,得到破产概率及破产时、破产前剩余、破产赤字联合分布的计算方法.     

一般可修系统可靠性分析——马氏更新模型

§1.一般模型 假定我们对一个可修系统进行可靠性分析,该系统由一些部件组成,在任一时刻t每个部件处于一种确定的状态(如工作、贮备、修理或待修等)。设系统的状态空间J={0,1,…,k},k有限。不妨设0为初始状态,即t=0时系统进入状态0。记Z(t)为时刻