马尔可夫模型

摘要： 为提高告警指令运行效率,开展基于马尔可夫模型的电力运维异常自动告警方法设计。构建马尔可夫模型的电力运维可靠性评估模型,以设定的阈值范围判定电力运维的变化趋势;建立电力运维异常告警指令序列,利用自然语言处理技术详细描述异常事件的信息,并在平台中实现指令的自动发出;由此,设计出一种全新的告警方法。通过对比实验证明,新的告警方法与基于人工智能技术的告警方法相比,告警指令运行效率得到明显提升,为电网稳定运行提供重要依据。

摘要： 城市公共交通服务领域新能源车辆比例不断提高,电动出租车有望在全国快速推广。在这一背景下,以历史行程数据为依据,提出电动出租车充电需求预测方法及相应的充电桩增量规划方法。首先,分析电动出租车行为模式,基于马尔可夫模型描述车辆出行行为,基于模糊控制模型描述充电决策过程。然后,采用蒙特卡洛法模拟大量电动出租车行驶及充电行为,计算充电需求。最后,以城市各区域充电服务供求平衡为导向规划充电桩扩建规模。算例部分以华东某市为背景说明所提出方法的有效性,结果表明电动出租车日充电需求呈现显著峰谷差异、中心城区与周边城区呈现截然不同的充电需求时间分布特性、增量规划后各区域充电桩利用率平衡程度显著改善。

摘要： 目的:在中国鄞州电子健康档案研究(Chinese electronic health records research in Yinzhou,CHERRY)的队列人群中,评价西方发达国家指南普遍推荐的基于风险评估的他汀干预策略对我国发达地区人群心血管病一级预防的效果。方法:采用马尔可夫模型比较基于风险评估的他汀干预的不同策略,具体包括:(1)不采取基于风险评估的他汀干预的常规策略,作为本研究的对照(策略0);(2)采用2019年世界卫生组织(World Health Organization,WHO)心血管病风险评估简易模型(无实验室指标)进行风险分层,并对高危人群(风险20%及以上)进行他汀干预(策略1);(3)采用WHO心血管病风险评估复杂模型(含实验室指标)进行风险分层,并对高危人群(风险20%及以上)进行他汀干预(策略2);(4)采用中国动脉粥样硬化性心血管病风险预测研究(prediction for atherosclerotic cardiovascular disease risk in China,China-PAR)风险评估模型进行风险分层,并对高危人群(风险10%及以上)进行他汀干预(策略3)。在上述策略的情境下,依据指南对中危人群采取生活方式干预,高危人群采取生活方式加他汀药物干预,研究期限设为10年,马尔可夫模型的循环周期设为1年,模拟10个周期并计算心血管病事件发生数和死亡数等结局事件数,以及每预防一例心血管病事件或死亡的需干预人数(number need to treat,NNT)等效果评价指标。马尔可夫模型的参数主要来源于CHERRY队列人群、公开发表的中国人群研究数据、meta分析及系统综述。采用单因素敏感性分析探讨一般人群心血管病发病率的不确定性对结果的影响,采用概率敏感性分析探讨干预措施效应风险比参数的不确定性。结果:纳入的225811名基线未患心血管病的40~79岁的研究人群中,与不采取基于风险评估的他汀干预的常规策略相比,采用WHO简易模型的策略1可预防的心血管病事件为3482例[95%不确定性区间(uncertainty interval,UI):2110~4661],采用WHO复杂模型的策略2为3685例(95%UI:2255~4912),采用China-PAR模型的策略3为3895例(95%UI:2396~5181)。每预防一例心血管病事件使用他汀的NNT在策略1、2和3分别为22人(95%UI:14~54)、21人(95%UI:14~52)和27人(95%UI:17~67)。策略3能够预防更多的心血管病事件,而策略1和2每预防一例心血管病事件使用他汀的需干预人数更少。单因素敏感性分析及概率敏感性分析的结果与主分析一致。结论:在我国发达地区人群中采用西方国家心血管病一级预防指南普遍推荐的基于风险评估的他汀干预策略能够取得更好的健康效果;在风险评估工具的选择上,采用China-PAR模型可以获得更多的健康收益,而采用预测变量更少的WHO模型则更有效率。

摘要： 目的:在中国鄞州电子健康档案研究(Chinese electronic health records research in Yinzhou,CHERRY)的队列人群中,评估国内外不同指南最新推荐的2型糖尿病筛查策略在我国发达地区人群中预防心血管病的效果。方法:采用马尔可夫(Markov)模型模拟并比较的系统性筛查策略包括:(1)根据《中国2型糖尿病防治指南(2020年版)》的推荐,在40~70岁人群中筛查(策略1);(2)根据2022年美国糖尿病学会《糖尿病医学诊疗标准》的推荐,在35~70岁人群中筛查(策略2);(3)根据美国预防服务工作组2021年更新的《2型糖尿病的筛查建议声明》的推荐,在35~70岁且超重或肥胖(体重指数24 kg/m^(2)及以上)的人群中进行筛查(策略3)。根据指南推荐,对筛查阳性(空腹血糖7.0 mmol/L及以上)的人群强化控制血糖以达到目标值(糖化血红蛋白控制在7.0%以下)。马尔可夫模型循环周期设为1年,研究期限设为10年,模拟10个周期,计算的结局指标包括心血管病事件发病数和全因死亡数等结局事件数,以及每预防一例心血管病事件或全因死亡需筛查人数等效果评价指标。马尔可夫模型的参数主要来源于CHERRY队列人群和公开发表的文献。采用单因素敏感性分析探讨筛查方法的灵敏度变化对结果的影响,采用概率敏感性分析探讨糖尿病发病率、筛查方法的灵敏度、强化干预措施的效应强度等参数的不确定性。结果:研究纳入的289245名基线无心血管病且未诊断糖尿病的35~70岁人群中,与机会性筛查相比,在40~70岁人群中进行系统性筛查的策略1可预防的心血管病发病数为222[95%不确定性区间(uncertainty interval,UI):180~264]例,在35~70岁人群中筛查的策略2为227(95%UI:185~271)例,在35~70岁且超重或肥胖人群中筛查的策略3为131(95%UI:98~164)例。每预防一例心血管病发病数的需筛查人数在策略1、2和3分别为1184(95%UI:994~1456)人、1274(95%UI:1067~1564)人和814(95%UI:649~1091)人。策略2相比策略1每预防一例心血管病的需筛查人数增加90(95%UI:-197~381)人,但心血管病预防效果相似;策略3相比策略2的需筛查人数减少460(95%UI:185~724)人,筛查效率更高。单因素敏感性分析和概率敏感性分析的结果与主分析结果一致。结论:在我国发达地区人群中,根据现有的最新指南开展糖尿病系统性筛查能够减少心血管病发病和全因死亡,但仅降低筛查起始年龄从40岁到35岁对预防心血管病效果的增益并不明显,如果降低筛查的起始年龄到35岁需要同时考虑超重或肥胖的危险因素以便提高筛查效率。

摘要： 针对当前大部分垂直切换算法采用分布式局部寻优策略,容易导致网络拥塞的问题,提出一种基于软件定义网络(softwaredefinednetwork,SDN)架构的垂直切换算法。利用SDN获得全局网络状态信息,设计模糊逻辑控制模型对网络多属性参数进行归一化决策处理与收益计算,结合二阶马尔可夫模型预测未来全局网络的实际状态,实现异构无线网络的集中控制与切换决策。实验结果表明,所提算法在节点移动的动态性条件下能获得较优的切换性能,可以满足异构无线网络通信的切换需求。

摘要： 为了解决强降雨对沥青路面造成的公路损害问题,在商洛地区路面受损情况调查的基础上,通过建立路面养护应急管理系统,采集历年强降雨环境下路面性能实测数据,针对常用路面性能预测模型对比分析,选择马尔可夫模型与衰变模型组合模型进行改良及组合开发,构建马尔科夫预测模型与衰变模型的组合模型作为路面性能预测模型。研究结果表明:使用该模型可有效节省养护费用以及缩短维修时间,为强降雨后的公路路面养护部门工作提供依据。

摘要： 针对国内充电桩在使用过程中存在虚警率过高、故障不能复现以及故障诊断时间过长的问题,文章提出一种车联网环境下充电桩健康状态综合评估与预测方法。首先,从安全性能和电气性能2个角度出发,构建递阶层次充电桩健康状态综合评估体系;然后,采用熵权法初始化各评估指标的权重,引入健康因子动态衡量各评估指标的综合权重,以期实现充电桩健康状态的动态评估;最后,采用马尔可夫模型预测充电桩健康短期的健康状态及剩余寿命。以深圳市某充电站系统为例,以充电桩状态评估与短期预测示例,验证了该方法的有效性。

摘要： 故障准确预测能够有效提高地铁车辆的检修效率。针对地铁牵引系统的故障预测问题,利用故障统计数据,提出一种基于无偏灰色-马尔可夫模型的预测方法。以受电弓模块为例,首先利用无偏灰色模型预测未来该模块的故障情况,接着建立了无偏灰色-马尔可夫模型,通过马尔可夫状态转移概率矩阵判断该模块未来可能处于的故障状态,最后利用修正函数对模型预测值进行修正,从而完成故障的准确预测。结果表明,将无偏灰色理论与马尔可夫模型相结合来预测故障较之单独使用无偏灰色预测模型具有更高的精度等级,对制定地铁列车牵引系统主动维护策略具有重要的参考意义。

摘要： 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。

摘要： 针对采用目前方法对工业废水排放总量进行预测时,获取的数据中存在缺失数据,存在数据完整性差、预测精度低的问题,提出基于灰色GM(1,1)模型的工业废水排放总量预测模型,首先对矢量神经网络进行训练,将可信度引入训练后的矢量神经网络中对缺失数据进行填补,提高数据的完整性。其次采用马尔可夫模型修正GM(1,1)模型,获得灰色GM(1,1)模型,在此基础上根据获取的数据构建工业废水排放总量预测模型,完成工业废水排放总量的预测。实验结果表明,所提方法的数据完整性高,预测精度高。

摘要： SQL注入攻击是网站常见的安全缺陷.为此,基于隐马尔可夫模型提出一种新的SQL注入检测方法.通过对SQL语句进行分词解析获取特征,结合隐马尔可夫模型和相似度距离算法,从而识别出真正的非法SQL语句.实验表明,该模型对于非法SQL语句的识别是简单有效的.

摘要： 为实现对缺陷滚动轴承声发射信号的故障分析,提出基于马尔可夫模型方法对信号进行数据处理.用MATLAB软件将采集到的滚动轴承声发射信号进行数据读取后,进行分帧处理,然后提取出反映滚动轴承特征的向量,应用离散型的隐马尔可夫模型(DHMM)对特征向量进行分析诊断.结果表明,DHMM方法可以对滚动轴承声发射信号进行故障诊断.

摘要： 可靠性是衡量飞行控制计算机系统性能的一项重要指标,利用马尔可夫模型对容错系统进行可靠性建模能够较为真实地描述系统的实际工作情况.本文通过模拟容错系统运行时的事件,对系统运行状态进行划分,使用连续时间马尔可夫链和离散时间马尔可夫链对系统状态建模来评估其可靠性.结果表明,该方法能有效地对容错系统进行可靠性评估.

摘要： 盐岩地下储气库因其良好的使用功能,愈发被世界各国所采用,因此,对盐岩储气库运营期的风险分析与寿命预测具有重要的理论意义和工程应用价值.客观存在的诸多不确定性因素导致很难采用确定性方法对其进行研究.马尔可夫概率预测模型能够以概率的形式反映出系统的不确定性,因而计算结果更为客观、可靠.将马尔可夫理论引入到盐岩地下储气库风险分析与寿命预测中,以国内某盐岩地下储气库为例,建立其马尔可夫模型,基于随机力学的方法,通过数值模拟计算及可靠性分析得出了储气库运行状态转移概率矩阵;利用转移概率矩阵,并根据马尔可夫模型中的吸收状态和平均吸收时间的概念对储气库进行寿命预测,取得了较好的预测效果.

摘要： 针对解决轴承故障类别识别的问题,提出了一种基于马尔可夫模型的轴承故障诊断方法.通过利用高斯混合模型模拟监测参数的高斯分布模型,实现对马尔可夫模型参数的初始化;然后利用训练样本实现对其模型适应性的训练;最后通过测试数据验证该方法的可行性.实验结果表明该方法能够有效识别轴承故障的类型.

摘要： 2014年WHO针对22个TB低发病率国家提出到2050年结核不再是公共卫生问题,也为全世界结核病防控提出了新愿景中国流行病学调查数据5次全国性结核病流行病学抽样调查显示,近20年来中国的结核病患病率下降缓慢.结核病防治遭遇瓶颈预测疫情为防控策略优化提供支持。

摘要： 土地是人类生存与从事社会经济活动的重要场所,是经济发展的基础.近年来,随着城市化、工业化进程不断推进,我国土地资源紧缺的问题日渐突出,人地矛盾加剧.本文以眉山市东坡区作为研究区，采用3S技术，分析土地利用/覆被变化情况，并利用马尔可夫模型预测土地利用变化趋势。由图表数据可得，1990～2000年10年间，研究区水田面积比例由48.47%降至43.43%，建筑用地增长了3.39%，道路面积则增长了0.68%，1990～2010年20年间水田面积一直呈减少趋势，总计减少了14.46%，建设用地面积从5.18%上升到11.95%，道路面积由0.96%上升到2.40%。预测结果显示，研究区水田由32.01%减少到27.36%，道路由2.40%增加到3.56%，建设用地面积由11.95%增加到14.70%。研究区应加大对耕地的保护，加大农田基本建设的力度，保持耕地的持续利用。

摘要： 为提高对手势特征点跟踪的精度和速度,提出一种快速、准确的复杂背景下手势特征跟踪方法.TLD(tracking-learning-detection)算法是近期颇受关注的一种单目标长时跟踪算法.在原始TLD算法的基础上,进行改进,包括:在TLD的跟踪器中对跟踪器的分布进行了特征点分布分析,对手势特征位置由粗到精进行检测,在TLD的检测器中引入基于马尔可夫模型的方向预测器,增强了对相似目标的辨识能力.实验表明,复杂背景下,改进后的TLD算法在保证速度下,具有更高的跟踪精度.

摘要： 入侵检测技术是截止到目前为止的最为有用的网络安全防范工具,而基于系统调用序列的检测方法是其中一个非常重要的分支.然而在寻找不定长模式确是这类研究中相当困难的一个任务,针对此文中设计了动态模式提取法,并进一步以此为基础提出了基于马尔可夫的检测方法.最后通过大量试验及与现有算法的比较证明了文中设计方法的有效性,即能在两个传统评价指标(检测率和误报率)上取得更好的结果.

摘要： 入侵检测技术是截止到目前为止的最为有用的网络安全防范工具,而基于系统调用序列的检测方法是其中一个非常重要的分支.然而在寻找不定长模式确是这类研究中相当困难的一个任务,针对此文中设计了动态模式提取法,并进一步以此为基础提出了基于马尔可夫的检测方法.最后通过大量试验及与现有算法的比较证明了文中设计方法的有效性,即能在两个传统评价指标(检测率和误报率)上取得更好的结果.

摘要： 新型马尔可夫序列生成器和生成马尔可夫序列的新方法生成有可控性质，尤其是满足至少一个控制准则的性质的马尔可夫序列，控制准则是保持在序列条目上的可计算要求。马尔可夫序列以块方式生成，每块包含序列中的多个条目。每个块的生成期间，在马尔可夫序列空间中执行搜索以找到能满足控制准则的块大小的一系列条目。搜索可利用生成和测试的方法执行：生成块大小的马尔可夫序列，然后测试对控制准则的要求的遵从度。或者，搜索可通过将序列生成任务公式化为约束满足问题来执行，一个或多个约束确保所生成的序列是马尔可夫的，一个或多个约束实施控制准则的要求。序列生成器可用于用户经由输入设备(20)指定控制准则的交互式系统中。

摘要： 本发明提供了一种基于隐马尔可夫模型的目标检测模型的搜索方法。包括：建立隐马尔可夫模型，对其参数重估后形成重构隐马尔可夫模型；预测得到其观察序列，观察量比较，不相同时，对隐马尔可夫模型参数变异后重复第二步骤；相同时，生成目标检测模型并训练至收敛后进行精度值测定、召回率测定和参数量计算；结果判定，满足预设条件时，判定为搜索到的模型；不满足预设条件时，对所有目标检测模型重新排序后得到观察序列，替换原有观察序列后重复上述步骤。本发明解决了现有技术中的目标检测模型因含带参数量庞大，而导致训练好的目标检测模型在使用中对终端设备的内存和GPU的负荷较大，造成终端设备执行困难的问题，故而存在实用性差的问题的问题。

摘要： 提供使用共聚类的隐马尔可夫模型(EMHMM)进行眼动分析和使用切换隐马尔可夫模型(EMSHMM)进行眼动分析，以分析涉及具有不同特征布局和认知状态变化的刺激的认知任务中的眼动数据。提供了一种切换隐马尔可夫模型(SHMM)来捕获该任务期间参与者的认知状态转换，以及一种EMSHMM来评估涉及两个或更多个认知状态的决策任务中的偏好。本EMSHMM提供了认知行为/风格的个体差异的定量测量，对使用眼球追踪来跨学科研究认知行为产生了重大影响。

摘要： 本发明提供了一种基于隐马尔可夫模型的目标检测模型的搜索方法。包括：建立隐马尔可夫模型，对其参数重估后形成重构隐马尔可夫模型；预测得到其观察序列，观察量比较，不相同时，对隐马尔可夫模型参数变异后重复第二步骤；相同时，生成目标检测模型并训练至收敛后进行精度值测定、召回率测定和参数量计算；结果判定，满足预设条件时，判定为搜索到的模型；不满足预设条件时，对所有目标检测模型重新排序后得到观察序列，替换原有观察序列后重复上述步骤。本发明解决了现有技术中的目标检测模型因含带参数量庞大，而导致训练好的目标检测模型在使用中对终端设备的内存和GPU的负荷较大，造成终端设备执行困难的问题，故而存在实用性差的问题的问题。

摘要： 本发明公开了一种基于混合高斯模型和隐马尔可夫模型的周界入侵识别方法，包括以下步骤：在栅栏上和栅栏埋地处各铺设一根光栅阵列光缆，每根上包括中心波长不同的多个测区；实时采集每个测区的振动数据，并根据初始阈值判断测区是否发生异常振动，若是则进入事件识别判断；根据振动数据分析异常振动影响不同测区所呈现的高斯分布关系，选取该测区所在光栅阵列光缆的时序数据流中与高斯关系相对应的观测序列，对观测序列按时间帧进行处理，并提取处理后的振动数据的时频域混合特征，再进行时频域混合特征归一化，得到特征向量数据；将特征向量数据输入训练好的高斯‑隐马尔可夫混合模型库，进行周界在线入侵事件识别，得到入侵识别结果。

摘要： 由于太阳能光伏发电的间歇性和对天气状况的依懒性等特点，对光伏发电的发电量的准确预测一直是一个困恼有效利用太阳能的因素。本发明提出一种根据历史光伏发电系统发电量数据情况，利用隐马尔可夫模型来识别特定区域的光伏发电系统发电量量数据的规律以及特点，进而预测未来光伏发电量的系统模型，通过隐马尔可夫模型建立状态转移矩阵和观测值概率矩阵，通过向前算法计算出模型中的参数，通过预测第二天的光伏发电系统发电量平均值达到预测一段时期内光伏发电变化趋势的效果。

摘要： 本发明涉及一种基于混合高斯‑隐马尔科夫模型的换道模型参数优化方法，通过对本车和周围车辆运行状态的分析，建立了基于隐马尔可夫模型的驾驶换道意图识别方法，即用可观测的换道表征参数观测状态来实现隐含的驾驶员换道意图的预测；并以NGSIM数据集中的高速公路车辆数据库为基础，提取换道表征参数样本，并应用MATLAB中HMM工具箱编写算法进行对隐马尔科夫模型的训练和验证，以及利用粒子群算法进行混合高斯模型个数和状态个数的优化，利用粒子群算法进行混合高斯模型个数和状态个数的优化，以此来提高驾驶员换道意图识别的准确率；最终对驾驶员换道意图的预测结果取得到了较好的准确率。

摘要： 本发明公开了一种结合视角转换模型与隐马尔可夫模型的步态识别方法，根据人行走习惯特点选取5个具有代表性的步态作为关键帧，计算一个步态周期内各帧到5个关键步态帧的距离并归一化后构造步态特征向量，利用该步态特征向量结合截断奇异值分解构造视角转换模型并训练隐马尔可夫模型参数。通过视角转换模型将测试集观测向量转换为与注册集相同的视角，最后实现基于隐马尔可夫模型的跨视角步态识别。经视角转换模型转换后的测试集与注册集具有更高的共性，隐马尔可夫模型也利于表达步态转换过程，该方法结合视角转换模型与隐马尔可夫模型的优点，增强了对视角变化的鲁棒性，能够在跨视角识别的情况下取得较好的效果。

摘要： 本发明公开了一种基于粘性隐马尔可夫模型的协同频谱感知方法，其在频谱感知模型的基础上，获取多个感知时隙内多个次级用户接收的信号的测量功率构成的功率矩阵；初始化粘性隐马尔可夫模型的状态转移概率矩阵、初始概率分布、状态参数集合，并将功率矩阵视为观测序列；在三个模型参数和观测序列已知的情况下求取各个感知时隙的隐藏状态；在观测序列和所有隐藏状态构成的隐藏状态向量已知的情况下，更新状态转移概率矩阵和状态参数集合；在迭代多次后得到最终的隐藏状态向量；根据最终的隐藏状态向量计算每个次级用户的检验统计量，比较每个次级用户的检验统计量与门限值来判断该次级用户能否接入主用户的授权频段；优点是具有较高的检测性能。

摘要： 本发明提供了一种基于隐马尔可夫模型的已匹配定位点的矫正方法，属于地图定位领域。所述矫正方法，基于路网获得定位点P(i)，查找路网数据库中P(i)所在的区域范围及匹配半径r下的候选道路集C；C为空且无P(i‑1)或已存在但未矫正，或C不空但无P(i‑1)，直接返回P(i)；C为空P(i‑1)存在且已矫正，对定位点缩放以矫正；C不空且P(i‑1)已矫正，计算P(i)与P(i‑1)之间的距离，将P(i)垂直向最近的候选道路平移至G点，判断P(i)′点是否在线段GP(i)上并分别矫正；C不空且P(i‑1)未矫正，计算转移概率矩阵、观测概率矩阵，计算出概率乘积最大的候选道路并矫正。本发明实现了连续定位，得出完整的行进路线，提高了定位的准确性及精度。