基于吉布斯-马尔可夫随机场的板材表面纹理分析

详细阐述了吉布斯-马尔可夫随机场模型的基本原理,并针对板材表面纹理特征建立吉布斯-马尔可夫随机场模型。研究了吉布斯-马尔可夫随机场模型的参数估计过程,并在试验数据的基础上验证了吉布斯-马尔可夫随机场模型在纹理分析中的可行性。     

利用多重马尔可夫链提高林业预测精度

本文对多重马尔可夫链的应用进行了讨论。利用马尔可夫链和多重马尔可夫链对陕西省五倍子的年产量进行了预测,分析了它们的预测精度。预测结果的分析表明多重马尔可夫链明显地提高了预测精度。     

模糊加权马尔可夫链模型及其应用

在传统的用马尔可夫链模型预测的方法基础上,建立了模糊加权马尔可夫链模型。以某地区梅雨期长度的预测作为实例,介绍了使用这种模型的方法与步骤,提出了具有模糊状态的马尔可夫链的转移概率计算公式,并采取以规范化的各阶自相关系数为权重,用加权的马尔可夫模型预测的结果与实际梅雨期长度相吻合。     

加权马尔可夫模型在土地利用变化预测中的应用

在传统的马尔可夫链模型的基础上,建立了加权马尔可夫链模型。依据遥感影像,计算出太仓市1995年至2001年,2001年至2005年各类土地利用面积的马尔可夫链的转移概率,以不同步长外推的预测值与现状值(2008年)之间的相关系数为权重,用加权的马尔可夫模型对预测的结果进行修正,其修正后的结果更加接近实际。     

多重马尔可夫链预测的模糊模型

木文提出了多重马尔可夫链预测的模糊模型。该模型克服了以普通集合论为基础划分系统状态的弊病,推广了马尔可夫链预测的模糊模型。模型有效地提高了预测精度。文中以林业虫害预测说明了多重马尔可夫链预测的模糊模型的方法。     

加权马尔可夫链在预测居民消费价格指数中的应用

主要是应用加权马尔可夫链的预测方法对居民消费价格指数进行预测,以1989~2006年全国居民消费价格指数资料为例,分6个步骤进行马尔可夫链预测,以说明加权马尔可夫链方法的具体应用。     

基于Markov模型的大庆市畜牧生产结构分析

利用马尔可夫模型对大庆市主要畜牧生产结构进行分析,并给出了其马尔可夫的状态转移概率矩阵的估算模型。结果表明,该方法有较高的预测精度,并应用此方法预测了大庆市2011年的主要畜牧业生产结构。     

基于有序聚类的模糊加权马尔可夫模型在降雨预测中的应用

基于降水过程中存在大量不确定性和不精确性的特点,在传统的马尔可夫链模型预测方法的基础上,利用有序聚类的最优分割算法和模糊理论,采取以规范化的各阶自相关系数为权重,建立了基于有序聚类的模糊加权马尔可夫预测模型,并对宜昌1999~2007年的夏季降雨量进行了预测,结果表明,基于有序聚类的模糊加权马尔可夫预测模型用于降雨量的预测效果较好。     

逻辑半马尔可夫决策过程及Q学习

增强学习已经开始向关系增强学习发展,并且产生了许多新的算法。这些方法是将命题表达提升为关系或计算逻辑的表达。提出了一种新的表达形式,称为逻辑半马尔可夫决策过程。它是将逻辑程序与半马尔可夫过程相结合。在此框架中,抽象(状态或行动)是至关重要的,并且提出了对于逻辑半马尔可夫决策过程的Q-学习算法,给出其收敛证明。这种框架对在关系增强学习发展中处理时间连续方面提供了一个合理的基础。     

马尔可夫链在农业气象预报中的应用

在农业气象预报中,有很多问题符合或近似符合马尔可夫链。本文把马尔可夫链理论应用于农业气象预报与农业灾害预报,为农业科技人员提供了一种新的切实可行的方法。     

机械系统精度修复的马尔可夫过程及有效度

本文提出机械系统精度修复过程为一马尔可夫过程。阐述了马尔可夫过程及其表达式以及转移矩阵、转移方程式的基本理论。具体分析和推导了一个单元的精度可修复系统的瞬时有效度和稳态有效度。     

马尔可夫链及其在林业预测中的应用

马尔可夫链是一种随机模型。它可以用来预测、分析具有多种状态的随机系统。本文介绍了马尔可夫链的基本概念和方法,并就在林业预测中的两个问题——林木病害预测和森林资源变化预测进行了讨论和分析。     

基于新维无偏灰色马尔可夫模型的小麦产量预测

针对小麦产量具有较大波动性的特点,结合灰色预测模型和马尔可夫理论,同时利用新信息优先的思想,以河南省2010—2019年小麦产量作为原始数据建立无偏灰色GM(1,1)模型、无偏灰色马尔可夫模型和新维无偏灰色马尔可夫模型,并对比3种模型的预测精度.结果表明,新维无偏灰色马尔可夫模型能提高预测精度,适合中长期预测,并预测出河南省未来5年的小麦产量数据.     

基于马尔可夫链模型的华中地区土壤质地空间分布模拟研究

利用华中地区面向陆面模式的土壤质地数据集,开展了马尔可夫链模型模拟研究,假设检验表明,土壤质地垂向转移概率矩阵满足马氏性和平稳性,满足一维马尔可夫链要求,可以使用马尔可夫链模型模拟土壤质地的分布。第4层与第8层缺值模拟试验结果表明,模拟值与检验值相关系数均在0. 912之上,均方根误差为2. 249%～4. 215%,平均绝对误差为1. 573%～3. 514%。说明马尔可夫链模型能够较好地反映不同深度土壤质地的转移规律,应用于大尺度多层土壤质地部分缺值数据填补和重建有一定的可行性。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.     

锡林郭勒盟交通用地需求量预测研究

本文对锡林郭勒盟交通用地需求进行了预测研究。首先,介绍了灰色马尔可夫模型的建立,然后分析锡林郭勒盟2010年~2015年的交通用地现状,并采用灰色马尔可夫模型对锡林郭勒盟2010年~2015年交通用地需求进行分析,预测2016年~2019年交通用地量。结果表明:灰色马尔可夫模型能较好的反映未来锡林郭勒盟交通用地需求量,并能为协调当地经济发展与保护生态环境提供了科学的依据,对十三五规划期间锡林郭勒盟的交通运输建设和合理开发利用土地都具有一定的指导性作用。     

基于新维无偏灰色马尔可夫模型的大坝沉降预测研究

【目的】基于组合预测思想,结合灰色理论与马尔可夫预测方法的特点构建一种新的预测模型,为大坝沉降量的中长期预测提供支持。【方法】通过对传统灰色系统模型的优化改进,简化建模步骤并提高模型预测精度。在此基础上,借助于马尔可夫模型处理时间序列的随机性波动,克服灰色模型对随机波动性大的序列预测精度较低的局限性,并利用新信息优先原理,构建新维无偏灰色马尔可夫组合预测模型。将构建的新维无偏灰色马尔可夫组合模型应用于大坝沉降量的预测。【结果】构建的模型预测平均误差由原来的1.7%降低为1.0%,且预测误差的变化波动性减小。同时,随着预测期数的增加,相对于传统灰色模型,改进后的组合模型的预测精度进一步提高。【结论】与传统计算方法相比,所建立的新维无偏灰色马尔可夫组合预测模型计算量小、预测精度较高,且该模型保留了传统灰色模型短期预测精度高的优点,提高了模型的中长期预测能力,适用于大坝沉降量的中长期预测。     

灰色理论预测方法在地理学中的应用研究

介绍了灰色预测理论,针对地理学问题引入马尔可夫链修正GM（1,1）预测模型,并依据气象数据的特性对该模型进行改进,形成适应于气象数据预测的改进的等维无偏递补GM（1,1）马尔可夫预测模型。最后,以哈尔滨市气温和风力数据进行了模型预测验证。结果表明：利用改进的模型进行气象预测,效果令人满意。     

马尔可夫链在吉林省高粱单产年景预测中的应用

利用马尔可夫链对吉林省1978—2004年高粱产量进行研究,并对2005年进行产量预测,结果表明1978—2004年和2005年的产量全部为状态5,与实际结果相符,说明运用马尔可夫链对于区间预测是可行的。     

滨州市小麦产量变化及安全预测研究

分析了滨州市1949~2005年小麦产量、播种面积和单产量变化,并运用马尔可夫链对滨州市的小麦产量进行了预测。结果显示,滨州市小麦产量总体呈增长趋势,且在1949~1980年小麦产量与播种面积和单产量显著相关;1980~2005年小麦产量的影响因素变得复杂,特别是大量化肥、机械动力的投入,使得对播种面积的依赖性减小。利用马尔可夫链对2004和2005年小麦产量的预测结果与实际情况一致。这说明运用马尔可夫模型进行小麦产量的丰歉状态预报是有效可行的,进而可以用来对未来小麦的产量安全进行预测。