隐马尔科夫模型论文_慕凯,张祥,余士龙,李俊,李宇

导读:本文包含了隐马尔科夫模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:马尔,模型,科夫,灰色,客流,盲文,词法。

隐马尔科夫模型论文文献综述

慕凯,张祥,余士龙,李俊,李宇^[1]（2019）在《滑动加权马尔科夫模型在降水量预测中的应用》一文中研究指出文章采用数据平滑预处理的方法,通过进行均值-方差分析对降水数据分组,建立了马尔科夫降水预测模型。以如皋地区1980～2015年历年11月的降水数据为例,求取自相关系数以计算马尔科夫链权重系数,应用滑动加权马尔科夫链计算特征值,进而对2016年11月降水量进行了预测,预测值与实测值相对误差为6.6%,比普通加权型马尔科夫模型误差更小,改进效果较好。(本文来源于《气象水文海洋仪器》期刊2019年04期）

陈焕泽^[2]（2019）在《基于隐马尔科夫模型的语音识别技术实现》一文中研究指出随着万物互联的时代到来,人机交互方式正向着语音为主、电子屏幕触碰为辅的趋势发展。而在语音技术中第一步也是核心一步便是语音识别,本文就语音识别进行了基本概念原理的介绍与核心组件的介绍,同时也总结比较了国内外企业在该领域所做出的成果。(本文来源于《数码世界》期刊2019年12期）

王一智,马维珍,孙宁^[3]（2019）在《基于灰色马尔科夫模型的公路客流量预测》一文中研究指出为了科学准确预测近期公路客流量,提出了应用灰色马尔科夫模型进行预测的方法。利用历史数据建立灰色GM(1,1)模型,通过确定系数可获得公路客流量的时间响应序列及还原值的表达式,从而可获得未来年公路客流量的发展序列值,结合马尔科夫链过程将随机序列状态划分为3类,通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值,最终求得各序列的修正值。通过安徽省公路客流量的历史数据,预测了近两年的公路客流量。实例证明该预测模型具有较高的精度,能够指导公路经营管理者近期的决策行为。(本文来源于《价值工程》期刊2019年33期）

舒服华^[4]（2019）在《基于加权马尔科夫模型的湖北省CPI预测》一文中研究指出研究地区CPI的变化趋势,对全面把握当地宏观经济运行状态,据此制定相应的政策措施,保持地区CPI基本稳定以及促进本地区经济健康发展等具有重要意义.针对传统马尔科夫预测模型存在对历史数据均衡看待,且预测结果比较笼统的问题,采用对不同时期历史数据加权重和模糊数学处理预测结果的方法进行了改进,发挥数据的特点,拓展了模型的应用范围.运用改进后的模型对湖北省CPI进行了预测,通过验证得到模型有较好的效果.由模型预测得到2019年4月湖北省CPI为2.473%.(本文来源于《吉林师范大学学报(自然科学版)》期刊2019年04期）

齐辉,冯忠居,王富春,朱彦名,霍建维^[5]（2019）在《基于灰色-马尔科夫模型的高边坡变形预测应用》一文中研究指出以京沪高速公路改扩建工程(莱芜—临沂)K565+914—K566+587(左幅)边坡为研究对象,研究了岩质高边坡二次开挖变形规律,并分别采用灰色GM(1,1)和灰色-马尔科夫模型对边坡位移实测数据进行建模分析,计算边坡位移变形预测值,后与常见的泊松曲线模型预测值进行对比,并通过工程实测值确定其预测精度。研究结果表明:在预测4个月内岩质高边坡变形用灰色-马尔科夫模型预测精度较高,平均精度可达到98.1%,具有很好的适用性。(本文来源于《山东交通科技》期刊2019年05期）

王丽娟^[6]（2019）在《基于指数平滑——马尔科夫模型的新疆居民消费水平预测及影响因素分析》一文中研究指出随着经济的快速发展,近年来新疆居民生活水平大幅提高。因此,本文对研究新疆居民的生活水平具有重要意义。研究1995～2019年新疆居民消费水平的发展以及影响居民消费水平的相关因素分析。首先,采用指数平滑法对2016年和2017年新疆居民消费水平进行预测;其次,用马尔科夫模型对指数平滑法预测结果的相对误差进行修正,并与指数平滑预测结果、灰色GM(1,1)模型预测结果进行对比,验证了此预测方法的有效性,并用该方法预测了2018年、2019年的新疆居民消费水平;最后,采用灰色关联度分析法对影响新疆居民消费水平的相关因素进行分析。结果表明,组合预测模型预测精度较高,并且可以看出居民消费水平呈现不断上升的趋势,农村居民纯收入与居民消费水平的关联度最高,也就是影响最大,最后,本文提出对于提高农民收入的合理建议。(本文来源于《石河子科技》期刊2019年05期）

崔毅,徐伟,张松涛^[7]（2019）在《基于灰色马尔科夫模型的青岛冷链物流需求预测》一文中研究指出目前关于物流需求预测主要针对物流总量的需求预测,而对于冷链物流需求预测则较少。为实现对青岛冷链物流需求量的精确预测,采用灰色理论与马尔科夫链相结合的方法,构建灰色马尔科夫预测模型,以青岛2009～2017年的冷链物流需求量数据为依据,分别用灰色GM 1,誗1誗模型和灰色马尔科夫模型进行预测,得到未来6年的预测结果。数据表明灰色马尔科夫模型相较灰色预测模型其预测精度更高、更具实用性,以此为青岛未来冷链物流的发展提供数据参考。(本文来源于《物流科技》期刊2019年10期）

刘夏,李苑辉,欧志鹏,陈磊,陈明锐^[8]（2019）在《基于ARIMA与灰色马尔科夫模型的叁亚市交通客流量预测研究》一文中研究指出为了较为全面、客观、准确地预测城市的交通客流量,对叁亚市旅游统计数据2012-2017年每月的交通客流数据进行分析,在数据整理的基础上,主要采用ARIMA模型和灰色马尔科夫模型对2012-01—2017-12月叁亚的交通流量分别进行拟合仿真,并对2018年每月的客流进行了趋势外推预测;结果表明:采用ARIMA预测模型所获得的平均绝对百分误差为4. 42%,采用灰色马尔科夫模型获得的平均绝对百分误差为3. 78%,表明两种预测具有较高的精度;最后利用灰色马尔科夫模型进行趋势外推预测,得出叁亚市2018年交通客流预计近3 600万,预测结果对叁亚市旅游、交通等行业制定政策能起到积极的作用。(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年05期）

李湃,刘纯,黄越辉,王伟胜,李延和^[9]（2019）在《基于隐马尔科夫模型的多风电场相关性出力时间序列建模方法》一文中研究指出生成具有相关性的多风电场中长期出力时间序列,对电力系统规划和调度运行具有重要的意义。该文提出一种基于隐马尔可夫模型的多风电场出力时间序列建模方法。将风电出力的相关性作为隐马尔可夫模型的状态变量,并利用Markov链描述其时变特性;将各风电场在相邻时刻的出力作为隐马尔可夫模型的观测变量,建立相关性状态与相邻时刻出力的概率映射关系。利用Baum Welch算法估计隐马尔可夫模型参数,获取时变相关性状态的转移概率矩阵和各状态下多个风电场在相邻时刻出力的联合概率分布。最后,通过蒙特卡罗仿真逐月生成多风电场出力的时间序列场景。算例中对我国西北某省份的3个风电场进行测试,结果显示:所提方法生成的各风电场出力的年/月特性、概率分布特性、波动特性和自相关性均优于独立建模方法,并且风电出力相关性与历史序列非常接近,证明所提方法的有效性。(本文来源于《中国电机工程学报》期刊2019年19期）

李志鹏,王锐,张天驰,徐学晨,梁鹏^[10]（2019）在《基于马尔科夫模型的智能汉字盲文转换系统设计》一文中研究指出为了满足盲人与盲校的阅读与教学需求,摆脱传统纸质盲文书籍的限制,提出并设计了基于马尔科夫模型的智能汉字盲文转换系统,应用于盲文点显示器。本设计将汉字转换成盲文,总体分为汉字转拼音和拼音转盲文两个过程。汉字到拼音的转换通过马尔科夫模型来识别随机汉字文本语句,结合了逆向最大匹配分词法进行汉语文本的语句分词,利用词组字典与GB2312进行词组或单字的匹配,实现汉字到拼音的转换。同时,通过音码字典解决了拼音转盲文的问题。实验结果证明,该系统能够快速、精确识别汉字并将其转换为盲文。(本文来源于《单片机与嵌入式系统应用》期刊2019年10期）

隐马尔科夫模型论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

随着万物互联的时代到来,人机交互方式正向着语音为主、电子屏幕触碰为辅的趋势发展。而在语音技术中第一步也是核心一步便是语音识别,本文就语音识别进行了基本概念原理的介绍与核心组件的介绍,同时也总结比较了国内外企业在该领域所做出的成果。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

隐马尔科夫模型论文参考文献

[1].慕凯,张祥,余士龙,李俊,李宇.滑动加权马尔科夫模型在降水量预测中的应用[J].气象水文海洋仪器.2019

[2].陈焕泽.基于隐马尔科夫模型的语音识别技术实现[J].数码世界.2019

[3].王一智,马维珍,孙宁.基于灰色马尔科夫模型的公路客流量预测[J].价值工程.2019

[4].舒服华.基于加权马尔科夫模型的湖北省CPI预测[J].吉林师范大学学报(自然科学版).2019

[5].齐辉,冯忠居,王富春,朱彦名,霍建维.基于灰色-马尔科夫模型的高边坡变形预测应用[J].山东交通科技.2019

[6].王丽娟.基于指数平滑——马尔科夫模型的新疆居民消费水平预测及影响因素分析[J].石河子科技.2019

[7].崔毅,徐伟,张松涛.基于灰色马尔科夫模型的青岛冷链物流需求预测[J].物流科技.2019

[8].刘夏,李苑辉,欧志鹏,陈磊,陈明锐.基于ARIMA与灰色马尔科夫模型的叁亚市交通客流量预测研究[J].重庆工商大学学报(自然科学版).2019

[9].李湃,刘纯,黄越辉,王伟胜,李延和.基于隐马尔科夫模型的多风电场相关性出力时间序列建模方法[J].中国电机工程学报.2019

[10].李志鹏,王锐,张天驰,徐学晨,梁鹏.基于马尔科夫模型的智能汉字盲文转换系统设计[J].单片机与嵌入式系统应用.2019

论文知识图

标签：马尔论文;  模型论文;  科夫论文;  灰色论文;  客流论文;  盲文论文;  词法论文;