基于马尔可夫转移概率的意识障碍识别研究

意识障碍可分为最小意识状态和植物状态,目前对两类患者的区分主要基于行为量表的方法,但仍存在40%的误判率,脑电信号可以作为临床诊断的辅助工具.微状态可以反应大脑潜在认知机制的时空信息,探讨较短且具有平稳性微状态序列的低阶马尔可夫性质鲜少研究.基于18名意识障碍患者的静息态脑电信号,在具有平稳性的时间尺度上(60 s)对微状态序列进行分割,然后计算状态转换序列的一阶马尔可夫和二阶马尔可夫转移概率,得到两类意识障碍患者具有统计学差异的转移模式,并将差异模式作为特征进行交叉验证,最高得到92%的分类准确率.结果表明:意识障碍患者的统计差异模式更倾向于转向C状态和D状态,一阶马尔可夫比二阶马尔可夫具有更好的分类效果.上述结果为区分两类意识障碍患者以及医疗领域的微状态研究提供了新方法.

融合转移概率矩阵的多阶最近邻图聚类算法

聚类是根据样本之间的相似性将数据集划分为多个类簇。现有的大多数聚类方法都存在两个挑战:一方面,在定义样本间相似性时往往没有考虑样本的空间分布结构,无法构建稳定的相似度矩阵;另一方面,图聚类构造的样本图结构过于复杂,计算成本较高。为解决这两个问题,提出融合转移概率矩阵的多阶最近邻图聚类算法(MNNGC)。首先,综合样本的近邻关系和空间分布结构,将共享近邻定义的相似度进行趋密性加权,得到节点间的趋密性亲和矩阵;其次,利用节点间多阶概率转移预测非邻接点的关联程度,并通过融合多阶转移概率矩阵得到稳定的节点间亲和矩阵;再次,为进一步增强图局部结构,重新构建节点的多阶最近邻图,并对多阶最近邻图的局部结构分层聚类;最后,优化了边缘点分配策略。定位实验结果表明,MNNGC在合成数据集上的准确率(Acc)均优于对比算法,且在8个UCI数据集上的Acc为最大值。其中在Compound数据集上,MNNGC的Acc、调整互信息(AMI)、调整兰德指数(ARI)和FM指数(FMI)相较于基于局部密度峰值的谱聚类(LDP-SC)算法分别提高38.6、27.2、45.4、35.1个百分点。

M/M/1排队系统输出过程的转移概率与瞬时分布

本文对M/M/1排队系统,求出其输出过程在顾客到达时刻的转移概率及在任意时刻的分布.

改进转移概率矩阵的三维交互式跟踪模型算法

由于现有的简单的转移概率矩阵会导致跟踪精度不高,复杂的转移概率矩阵会导致跟踪时间过长,难以满足三维空间中机动目标跟踪要求。针对转移概率矩阵的设计问题,从机理分析入手,提出了一种基于隶属度函数的模型转移概率矩阵设计方法,并对三维交互式多模型算法进行了改进完善。仿真结果表明,依据隶属度函数修正转移概率矩阵的方法有效提高了三维机动目标的跟踪精度。

二维推广有限马尔可夫链m步转移概率的矩阵算法

对有限状态空间的二维推广马尔可夫键，定义了一步转移概率矩阵及其改良矩阵和一步全转移概率矩阵。提出扭矩阵方法计算m步转移概率矩阵及m步全转移概率矩阵的方法，从而简化了由一步转移概率计算m步转移概率的过程。

转移概率流图的概率理论基础与应用方法(Ⅰ)——转移概率函数的基本概念与性质

本文简略介绍转移概率流图方法在计数抽样研究中的应用与发展，以概率母函数为基础引入了变量及路径的转移概率函数的术语与概念，并讨论了它们的基本性质。

转移概率流图的概率理论基础与应用方法(Ⅱ)——转移概率流图及其分解与浓缩

范永亮．转移概率流图的概率理论基础与应用方法（Ⅱ）．数理统计与管理，１９９８，１７（２），５３～５９．本文引入转移概率流图的概念，结合连续抽样方案中的有关问题。

转移概率矩阵计算的一种统计方法

利用马尔可夫链进行预测,其关键是转移概率矩阵的计算。本文给出了计算转移概率矩阵的一种统计方法,并且给出了实例计算,目的是为企业进行科学管理和决策提供科学依据。

基于时变马尔科夫转移概率的机动目标多模型跟踪

为了消除机动目标多模型跟踪中人为因素对跟踪精度的影响,提出了一种新的基于时变马尔科夫转移概率的机动目标多模型跟踪算法.该算法通过对Baum辅助函数的最大化实现隐马尔科夫模型状态转移概率的参数估计,并将估计结果用于交互式多模型算法的设计中,构造出时变马尔科夫状态转移概率的交互式多模型算法,有效地降低了人为因素对机动目标跟踪精度的影响.通过对一个机动目标的跟踪对比,说明了该算法比传统的交互式多模型算法具有更小的跟踪误差和良好的模型跟踪概率.

模型转移概率自适应的交互式多模型跟踪算法

该文利用量测中所包含的当前模式信息,实现了马尔可夫转移概率的实时估计,并将估计结果用于交互式多模型跟踪算法(IMM)的设计中,构造出参数自适应的交互多模型跟踪算法(PAIMM),有效降低了人为因素的影响。通过一个跟踪机动目标的仿真实例,说明PAIMM算法的有效性。

市场预测中马尔科夫链转移概率的估计

针对马尔科夫链运用于市场预测的关键问题，导出了最小二乘意义下的状态转移概率矩阵估计公式，并对特殊情况下实际常用的状态转移概率矩阵估算公式给出了理论证明。

时变转移概率IMM-SRCKF机动目标跟踪算法

给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。

三车道动态环境下汽车驾驶倾向性的转移概率及其预测

驾驶倾向性是汽车行驶中驾驶员情感偏好等特征的动态测度,易随环境的改变而变化,并影响驾驶员意识和汽车操控行为;另一方面,其类型和转移概率又同时受到后者的作用与影响.准确揭示动态环境下驾驶倾向性转移概率,对实现汽车自动驾驶和辅助驾驶系统具有重要意义.本文以三车道为例,从环境变化,特别是从刻画交通态势复杂性的车辆编组关系演化角度出发,设计三车道条件下的驾驶实验,采集不同行驶环境下驾驶员倾向性并进行统计分析,揭示环境嬗变情况下,汽车驾驶倾向性转移概率.验证结果表明,利用倾向性转移概率对汽车驾驶员倾向性进行预测的结果与实时辨识结果相吻合,平均准确率达80%以上.

基于自适应转移概率的蚁群优化算法

为避免蚁群优化算法容易早熟的缺点,在转移概率公式中引入一个新的自适应因子。随着迭代次数的增加,该因子有利于蚂蚁探索有较弱信息素浓度的边而避免一些边上信息素的过度积累。该特点使蚂蚁在迭代后期仍能以较高概率搜索到更好的解从而避免早熟。仿真实验结果表明,该算法对解决旅行商问题具有更优的全局搜索能力。

时延转移概率部分未知的网络控制系统鲁棒H∞故障检测

针对具有时延的离散网络控制系统,研究了时延转移概率部分未知条件下的鲁棒H∞故障检测问题.首先,利用两个独立的有限维数的Markov链分别描述传感器至控制器时延及控制器至执行器时延,把网络控制系统建模为具有两个Markov链的控制系统.在此基础上构造了故障检测滤波器,利用状态增广的方法建立了闭环系统模型.然后,以矩阵不等式的形式得到了闭环系统随机稳定并满足给定H_∞性能的条件,给出了相应控制器、滤波器增益矩阵及最小H_∞衰减水平的求解方法,并得到了转移概率和最小H_∞衰减水平之间的关系.最后实例仿真表明,所得到的故障检测滤波器不仅对故障敏感而且对外部扰动具有鲁棒性.

具有数据包丢失及转移概率部分未知的网络控制系统H_∞控制

研究一类具有数据包丢失及状态转移概率部分未知的网络控制系统随机稳定性及H∞控制问题.传感器与控制器之间、控制器与执行器之间存在数据包丢失的网络控制系统被建模成具有4个子系统的跳变系统,4个子系统之间的跳变遵行Markov跳变过程,并具有部分未知的跳变概率.利用Lyapunov稳定性定理及线性矩阵不等式的求解方法得到该类系统随机稳定的充分条件,并给出了相应的H∞状态反馈控制器的设计方法.数值仿真结果验证了本文方法的正确性和有效性.

马尔可夫模型状态转移概率矩阵的快速计算方法

马尔可夫模型在系统可用性分析中,具有重要应用。马尔可夫模型求解系统可用性的关键,是分析系统可能状态,并且计算系统状态转移概率矩阵,提出了系统可能状态分析的新方法,进一步根据单元状态转移概率矩阵,提出了系统状态转移概率矩阵分析计算的新方法,所提出的方法,概念清晰,便于编程计算,可用于马尔可夫模型,计算系统可用性。

大系统马尔可夫模型状态转移概率矩阵的快速形成方法

提出马尔可夫模型状态转移概率矩阵的快速形成方法.定义元件状态转移率矩阵和系统状态数组,将系统状态转换为便于计算机存储与处理的数组,有效地描述了系统状态之间的转移;基于元件状态转移率矩阵和系统状态数组提出不受系统状态和元件状态数目限制快速准确计算状态转移率的方法,通过挖掘状态转移概率矩阵中非零元素的分布规律提出非零元素的快速定位方法,进而快速形成状态转移概率矩阵的稀疏存储;针对由两状态元件组成的系统,提出基于给定系统状态排序和服务状态集数组快速定位状态转移概率矩阵中非零元素的方法.将其应用于电力系统概率安全性评估,以新英格兰10机39节点系统为例,证实了方法的有效性和实用性.

基于状态转移概率的混合动力客车控制策略

建立了混合动力客车的数学模型,以及动态规划的目标函数、状态转移方程和迭代方程。提出基于状态转移概率的混合动力客车动态规划控制策略。基于状态转移概率对驾驶循环工况进行预测,使动态规划迭代过程中状态转移的燃油消耗为基于车速状态转移概率的加权平均值。改进后的控制策略可用于实时在线控制,无需预先得知驾驶循环工况,提高了动态规划的实时应用能力。台架试验结果表明,改进后的控制策略可以在线对发动机和电机所需转矩进行合理分配,使电池的电荷状态处于平衡状态且换挡平稳,优化了发动机工作点,提高了整车的燃油经济性。

我国老年人健康状态转移概率的估计及应用

目的估计我国老年人健康状态转移概率。方法采用2004年和2006年中国健康与营养调查中65岁及以上老年人自评健康纵向数据,对观察的健康状态转移概率与利用有序多分类logistic回归模型拟和的转移概率进行加权平均,得到健康状态2年转移概率的估计值,从而预测老年人群健康状态分布的变化。结果大多数老年人的健康状态在2年内保持不变或变得更差。男性自评健康状态转好的概率高于女性,但死亡风险亦高于女性。结论估计的健康状态转移概率可用于预测老年人群健康状态分布的变化。