基于Markov网络的检索模型

基于Markov网络的信息检索模型提出一种贝叶斯网络推广的检索模型,该模型利用词项在文档集中的共现信息来构造Markov网络,通过该索引项子Markov网络来加载附加查询证据源,计算文档与查询之间的相关性概率,由此概率进行文档排序.实验结果表明,本文提出的Markov网络模型比其他传统的检索方法具有更优的检索性能.

计算机网络中Markov信息熵的证明

针对计算机网络中Markov信源信息熵的证明问题,文章提出了一种基于Chapman-Kolmogorov方程的证明方法,区别于以往通过信息熵的性质证明法,通过该方法可以更加直观的反应信源信息熵的物理原理及现实意义。

基于信源信息熵最小的单通道盲源数估计算法

源数会直接影响盲源分离的效果,源数估计问题是盲源分离(BSS)中的一个关键问题。针对此问题提出了一种将信息熵作为统计评价指标的单通道盲源数估计算法,使用信息熵来度量源信号的信息量大小从而确定源数。为了计算估计源信号的信息熵,首先,使用高斯混合模型(GMM)来拟合其分布;其次,基于马尔可夫链蒙特卡罗(MCMC)算法,采样得到服从目标分布的样本,并进行熵的计算;最后,通过最小化估计源信号平均信息熵得到盲源个数。一系列基于仿真数据和真实通信数据的实验表明:所提算法具有较强的鲁棒性,且能以94%的准确率估计出源数,从而验证了算法的有效性。

基于多通道循环平稳特征融合的智能诊断方法

同一监测点的多源通道信号可以为精准故障诊断提供更全面的特征信息,然而多源特征的有效融合仍然具有挑战性。为解决此问题,耦合隐马尔科夫(CHMM)被用来有效融合双通道信息的循环平稳特征,即用快速谱相关(FSC)提取特征,从而为提高滚动轴承智能诊断正确率提供有效多源融合特征向量支撑。FSC分析方法用于滚动轴承同源双通道振动信号的特征提取;参数优化选取后的CHMM对双通道同源特征进行融合,实现滚动轴承的智能诊断。通过滚动轴承常规故障实验和全寿命加速疲劳实验,验证了所述方法不仅能用于滚动轴承故障的智能分类,而且还能用于滚动轴承的有效性能退化评估。此外,通过对比研究验证了所述方法的优越性。

m阶非齐次马氏信源的一类Shannon-Mcmillan定理

采用构造相容分布与非负上鞅的方法研究了m阶马氏信源相对熵密度的强极限定理,由此得出若干马氏信源、无记忆信源的随机Shannon-Mcmillan定理.并将已有的马氏信源的结果加以推广.

任意信源的一类广义Shannon-McMillan定理

本文研究了任意信源随机和相对熵密度的强极限定理.利用构造相容分布与非负上鞅的方法,获得了m阶马氏信源的随机Shannon-McMillan定理,将已有的关于离散信源的结果加以推广.

任意信源的一类渐近均匀分割性定理的研究

研究了任意信源在可列状态空间下的Shannon-McMillan定理.采用构造相容分布与非负上鞅的方法结合一些重要不等式,研究任意随机变量序列相对熵密度的强极限定理,即渐近均匀分割性.得出了若干任意信源、m阶马氏信源、无记忆信源的渐进均匀分割性定理,并将已有的关于离散信源的结果进行了推广.

非齐次树上马氏信源的一类Shannon-McMillan定理

通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,给出了非齐次树上m重非齐次马氏信源的一类Shannon-McMillan定理.

基于Bayes方法的民机冗余部件随机可靠性评估

由于民机部件的故障发生具有随机性的特点,笔者采用马尔可夫链描述系统的状态变化,通过拉普拉斯变换得到部件可靠性相关指标函数,同时鉴于民机部件可靠性信息较少,属于小样本评估,采用Bayes方法,充分融合多源信息,结合部件检测信息和历史信息等,通过最大熵原则,实现验前信息的转化与先验参数的求解,并对两发动机组成的冗余动力系统进行了可靠性评估。通过算例,验证了笔者提出方法的有效性。

基于HMM的信源—信道迭代联合译码

提出一种在接收端利用Turbo译码软输出,结合HMM(隐马尔可夫模型)中的Baum-Welch重估算法获取信源模型参数并进行信源—信道迭代联合译码的算法。通过含噪接收序列信道译码后的软输出对信源模型参数进行估计,并将迭代估计获得的信源精确概率结构和信道译码结合进行信源—信道联合迭代译码。同时从信息论角度提出用鉴别信息来度量估计获得的信源模型参数的精度,以及确定迭代估计终止的条件。

二阶非齐次马氏信源关于广义随机选择系统的一类Shannon-McMillan定理

文中通过构造相容分布和非负上鞅的方法,研究了二阶非齐次马氏信源关于广义赌博系统的一类广义Shannon-Mcmillan定理.并由此得出已有的非齐次马氏信源、无记忆信源的一类Shannon-Mcmillan定理,推广了前人的结果.

一类非齐次马氏信源关于随机选择系统的广义Shannon-McMillan定理

通过构造相容分布和非负上鞅的方法,研究非齐次马氏信源关于赌博系统的一类广义Shannon-Mcmillan定理.并由此得出已有的非齐次马氏信源的Shannon-Mcmillan定理,推广了前人的结果.

一类非齐次树上非齐次马氏信源的定理Shannon-McMillan

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强大数定律一直是国际概率论界研究的中心课题之一.本文通过构造鞅差序列,应用鞅差序列收敛定理给出了模m的非齐次树上非齐次马氏信源的Shan-non-McMillan定理.

基于多源信息融合与HMM的剩余寿命预测

针对设备剩余使用寿命预测问题,提出一种基于多源信息融合与隐马尔可夫模型的预测方法。首先,针对发动机结构复杂、监控数据参数多等问题,提出一种基于传感器信噪比和主成分分析(principal component analysis,PCA)降维的多源传感器数据融合方法。在此基础上,利用样本数据训练高斯混合隐马尔可夫模型,同时为降低模型偏差并避免过拟合风险,提出一种“定制”策略训练方法,训练后的模型可用于系统健康状态识别和剩余使用寿命预测。最后,通过美国国家航空航天局公开的航空发动机仿真数据集对所提方法进行了验证,并与几种具有代表性且预测精度较高的文献方法进行了比较分析,验证了方法的有效性。

m阶非齐次马氏信源关于广义随机选择系统的一类Shannon-McMillan定理

文中采用网微分法和分析运算的方法研究广义赌博系统中m阶非齐次马氏信源随机条件熵的一类强极限定理,并由此得出m阶马氏信源,非齐次马氏信源的Shannon-McMillan定理.将已有的关于离散信源的结果加以推广.

非齐次树上m重非齐次马氏信源的Shannon-McMillan定理

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强极限定理一直是国际概率论界研究的中心课题之一.本文利用相对熵密度和随机条件熵的概念,通过构造适当的辅助非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究给出了非齐次树上m重非齐次马氏信源的一类Shannon-McMillan定理.

任意非齐次可列马氏信源关于广义随机选择系统的广义Shannon-McMillan定理

文中通过构造相容分布和非负上鞅的方法,研究非齐次马氏信源关于广义赌博系统的一类广义Shannon-Mcmillan定理.并由此得出已有的非齐次马氏信源、无记忆信源的一类Shannon-Mcmillan定理,推广了前人的结果.

任意非齐次马氏信源关于广义随机选择系统的广义Shannon-Mcmillan定理

文中通过构造相容分布和非负上鞅的方法,研究非齐次马氏信源关于广义赌博系统的一类广义Shannon-Mcmillan定理.并由此得出已有的非齐次马氏信源、无记忆信源的一类Shannon-Mcmillan定理,推广了前人的结果.

迭代更新信源模型参数的信源-信道联合译码

提出一种在HMM基础上同时更新模型参数和译码的信源信道联合译码算法.通过接收到的含噪声信息序列以及由训练序列获得的先验知识对信源模型参数重新估计,将参数更新与联合译码过程迭代进行,一方面得到了信源序列更精确的概率结构,另一方面提高了联合译码的性能,并从信息论角度给出了信源模型参数的改善量.

关于非齐次树上连续马氏信源熵密度的若干强偏差定理

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强偏差定理一直是国际概率论界研究的中心课题之一.本文通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了一类非齐次树上连续马氏信源熵密度的若干强偏差定理.