随机环境中马氏链的状态分类

利用Foguel的L1理论和马氏双链是时齐马氏链这一性质,讨论了随机环境中马氏链的状态分类,得到非本质或非正则本质态的等价命题以及弱常返和强常返态的充分条件.

依状态独立的随机环境中的马氏链

本文主要讨论了依状态独立的随机环境中的马氏链,并严格地证明了依状态独立的随机环境中的马氏链,如果在环境不退化的一般情形下,不是时齐马氏链,而环境退化必然是马氏链这个结论。

教学质量的时齐马尔可夫链评估法

本文研究了教学质量评估中的一种定量分析方法──时齐马尔可夫链评估法．阐明了这种方法的理论依据及其实施程序、并指出它较之其他教学质量评估法更显合理．

时齐马尔可夫链与教学质量评估

本文把时齐马尔可夫链应用于教学质量评估中，取得了一定的效果，并提出了其实施程序，从而为学校有关人员评估教师的教学质量提供了一种合理而较有效的方法．

隐Markov模型的强马氏性

引入隐Markov模型强马氏性的概念,并进一步研究了隐Markov模型在强马氏性方面的一些性质.

神经网络中的退火:Ⅰ.时齐情况

本文考虑神经网络经过时齐退火后的极限分布,从动力系统的随机扰动的观点出发,我们证明了极限分布将最后集中在吸引子的一个子集上,当网络可逆时,极限分布为该集合上的均匀分布,文中解释了上述现象发生的原因。