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。

转移概率部分未知下Markov跳变系统的滑模控制

针对系统中含有两个相互独立的Markov链,且转移概率不完全已知的时滞不确定离散Markov跳变系统的滑模控制(SMC)问题,通过考虑参数不确定性的匹配条件,设计离散积分型滑模面.利用时滞分割技术构造含加权参数的Lyapunov-Krasovskii函数,得到系统随机稳定的充分条件,根据指数趋近律的到达条件设计滑模控制律,使得系统的状态轨迹能够到达所设计的滑模面.数值仿真结果表明,该方法具有一定的有效性.

一种基于模型概率单调性变化的自适应IMM-UKF改进算法

针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点,提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF)。该算法利用后验信息模型概率的单调性,对马尔可夫转移概率矩阵及模型估计概率进行二次修正,加快了匹配模型的切换速度及转换速率。仿真结果表明,与现有算法相比,该算法通过快速切换匹配模型,有效提高了水下目标跟踪精度。

农业转移人口的初婚概率及其影响因素——基于全国11省份的调查分析

城镇化进程中规模庞大的农业转移人口的晚婚问题引起学界关注。基于推拉理论构建分析框架,利用2018年“百村调查”数据和全国宏观经济发展数据,通过建立Cox比例风险模型,深入分析城镇化因素在微观、中观及宏观层次对农业转移人口初婚概率的影响。研究发现:(1)首次外出务工时间与男女两性的初婚概率均呈正相关关系,首次外出务工距离则与之呈负相关关系;(2)务农显著提升初婚概率,且对女性影响更大,农业年收益仅对男性初婚概率有提升效应;(3)老家房屋价值、在县城是否买房对初婚概率影响显著;(4)村庄离县城越远的男性初婚概率越小,户籍地地理位置、第三产业占比、人均GDP及居住类消费价格指数均对两性初婚概率影响显著,初婚概率随地区经济发展水平提高而降低。由此,优化个体就业模式、提高家庭及地区城镇化水平、给予低收入群体适当的购房补贴等,有利于提高农业转移人口的初婚概率。

基于转移概率的河北省定兴县地表基质垂向分布特征分析

地表基质层为地表自然资源的承载体和赋存体的空间实体.查明地表基质平面分布、垂向组合及空间变异是地表基质调查的关键.将转移概率统计方法应用到河北省定兴县5 m以浅地表基质层,通过极限概率分析、置换分析、熵分析和差值矩阵环流分析,总结出定兴县及各地貌类型的地表基质的垂向组合与横向变化特征,并构建地表基质结构序列.研究表明,该地区长地表基质受多种复杂成因因素的影响,其类型剧烈变化,自下至上的砂土基质-壤质砂土基质-砂质壤土基质-壤土基质为区内典型代表组合,壤质砂土基质-黏质壤土基质为次级组合类型.结果显示,转移概率方法能够较为准确地刻画地表基质的空间分布,能够从大量繁杂的编录中获取区域内地表基质垂向变化的宏观规律.

基于马尔可夫转移概率的外来常住人口居住需求预测

住房供需矛盾的根本问题在于住房需求规模和需求结构如何。本文分析了外来常住人口的居住现状与居留意愿二者联动下对外来常住人口居住需求的影响,并利用灰色模型和马尔可夫(Morkov)转移概率的组合法对大城市外来常住人口的居住需求规模进行预测。通过Logistic模型分析发现,大城市外来常住人口的居住现状质量与居住需求成反比,居留意愿与居住需求成正比,通过灰色模型和Morkov转移概率矩阵方法预测得出一线城市外来常住人口的居住需求呈现上升趋势,2017年到2022年期间,总居住需求从1241万上升到1352万平方米,其中其他住房、政府提供住房和自购住房的居住需求逐年上升,租住私房的居住需求逐年下降。租住私房的居住需求最大,占比60%左右。外来务工人员的总居住需求下降,青年人员和引进人才的总居住需求上升,对比2017年四大城市外来常住人口的住宅供给与居住需求,得出目前四大城市的居住供给已超过居住需求。

基于转移概率的位置隐私保护算法

基于位置的服务(location based service,LBS)得到了广泛应用,同时,用户的位置数据面临着巨大的隐私风险。因此,针对现有位置隐私方法中存在攻击者通过分析用户移动模式降低用户位置匿名度的问题,提出基于转移概率的位置隐私保护算法,通过马尔可夫链对用户的移动模式建模得到用户的转移概率,根据转移概率构建最优保护位置集,用策略图形式化保护位置集,通过拉普拉斯机制发布最优位置。通过实验分析,所提算法在保证用户位置隐私和发布效用的同时,拥有较低的时间成本。

基于多场景和考虑状态转移过程的风电场出力概率性评估

由于风场风速和风电机机组状态的随机性造成了风电机组出力的随机性。为了较为准确地对风电机组在多场景下多状态的出力进行评估,基于随机投产和后期续建两种场景,考虑风电机组运行、降额、停运三种状态,采用马尔科夫法和蒙特卡洛方法对风电机组的状态以及各状态之间的转移时间进行抽样评估。进而建立风电场统一的出力模型并反映其状态转移情况。对研究风电场出力的概率评估及风电场状态转移过程具有重要意义。

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。

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。

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。

南昌地区建设用地空间扩展的广义转移概率模型建设与应用研究

对南昌地区城市发育约束因素的分析的基础上,基于非城市像元所处的城市化梯度、距离最近建成区斑块的距离、最近建成区斑块的规模、边缘像元的邻域水平等4个城市景观格局因子和道路及地形等两个社会经济和自然影响因子,构建了广义转移概率模型,并开展了相关的动态模拟研究。表明,与传统模拟方法相比,该模型具有比较理想的精度水平,模拟结果能够很好地反映南昌地区今后城市建设用地发展趋势,提出的模型手段改进设计获得了令人满意的效果,是对现行城市景观动态模拟研究工作的一个重要的方法论补充和完善。

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。

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。

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.