【摘 要】
：
本文首先介绍了传统的一阶隐马尔科夫模型及其相关算法,它作为一种具有双重随机过程的统计模型,兼具稳定的概率统计基础和强有力的数学结构,已被普遍应用在语音识别系统、状态预测、金融行业数据分析等领域。但鉴于传统的一阶隐马尔科夫模型难以表示更远状态距离间的依赖关系,也许会忽略很多有效的统计共性,所以本文提出了一个三阶隐马尔科夫模型的预测方法。其次,本文对已有的Baum-Welch算法和Viterbi算法进
论文部分内容阅读
本文首先介绍了传统的一阶隐马尔科夫模型及其相关算法,它作为一种具有双重随机过程的统计模型,兼具稳定的概率统计基础和强有力的数学结构,已被普遍应用在语音识别系统、状态预测、金融行业数据分析等领域。但鉴于传统的一阶隐马尔科夫模型难以表示更远状态距离间的依赖关系,也许会忽略很多有效的统计共性,所以本文提出了一个三阶隐马尔科夫模型的预测方法。其次,本文对已有的Baum-Welch算法和Viterbi算法进行了改进,并从理论上对三阶隐马尔科夫模型进行了推导,这是本文进行研究的主要理论基础。本文提出的预测框架是基于三阶隐马尔可夫模型的,该模型融合了外部量化信息和新闻事件信息,可以有效缓解数据稀疏的问题。在计算模型参数时对Baum-Welch算法进行了改进,使得其参数解由局部最大解改进为全局最大解。在求解概率最大路径时对Viterbi算法进行了优化,对原算法中的路径进行了裁剪,减少了亢余状态。最后,本文对股票和交通拥堵情况分别建立了三阶隐马尔科夫预测模型,其预测结果充分证明了该模型的可行性和优越性,同时,也分别用传统的SCV模型、SFM模型和ARIMA等模型进行预测,通过准确度等评价指标测定各个模型的预测精度。实证结果表明,相对于其他模型而言,三阶隐马尔科夫的预测精度较好。
其他文献
低照度图像增强是计算机视觉研究领域中一项基本处理任务,现已受到了广泛关注。人类的视觉机制往往从高质量的图像中获取有价值的信息,为了在弱光条件下获得能见度较高的高质量图像,改善图像的视觉效果,必须对低照度图像进行增强。近些年,很多研究者致力于将深度学习的方法应用在低照度图像增强的领域中,但现有深度学习图像增强网络对于不同尺度特征的表征和感知能力存在不足,其增强结果存在大量噪声、边缘轮廓模糊不清、亮度
5G是具有高速率、低时延和海量连接的新一代宽带移动通信技术。天线和滤波器作为系统前端两个不可或缺的器件,它们的协同设计（滤波天线）可以提高系统的传输效率与通信质量。然而,大多数滤波天线的研究局限于线极化,不适用于某些具体的应用,比如紧凑型室内基站天线。且现有圆极化滤波天线的研究其馈电方式多为探针式馈电、不易于集成、带宽窄、只适用于5G低频频段。另一方面,集成基片间隙波导（Integrated Su
基于图像的三维重建是从一幅或多福二维图像中推导出物体和场景的三维几何结构,因成本低廉、数据易于获取、真实感强、自动化程度高等优点,在计算机视觉和计算机图形学领域成为研究热点和难点。本文提出一种基于代价体金字塔的多视图立体重建系统,对多视图立体重建的关键步骤进行研究与改进。（1）由于基于循环算法的多视图三维重建是置换变体,即相同图像的不同排列重建的3D形状可能会不相同,因此本文在特征提取阶段加入一个
野生菌作为一种常见的食材,因为其富含多种微量元素,能够提升人的免疫力,所以深受人们喜爱。但是,近年来国内频繁出现野生菌中毒事件,究其原因,主要是对于普通大众而言,不具备鉴别野生菌种类的专业知识,容易将有毒野生菌误认为可食用野生菌,从而导致误食有毒野生菌而中毒。目前现有的野生菌识别分类方法普适性较低,不利于推广使用。因此,本文拟开发一种野生菌识别程序,利用深度学习技术辅助人们鉴别野生菌的种类,从而为
脊椎的图像分割、特征点检测等技术可有效提升手术中的脊椎配准、脊椎重建的精度,从而降低脊椎手术失误率。然而现代临床中的脊椎图像分割与特征点标定的工作往往依靠医师手工完成,传统手动操作技术虽然很大程度为脊椎诊疗提供了便利,但其中也不乏操作过程繁琐费时、需要医师经验丰富操作、结果受主观因素影响大等多种限制。为提高诊疗效率,提高脊椎手术安全系数,本文致力于脊椎磁共振（magnetic resonance,
随着5G时代的来临,运用于物联网场景的毫米波技术也要跟随5G发展的脚步逐渐成熟并加以运用。耦合器件的性能与物联网的整体微波通信体系是否优秀息息相关,运用于5G频段的毫米波宽带耦合器有十分重要的研究意义。集成基片间隙波导（Integrated substrate gap waveguide,ISGW）和封装型集成基片间隙波导（Package Integrated substrate gap wave
随着计算机科学中计算机视觉领域的发展,人们对于图像质量的要求越来越高,不管是野外的夜晚还是室内弱光环境,在曝光不足的场景中采集到的图像或者视频往往因为亮度和对比度的不同难以让人区分出图像的细节,同时低光环境中所拍摄的图像往往带有大量的噪声,得到的数据不能满足人们对其的期望,也不能够应用于高级视觉任务的需要,因此,我们更需要一种有效的图像增强算法来满足高级视觉任务的需要。低照度图像增强技术是通过对数
中国是一个能源分布不均匀、人均资源匮乏的国家,大力发展可再生能源是保证国家能源安全和稳定的必由之路。风力发电、光伏发电等清洁能源发电过程无污染,而且不会出现资源耗尽的问题,因此具备了火电所不能相比的优点,但可再生能源由于出力随机性和波动性的特点,会给需要持续且稳定供电的负荷带来较大影响,这些缺点限制了风电、光电的使用场景和使用方式,因此如何优化、协调、控制不同能源之间的出力配比是当前面对的一大技术
大规模并行处理和列式存储将SQL的查询速度从小时提升到了分钟,但是这远远满足不了交互式分析的实时性需求。Apache Kylin是基于空间换时间思想的分布式联机分析处理。Kylin能够为超大规模的数据集提供多维分析能力和亚秒级的标准SQL查询。但是Kylin的维度增加会带来多维立方体维度爆炸的问题,同时给磁盘和网络传输带来巨大压力。为解决多维立方体构建维度爆炸的问题,本文进行了如下工作:1.首先提
随着智能车辆行业与车辆应用的发展,车辆对感知,计算与通信的需求不断提高。移动边缘计算与车联网进行融合的车载边缘计算架构,通过部署路侧单元,边缘计算设备以及云服务器等计算资源,将网络下沉至车辆终端,能够有效解决车辆自身计算能力不足,通信与移动性管理的问题。虚拟化技术是边缘计算的支撑技术,能够有效对任务进行分发管理,而容器技术作为虚拟化技术的最新进展,依托其轻量化、隔离性、灵活的生命周期管理特点能大大