“二阶马尔科夫链”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果9163361个，建议您升级VIP下载更多相关专利

[发明专利]一种用化学反应网络计算二阶马尔科夫链的方法-CN201711114276.2有效
发明人：张川;沈梓原;尤肖虎 -专利权人：东南大学
申请日： 2017-11-13 - 公布日： 2020-07-14 - 主分类号： G16C20/10 文献下载
摘要：本发明公开了一种用化学反应网络计算二阶马尔科夫链的方法，包括以下步骤：S1：设计化学反应网络，用不同的反应物种类表示目标二阶马尔科夫链中的不同状态，根据目标二阶马尔科夫链各状态的初始概率分布设置相应反应物的初始浓度；S2：用一个双分子反应实现目标二阶马尔科夫链的每种状态转换，其中每个反应物代表的是转移前的两个状态，生成物代表的是转移后的两个状态；S3：用每个反应的速率常数表示对应状态转换的转移概率，根据此转移概率的值设定该速率常数；S4：去除反应网络中的无效反应；S5：计算目标二阶马尔科夫链的稳态分布，所有反应物在反应结束后的稳态浓度即为稳态分布的概率值。本发明实现了对二阶马尔科夫链的计算。
一种化学反应网络计算二阶马尔科夫链方法

[发明专利]一种基于大数据的三维素材推荐方法-CN201711446479.1在审
发明人：张一;唐兴波;陈忠会;李刚 -专利权人：艾迪普（北京）文化科技股份有限公司
申请日： 2017-12-27 - 公布日： 2019-07-16 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于大数据的三维素材推荐方法，其包括：构建全阶可变马尔科夫模型：确定当前时间，采集时间阈值T范围内的用户浏览操作记录，确定各个采样位置的数据集中概率，归一化处理，确定各个离散型分布概率，构建全阶可变马尔科夫模型；形成个体马尔科夫模型：根据移动对象的历史轨迹，构建0阶马尔科夫模型和可变阶马尔科夫模型，整合数据，形成每个用户的个体马尔科夫模型；生成概率向量线性组合：通过线性回归组合全局马尔科夫模型和个体马尔科夫模型，生成概率向量线性组合；确定采样位置并向用户推荐素材：给定训练浏览记录的集合，根据马尔科夫模型概率向量计算采样位置概率并预测下一个采样位置，该采样位置就是向用户推荐的素材。
马尔科夫模型采样位置概率向量可变构建素材线性组合用户推荐大数据概率三维归一化处理离散型分布操作记录历史轨迹数据集中线性回归移动对象用户浏览浏览记录整合集合采集预测全局

[发明专利]一种基于参数辨识的机载分布式POS传递对准方法-CN201410168711.X有效
发明人：宫晓琳;刘刚;范玮;房建成;张建旭 -专利权人：北京航空航天大学
申请日： 2014-04-24 - 公布日： 2017-03-29 - 主分类号： G01C25/00 文献下载
摘要：针对机体弹性变形未知且时变的问题，将机体弹性变形角视为二阶马尔科夫过程，并将该弹性变形角和弹性变形角速度扩充为状态变量，选取主POS与子IMU的速度和姿态之差为量测，建立子IMU传递对准的数学模型；其次，进行卡尔曼滤波，利用估计出的弹性变形角和弹性变形角速度计算并更新二阶马尔科夫过程的参数；最后将更新后的二阶马尔科夫过程参数作为下一时刻的滤波初始值，从而估计出更加准确的子IMU姿态误差、速度误差和位置误差
一种基于参数辨识机载分布式 pos 传递对准方法

[发明专利]一种用可逆单分子反应实现马尔科夫链的设计方法-CN201710431481.5有效
发明人：沈梓原;张川;戈璐璐;尤肖虎 -专利权人：东南大学
申请日： 2017-06-09 - 公布日： 2020-02-18 - 主分类号： G16C20/10 文献下载
摘要：本发明公开了一种用可逆单分子反应实现马尔科夫链的设计方法，利用反应物最终的浓度表征马尔科夫链的稳态概率分布，适用于离散时间的马尔科夫链和连续时间的马尔科夫链。本发明方法解决了现有技术中用DNA反应估算马尔科夫链稳态分布的方法不能实现对连续时间马尔科夫链的计算，同时有效地减少了所需反应物的种类和反应个数。
一种可逆分子反应实现马尔科夫链设计方法

[发明专利]一种风电场集群出力计算方法及系统-CN201811551950.8有效
发明人：马雪;娄素华;吴耀武;李红霞;刘飞;吴嵩;温生毅;王淑云;白左霞;车琰瑛;梁国勇 -专利权人：国网青海省电力公司经济技术研究院;华中科技大学
申请日： 2018-12-18 - 公布日： 2021-07-30 - 主分类号： G06Q50/06 文献下载
摘要：本发明实施例提供一种风电场集群出力计算方法及系统，该方法包括：根据风电场集群的风速历史时序数据，获取风速经验分布函数；根据所述风速历史时序数据，获取一阶连续状态空间马尔科夫链模型；根据所述一阶连续状态空间马尔科夫链模型，获取多维风速马尔科夫时间序列模型；根据所述风速经验分布函数，获取M个风速经验值；根据所述M个风速经验值和所述第一Copula函数，获取M个风速马尔科夫时间序列；根据所述M个风速马尔科夫时间序列、风速与风力发电机输出功率的关系
一种电场集群出力计算方法系统

[发明专利]一种基于协议属性的网络应用加密流量识别方法及其装置-CN201610187193.5有效
发明人：沈蒙;魏明伟;祝烈煌 -专利权人：北京理工大学
申请日： 2016-03-29 - 公布日： 2018-11-02 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种基于协议属性的网络应用加密流量识别方法及其装置，属于计算机网络服务安全技术领域，包括离线训练模块和在线识别模块，离线训练模块由数据集获取模块、基于二阶马尔科夫链的消息类型指纹建立模块和证书长度聚类模块组成，通过数据集获取模块得到训练集，对其经过基于二阶马尔科夫链的消息类型指纹建立模块得到应用指纹并存储，经过证书长度聚类模块得到聚类结果及应用证书簇类分布概率并存储；在线识别模块由网络流抓取模块和识别模块组成
一种基于协议属性网络应用加密流量识别方法及其装置

[发明专利]机会网络链路的预测方法、装置及可读存储介质-CN201811160815.0有效
发明人：廖子粮;刘琳岚;舒坚 -专利权人：南昌航空大学
申请日： 2018-09-30 - 公布日： 2021-07-16 - 主分类号： H04L12/24 文献下载
摘要：本发明涉及一种机会网络链路的预测方法、装置及可读存储介质，所述方法包括：基于随机游走算法以及二阶邻居信息，重构马尔科夫转移概率矩阵，根据马尔科夫转移概率矩阵得到改进的重启随机游走相似性指标；根据时间序列分析法根据所述改进的重启随机游走相似性指标，对切分后的各个所述网络快照进行随机游走得到对应的相似性矩阵；建立深度信念网络预测模型，将所述相似性矩阵作为模型输入，经迭代训练测试后得到能量最低的深度信念网络预测模型，以对机会网络链路进行预测本发明提出的机会网络链路的预测方法，可实现对网络链路的精准预测。
机会网络预测方法装置可读存储介质

[发明专利]一种电力日负荷预测方法及装置-CN201911238310.6有效
发明人：李浩松;庄斌;唐新忠;李天杰;马娜;李琳;王艳如;吴晓江;赵大明;刘冲 -专利权人：北京国电通网络技术有限公司;国网浙江省电力有限公司;国网信息通信产业集团有限公司
申请日： 2019-12-06 - 公布日： 2022-11-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电力日负荷预测方法及装置,其中，所述方法包括采集多份历史日负荷数据；使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。本发明中，使用以动态时间规整作为距离对历史日负荷数据进行聚类，度量用户每日用电的相似性，将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，训练获得马尔科夫链预测模型，通过马尔科夫链预测模型对下一日的日负荷数据
一种电力负荷预测方法装置

[发明专利]一种电力线通信系统的噪声预测方法-CN201310549906.4有效
发明人：武德安;黄廷祝;陈鹏;吴磊;刘杰;冯江远;张胜娜 -专利权人：电子科技大学;成都国科海博信息技术股份有限公司
申请日： 2013-11-07 - 公布日： 2014-02-26 - 主分类号： H04B3/54 文献下载
摘要：本发明公开了一种电力线通信系统的噪声预测方法，基于改进的高阶马尔科夫模型对通信噪声进行预测，该方法包括以下步骤：收集通信噪声数据；对收集的噪声数据进行离散化处理，得到离散化的随机序列；利用改进的高阶HM-gMTD本发明将HM-gMTD模型的隐过程由一阶马尔科夫链推广到高阶马尔科夫链，并运用EM算法进行参数估计,提高了通信噪声预测的准确度。
一种电力线通信系统噪声预测方法

[发明专利]一种基于多实例马尔科夫模型的行为识别方法-CN201310566006.0有效
发明人：王春恒;周文;肖柏华;张重 -专利权人：中国科学院自动化研究所
申请日： 2013-11-14 - 公布日： 2014-01-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多实例马尔科夫模型的行为识别方法。该方法包括以下步骤：对每个视频提取局部特征，用一个局部视频块的特征直方图来表示行为的某个局部运动；通过随机采样的方式得到许多局部视频块，这些局部视频块将形成多个马尔科夫链，这些马尔科夫链表示为某些局部运动在时间上的连续动作；在多实例学习的框架下，模型选择最具有判别性能的马尔科夫链表示行为；测试时，以同样的方式构成多个马尔科夫链表示视频，然后计算出这些马尔科夫链的分数，大于某个阈值为这种行为，反之不属于这种行为。本发明通过多实例马尔科夫模型，达到复杂场景下行为识别的目的，并可以减少对视频的标注。
一种基于实例马尔科夫模型行为识别方法

[发明专利]基于马尔科夫链模型的可伸缩性视频编解码系统运动估计方法-CN200910073376.4无效
发明人：赵志杰;曹志民;林茂六;金雪松;张立志;杨龙 -专利权人：哈尔滨商业大学
申请日： 2009-12-09 - 公布日： 2010-06-16 - 主分类号： H04N7/26 文献下载
摘要：基于马尔科夫链模型的可伸缩性视频编解码系统运动估计方法，属于图像处理领域，本发明是为了解决采用MVFAST、PMVFAST算法进行运动估计，编码器及整个编解码系统的编码效率低，运算速度低的问题。本发明的方法包括：步骤一、将测试序列建立马尔科夫链模型，将输入视频中的每一帧分成多个宏块，所有帧相同位置的宏块构成一个马尔科夫链；步骤二、所述测试序列的马尔科夫链下一个宏块的预测状态S_i为：，步骤三、所述测试序列的马尔科夫链下一个宏块的预测运动矢量为当前宏块状态空间S
基于马尔科夫链模型伸缩性视频解码系统运动估计方法

[发明专利]基于马尔科夫链的数控现场总线时钟同步抖动修正方法-CN201210460777.7在审
发明人：尹震宇;杨东升;刘荫忠;邵新龙;韩娟 -专利权人：中国科学院沈阳计算技术研究所有限公司
申请日： 2012-11-14 - 公布日： 2014-05-21 - 主分类号： H04L12/40 文献下载
摘要：本发明提供了一种基于马尔科夫链的数控现场总线时钟同步抖动修正方法，包括以下步骤：对数控总线传输延时进行采样处理，得到马尔科夫状态转移矩阵、延时测量值均值向量以及马尔科夫延时估计值均值向量；抖动修正处理，获取测量值延时值向量，修正测量值延时值向量；计算下一通信周期马尔科夫延时估计值向量并更新延时测量值均值向量以及马尔科夫延时估计值均值向量。
基于马尔科夫链数控现场总线时钟同步抖动修正方法

[发明专利]一种基于连续时间马尔科夫链的网站导航性实现方法-CN201010139891.0无效
发明人：张卫丰;刘霞;张迎周;周国强;陆柳敏;许碧娣;朱丹梅;陆柳清 -专利权人：南京邮电大学
申请日： 2010-04-02 - 公布日： 2010-09-08 - 主分类号： G06F17/30 文献下载
摘要：基于连续时间马尔科夫链的网站导航性实现方法采用连续时间马尔科夫链为用户访问行为建模，以期对网站的导航性和网页的重要性做更接近实际情况的评价。网站导航性在网站设计、改进和质量评价方面受到越来越多的重视。基于连续时间马尔科夫链的网站导航度量不但考虑了网站的链接结构，还考虑了了网页内容好坏对导航性的影响。通过对用户日志的分析获取用户在网页上访问时序及停留时间，在此基础上建立连续时间马尔科夫的嵌入链模型和用户停留时间的指数分布模型，综合两种模型得到连续时间马尔科大链模型，最终得到基于连续时间马尔科夫链模型的网站导航性度量
一种基于连续时间马尔科夫链网站导航实现方法

[发明专利]基于安卓系统的移动设备老化重生方法-CN201811335466.1在审
发明人：向剑文;田冰霏;翁才生;赵冬冬 -专利权人：武汉理工大学
申请日： 2018-11-10 - 公布日： 2019-03-26 - 主分类号： G06F11/07 文献下载
摘要：本发明公开了一种基于安卓系统的移动设备老化重生方法，包括：步骤1，构建移动设备用户行为马尔科夫模型和老化过程马尔科夫模型，用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；步骤2，将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，构建完整老化重生马尔科夫模型；步骤3，计算完整老化重生马尔科夫模型的稳态值，计算在不同时间点下执行老化重生下各状态的损失值
马尔科夫模型老化老化过程移动设备安卓系统恢复状态用户行为时间点构建移动设备用户活跃状态老化状态休眠状态稳态预测

[发明专利]一种基于马尔科夫模型的位置预测方法-CN201610141578.8在审
发明人：陈勐;刘洋;禹晓辉;王月 -专利权人：山东大学;青岛观澜数据技术有限公司
申请日： 2016-03-11 - 公布日： 2016-08-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于马尔科夫模型的位置预测方法，包括以下步骤：采集历史轨迹，确定各个采样位置的数据集中概率，进行归一化处理，确定各个离散型概率分布，构建可变阶全局马尔科夫模型；根据每个移动对象的历史轨迹，构建每个移动对象的个体马尔科夫模型；通过线性回归将全局马尔科夫模型和个体马尔科夫模型进行组合，生成概率向量线性组合，划分时间段，将所有轨迹根据它们的时间戳映射到这些时间段中，计算各对象落入各个时间段的概率，进行聚类，结合聚类结果和马尔科夫模型进行预测下一位置。
一种基于马尔科夫模型位置预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条