简介：本文基于样条滤波理论，给出了三状态样条滤波与平滑方法。仿真计算与实例数据计算表明，该滤波与平滑方法具有较高的精度和稳定性。

简介：对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法（RPCA）、贝叶斯鲁棒主成分分析法（BayesianRPCA）和高斯混合模型的鲁棒主成分分析法（MoG-RPCA）,3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.

简介：考虑ATM交易过程当中产生的一系列参数,如交易量、交易成功率和响应时间等,对交易状态特征进行分析并建立了异常检测模型。针对成功率与响应时间2个参数,利用聚类算法将数据点划分为正常点、疑似异常点、异常点3大类。对于疑似的异常点,再根据其时间序列周围点的分布情况确定是否确实为异常点;对于交易量参数,首先通过LOF局部离群因子对离群点进行识别,再结合交易量随时间的移动均线及标准差加以辅助筛选,得到初步的疑似异常点,进一步通过与不同天同一时刻数据进行比较,最终确定是否为异常点。根据上述模型,本文将异常情况划分为3个预警等级,并对重大故障情况进行预测。

简介：通过消息监控识别罪犯是一个十分有意义的实际问题。采用Markov模型,将整个消息传递网络看作一个犯罪传递的Markov链,根据所收集到的消息估计出两个节点(人)之间犯罪传递的概率,得到一个Markov概率转移矩阵,并求出网络长期运行的稳定解,作为各节点(人)参与犯罪程度的度量。通过实例说明了该方法的有效性。

简介：在单目标、单约束下，建立了三状态串-并联系统的优化模型，采用选取重要部件的方法优化系统可靠度，并相应地给出优化算法，最后通过例子，验证了该算法的有效性．

简介：研究一类失效状态为吸收状态及重试率为常数的M^[X]/M/1排队模型的主算子在左半实轴上的特征值,证明:当顾客的到达率λ,服务员的服务率v,服务员的服务完成率b,顾客的重试率α满足一定的条件时,-α是该主算子的几何重数为1的特征值.

简介：本文研究一类形如(r(t)x(n-1)(t))′+f(t,x(t),x(Φ(t,x(t)))=0的具状态时滞的高阶非线性微分方程.按照最终正解的量级给出了它们的分类及存在的充分条件.

简介：本文运用模糊数的扩展运算，给出了一阶微分方程组（常系数或变系数，线性或非线性系）当其初始状态具有模糊不确定性，用模糊仿真原理求数值解的方法。

简介：本文讨论了用状态驻留时间来模型化传统的HMM模型。HMM的一个基本假设是它认为语音信号是准平稳的。然而由状态输出yt的HMM模型，并不能很好地表征语音信号中平稳段或平稳段之间的具体特征；由转移弧产生输出的自左向右HMM系统,则对语音特征作更为细致的描述。本文主要讨论在[2]的基础上,对新建模型进行参数估计。

简介：讨论了一类与年龄相关的时变种群扩散系统最优生育率控制的非线性问题,证明了最优生育率控制的存在性,并给出了控制为最优的必要条件及其由偏微分方程组和变分不等式组成的最优性组.这些结果可为时变种群扩散系统最优控制问题的实际研究提供理论基础.

简介：<正>§1引言[1,2]中,我们对两参数马尔科夫过程的三点转移函数族{Pijkr（s,t）}的解析性质进行了研究,包括可测性,连续性,可微分性等,以及恒正性及状态对的分解定理等。我们发现,两参数马尔科夫过程与单参数马尔科夫过程虽然有某些相似,但更重要的是本质上的不同。本文对两参数马尔科夫过程的三点转移函数族的解析性质作进一步的探讨。