导读:本文包含了隐马尔科夫预测论文开题报告文献综述及选题提纲参考文献，主要关键词:云服务,二阶隐马尔科夫模型,服务选择
隐马尔科夫预测论文文献综述
贾志淳,李想,于湛麟,卢元,邢星[1]（2019）在《基于二阶隐马尔科夫模型的云服务QoS满意度预测》一文中研究指出随着云计算相关技术的迅速发展,云服务组件的QoS预测成为云计算中一个重要的研究课题。实现对QoS值的准确预测是该领域的研究难点。QoS常用来衡量不同云服务组件的性能,基于不同候选组件的QoS值,可以容易地选出最优的组件。对于同一个云服务组件,不同的用户提供的QoS值并不一定相同。针对不同的用户,有个性化的组件QoS值才能进行准确的选择。如果用户的QoS不能由单一的云服务组件满足,则应该考虑组件组合,在这种情况下,需要预测其QoS能力,以保证用户需求得到满足。文中设计了云服务组件的QoS满意预测模型,该模型使用二阶隐马尔科夫模型构建QoS满意度预测模型,通过考虑前两个状态对当前状态的影响,能够有效提高预测精度。最后,通过所构建的原型系统和具有2 507个真实Web服务的QWS数据集,并应用Matlab仿真环境验证了所提方法的有效性。(本文来源于《计算机科学》期刊2019年09期）
卢昊宽[2]（2019）在《基于隐马尔科夫的预测关键技术研究与应用》一文中研究指出随着现代社会的发展、科技水平逐步提高,日常的物质生活极大地丰富起来,人们早已不再满足于简单的衣食住行的物质需求,逐步将剩余财富从储蓄转向投资。股票投资成为当代人的首选。但投资收益与风险往往同向变化,因此如何在保证投资收益最大的情况下合理的降低风险成为当代投资者最关心的部分,如果建立起一个具有高效性、高精确性、高准确性的股票价格走势预测模型,对于现代投资者而言存在着十分重要的实际意义的。本文在对传统的股票预测方法与传统的人工智能预测方法的基础之上,通过运将改进的隐马尔科夫模型通过历史股票数据进行训练,得到近年来股票价格走势模型,并将该模型用于未来股票走势预测。由于传统的隐马尔科夫模型的初始状态通常随机生成,容易造成模型训练速度慢、迭代次数多、易陷入局部最优、正确性与精确性低的问题。因此针对这些问题,在提升训练效率、减少迭代次数、提高预测精度这几个方面进行改进,本文提出一种改进的遗传算法-隐马尔科夫模型及预测策略。其主要内容包括:(1)在模型上,通过使用遗传算法将隐马尔科夫模型的初始状态参数进行优化,从而使得隐马尔科夫模型的训练效率提升、减少训练迭代次数并能在一定程度上提高正确性与精确性。(2)在策略上,通过使用多日加权平均法对股票数据进行处理,使模型的预测效果受到突发性事件影响的权重降低,进而进一步的提升预测精确性与正确性。最终将模型预测性能与其他传统预测模型进行对比,并说明对比结果与分析。最后,对全文进行概述性的总结,提出改进的模型所具有的实际意义与使用价值,为股票投资风险的控制提供了新的研究思路与工具。(本文来源于《长江大学》期刊2019-05-01）
田雪,王丹丹,付帅帅,张旭[3]（2019）在《北京市交通运输、仓储和邮政业增加值的灰色马尔科夫预测模型》一文中研究指出将2000-2017年北京市交通运输、仓储和邮政业产值作为原始数据系列,应用灰色模型对时序数据的总体趋势进行拟合,选取相对误差作为随机波动过程,对预测结果进行修正,最后运用灰色马尔科夫模型对未来5年北京市交通运输、仓储和邮政业的产值进行实例预测.结果表明:经过马尔科夫过程修正的灰色预测模型平均预测精度由原来的90.82%提升到97.14%,预测效果明显,说明了方法对北京市交通运输、仓储和邮政业增加值预测的有效性.(本文来源于《数学的实践与认识》期刊2019年08期）
尚庆松,石庆升,崔炳谋[4]（2019）在《基于灰色-马尔科夫预测模型的售票窗口客流量预测研究》一文中研究指出由于每天购票客流量不同,导致铁路售票窗口开放数也不同,提前预测每天的购票客流量成为研究的关键。为系统全面地对售票窗口优化问题进行研究,采用灰色-马尔科夫预测模型对兰州站非高峰期的客流量进行预测,确定将来某一天的客流量,并对比分析灰色-马尔科夫预测模型的预测结果与灰色预测模型的结果,发现基于灰色-马尔科夫预测模型得到的客流量比较接近实际值,表明在求解售票窗口客流量预测问题上,灰色-马尔科夫预测模型具有一定的可行性与有效性,可以提高铁路客运站整体工作效率,促使铁路客运服务质量得到大幅度提升。(本文来源于《铁道运输与经济》期刊2019年01期）
马国丰,周乔乔[5]（2018）在《基于灰色马尔科夫预测的PPP项目特许期调整模型研究》一文中研究指出针对已投入运营的污水处理PPP项目,构建基于对未来现金流分析的特许期长度调整模型。为确定项目未来现金流中关键因素污水处理量的取值,采用灰色预测模型进行预测,并使用经过修改的马尔科夫模型对预测结果进行修正,进而与净现值特许期决策模型结合,计算得出建议调整的特许期长度。基于对某污水处理厂的实证研究表明,当污水处理PPP项目的实际污水处理量出现明显偏差时,本文建立的特许期调整模型能够克服概率统计依据历史经验而产生的不足,根据实际污水处理量变化提出合理的特许期变更建议。(本文来源于《科技管理研究》期刊2018年17期）
余修武,张可,周利兴,张枫,胡沐芳[6]（2018）在《基于无偏灰色马尔科夫预测WSN数据融合算法》一文中研究指出为了降低无线传感器网络节点的能量消耗,延长网络工作时间,提出基于无偏马尔科夫链预测的井下数据融合算法。该算法考虑矿井下监测数据的时间相关性,通过无偏灰色马尔科夫链预测模型,利用以往的数据对未来的数据进行预测,并设置阈值来判断是否需要上传数据,减少数据上传量,从而减少整个网络传输数据的能量消耗,延长网络寿命。仿真结果表明随着阈值的增加,上传的数据比率越小,网络的能量消耗更少,网络的寿命得到有效的延长。(本文来源于《传感技术学报》期刊2018年08期）
杨金宝,梁勇,曹现宪[7]（2018）在《一种基于灰色理论-隐马尔科夫模型的装备故障预测方法》一文中研究指出针对复杂电子装备的系统复杂性、故障关联性以及监测信息不完备的特点,论文提出利用HMM作为分类器,实现对早期故障因素模式的识别;研究了基于灰色理论的状态预测技术,提出基于灰色理论与隐马尔科夫模型相结合的故障预测方法,最后通过某电子装备故障发生率、故障类型与潜在故障因素之间的统计关系和特点,验证了该方法具备一定的预测精度。(本文来源于《舰船电子工程》期刊2018年08期）
孟凡博,巩小雪,郭磊,张旭[8]（2018）在《基于马尔科夫预测的时分复用弹性波带交换算法》一文中研究指出研究了时分复用弹性光网络中的业务疏导、路由与频谱分配问题,提出了基于马尔科夫的时隙占用预测机制,设计了相应的时分复用弹性波带交换算法。主要包括:基于端到端同构波带融合和时分复用的路由、频谱、波带与调制格式分配算法RSBMA-EEU-TDM,基于子路径异构波带融合和时分复用的RSBMA算法RSBMA-SBN-TDM,以及基于时分复用均衡的RSBMA算法RSBMA-Balance-TDM。仿真结果表明,基于马尔科夫预测的时分复用弹性波带交换启发式算法表现出良好性能。(本文来源于《电子科技大学学报》期刊2018年04期）
杜晓燕,吴建华,朱庆明,张浩[9]（2018）在《我国危险化学品事故灰色残差马尔科夫预测模型的建立及应用研究》一文中研究指出随着工业发展和社会进步,人们对化工产品的依赖性越来越强,导致危化品事故频发,因此建立危化品事故预测模型并对其进行预测具有重要意义。以2006—2014年我国发生的危化品事故起数为原始样本,建立预测模型,并以2015年我国危化品事故实际起数为验证样本,对所建立的预测模型的预测精度进行了验证。结果表明:所建立的危化品事故灰色残差马尔科夫预测模型精度合格,可用来预测我国危化品事故的发展趋势。(本文来源于《安全与环境工程》期刊2018年03期）
张蓓[10]（2018）在《高斯隐马尔科夫模型在金融预测中的应用》一文中研究指出数据挖掘在各行各业中的应用与发展越来越引人注目,随着数据存储的爆炸式增长,利用机器学习算法来进行数据挖掘将会带来不可估量的价值.尤其是在日新月异的金融行业,利用机器学习算法分析金融数据,能帮助投资者做出更快更好的决策.本文利用隐马尔科夫模型对股票价格进行预测.首先对隐马尔科夫模型进行了全面深入的介绍,模型的形式定义及参数有:观测序列、状态序列、状态转移概率矩阵、观测概率矩阵,以及初始状态概率矩阵.对于HMM模型的叁个基本问题:概率计算问题、预测问题,以及学习问题,进行了详细的推理分析.包括解决概率计算问题的前向-后向算法,预测问题的Viterbi算法,以及模型参数估计的Baum-Welch算法.在实际应用中,连续的隐马尔科夫模型有更好的使用价值,我们介绍了高斯混合隐马尔科夫模型,并给出了GHMM的参数估计公式.考虑到国外股票市场的成熟性,实验对象采用了IBM公司的股票价格,用股票的收盘价、成交量作为观测数据,将数据拆分为训练数据和测试数据,利用HMM模型对训练数据进行建模,利用模型得到最优状态序列,并得到状态序列概率矩阵,利用模型对股价进行预测.最后使用绝对平均误差(MAD)对预测精度进行评价.(本文来源于《华中科技大学》期刊2018-05-08）
隐马尔科夫预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着现代社会的发展、科技水平逐步提高,日常的物质生活极大地丰富起来,人们早已不再满足于简单的衣食住行的物质需求,逐步将剩余财富从储蓄转向投资。股票投资成为当代人的首选。但投资收益与风险往往同向变化,因此如何在保证投资收益最大的情况下合理的降低风险成为当代投资者最关心的部分,如果建立起一个具有高效性、高精确性、高准确性的股票价格走势预测模型,对于现代投资者而言存在着十分重要的实际意义的。本文在对传统的股票预测方法与传统的人工智能预测方法的基础之上,通过运将改进的隐马尔科夫模型通过历史股票数据进行训练,得到近年来股票价格走势模型,并将该模型用于未来股票走势预测。由于传统的隐马尔科夫模型的初始状态通常随机生成,容易造成模型训练速度慢、迭代次数多、易陷入局部最优、正确性与精确性低的问题。因此针对这些问题,在提升训练效率、减少迭代次数、提高预测精度这几个方面进行改进,本文提出一种改进的遗传算法-隐马尔科夫模型及预测策略。其主要内容包括:(1)在模型上,通过使用遗传算法将隐马尔科夫模型的初始状态参数进行优化,从而使得隐马尔科夫模型的训练效率提升、减少训练迭代次数并能在一定程度上提高正确性与精确性。(2)在策略上,通过使用多日加权平均法对股票数据进行处理,使模型的预测效果受到突发性事件影响的权重降低,进而进一步的提升预测精确性与正确性。最终将模型预测性能与其他传统预测模型进行对比,并说明对比结果与分析。最后,对全文进行概述性的总结,提出改进的模型所具有的实际意义与使用价值,为股票投资风险的控制提供了新的研究思路与工具。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隐马尔科夫预测论文参考文献
[1].贾志淳,李想,于湛麟,卢元,邢星.基于二阶隐马尔科夫模型的云服务QoS满意度预测[J].计算机科学.2019
[2].卢昊宽.基于隐马尔科夫的预测关键技术研究与应用[D].长江大学.2019
[3].田雪,王丹丹,付帅帅,张旭.北京市交通运输、仓储和邮政业增加值的灰色马尔科夫预测模型[J].数学的实践与认识.2019
[4].尚庆松,石庆升,崔炳谋.基于灰色-马尔科夫预测模型的售票窗口客流量预测研究[J].铁道运输与经济.2019
[5].马国丰,周乔乔.基于灰色马尔科夫预测的PPP项目特许期调整模型研究[J].科技管理研究.2018
[6].余修武,张可,周利兴,张枫,胡沐芳.基于无偏灰色马尔科夫预测WSN数据融合算法[J].传感技术学报.2018
[7].杨金宝,梁勇,曹现宪.一种基于灰色理论-隐马尔科夫模型的装备故障预测方法[J].舰船电子工程.2018
[8].孟凡博,巩小雪,郭磊,张旭.基于马尔科夫预测的时分复用弹性波带交换算法[J].电子科技大学学报.2018
[9].杜晓燕,吴建华,朱庆明,张浩.我国危险化学品事故灰色残差马尔科夫预测模型的建立及应用研究[J].安全与环境工程.2018
[10].张蓓.高斯隐马尔科夫模型在金融预测中的应用[D].华中科技大学.2018