简介:作者在文献[1]中定义了一类广义凸函数:ρ-弧式凸性函数,并讨论了其基本性质。在此基础上,本文在ρ-弧式凸函数条件下,论证了多目标规划(VP)和对偶规划(CD)的三个对偶定理.
简介:研究了一类用于时间序列建模的混合自回归滑动平均模型,该模型是由m个ARMA分量经过混合得到的,给出了混合自回归滑动平均模型参数估计的期望极大化(EM)算法,从而得到了混合系数和分量模型的参数,通过仿真说明了其有效性。
简介:在滑动式验证码完成滑动验证的过程中,正确区分出操作者是“机器”还是“个人”对于网络安全至关重要.本文利用人和机器完成验证所留下的滑动轨迹提取特征,运用机器学习中的神经网络算法和MATLAB软件对其进行实证研究和分析,建立神经网络分类模型预测验证操作者的类别.结果表明,BP神经网络模型预测准确度很高,在一定程度上为网络安全提供了保障.
简介:树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强偏差定理一直是国际概率论界研究的中心课题之一.本文利用Borel—Cantelli引理研究给出了一类非齐次树上马氏链场关于负二项分布滑动平均的强偏差定理.
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。
ρ─弧式凸函数下(VP)和(VD)对偶定理
基于EM算法的混合自回归滑动平均模型的参数估计
基于神经网络的滑动式验证码人机识别研究
一类非齐次树上关于马氏链场滑动平均的强偏差定理
基于状态驻留时间下由转移弧产生输出的HMM模型中的参数估计