摘要 | 第1-5页 |
Abstract | 第5-8页 |
目录 | 第8-11页 |
第一章 绪论 | 第11-17页 |
·课题的研究背景和意义 | 第11页 |
·课题的研究背景 | 第11页 |
·课题的研究意义 | 第11页 |
·国内外的研究现状 | 第11-15页 |
·马尔科夫模型在股票预测方面的应用 | 第11-12页 |
·马尔科夫模型在环境质量方面的应用 | 第12页 |
·马尔科夫模型在WEB方面的应用 | 第12-13页 |
·马尔科夫模型在聚类方面的应用 | 第13页 |
·马尔科夫模型在教育方面的应用 | 第13-14页 |
·马尔科夫模型在文字信息方面的应用 | 第14页 |
·马尔科夫模型在信息安全方面的应用 | 第14-15页 |
·本文研究的主要内容及各章内容的安排 | 第15-17页 |
第二章 马尔科夫模型的相关理论分析 | 第17-30页 |
·马尔科夫链的产生与理论分析 | 第17-23页 |
·马尔科夫过程 | 第17-18页 |
·马尔科夫链的定义 | 第18-19页 |
·马尔科夫链的基本性质 | 第19-20页 |
·马尔科夫链的状态分类 | 第20-21页 |
·马尔科夫链的平稳分布与遍历性 | 第21-23页 |
·HMM的产生与理论分析 | 第23-29页 |
·隐马尔科夫模型的基本结构 | 第23-24页 |
·隐马尔科夫模型的组成要素 | 第24-25页 |
·隐马尔科夫模型主要研究的问题 | 第25-26页 |
·HMM的基本算法分析 | 第26-29页 |
·本章总结 | 第29-30页 |
第三章 基于马尔科夫模型的回归研究与应用 | 第30-45页 |
·引言 | 第30页 |
·回归分析和回归预测 | 第30-31页 |
·传统的机器学习方法的预测 | 第31-34页 |
·BP神经网络的回归预测 | 第32-33页 |
·GRNN神经网络的回归预测 | 第33-34页 |
·基于SVM的回归预测 | 第34-37页 |
·基于支持向量机回归的分析 | 第34-36页 |
·基于支持向量机回归算法 | 第36-37页 |
·基于多元回归的MARKOV回归模型的研究与应用 | 第37-40页 |
·多元回归模型 | 第37-38页 |
·马尔科夫回归模型 | 第38-39页 |
·马尔科夫回归模型的求解 | 第39-40页 |
·基于多元回归的马尔科夫回归算法的设计 | 第40页 |
·基于MARKOV-SWITCH的回归研究 | 第40-42页 |
·体制转换模型 | 第40-41页 |
·Markov转换回归模型 | 第41页 |
·马尔科夫转换回归模型的算法 | 第41-42页 |
·实验结果及分析 | 第42-44页 |
·本章小结 | 第44-45页 |
第四章 基于EM算法的HMM在基因遗传定律方面的研究与应用 | 第45-66页 |
·引言 | 第45页 |
·遗传定律的相关分析 | 第45-46页 |
·基于马尔科夫理论的基因遗传定律的分析 | 第46-49页 |
·马尔科夫模型在双倍体遗传方面的分析 | 第46-47页 |
·马尔科夫模型在四倍体遗传方面的分析 | 第47-48页 |
·马尔科夫模型在多对等位基因遗传方面的分析 | 第48页 |
·生物的表现性与基因型种类的总结 | 第48-49页 |
·基于EM算法的隐马尔科夫模型的构造 | 第49-53页 |
·EM算法 | 第49-50页 |
·基于EM算法的隐马尔科夫模型分析 | 第50-52页 |
·基因遗传隐马尔科夫模型的构造 | 第52页 |
·基于EM算法的隐马尔科夫模型(EM-HMM)算法 | 第52-53页 |
·实验及结果分析 | 第53-64页 |
·实验数据分析 | 第54页 |
·不同基因个数的EM-HMM实验 | 第54-62页 |
·实验1-6结果分析 | 第62-64页 |
·本章小结 | 第64-66页 |
第五章 结论与展望 | 第66-68页 |
·结论 | 第66页 |
·展望 | 第66-68页 |
参考文献 | 第68-74页 |
附录Ⅰ | 第74-76页 |
附录Ⅱ | 第76-81页 |
附录A 图索引 | 第81页 |
附录B 表索引 | 第81-82页 |
Appendix A | 第82页 |
Appendix B | 第82-83页 |
致谢 | 第83-84页 |
攻读硕士学位期间从事的科研项目及发表的论文 | 第84-85页 |
导师、作者简介 | 第85页 |