导读:本文包含了马尔可夫用户论文开题报告文献综述及选题提纲参考文献，主要关键词:用户用电模式,隐马尔可夫模型,模式识别
马尔可夫用户论文文献综述
林佳,潘峰,林国营,杨雨瑶,何光宇[1]（2018）在《基于隐马尔可夫模型的用户用电状态识别》一文中研究指出针对生活用电个体用电量小、波动性强、难以预测识别的问题,提出一种利用隐马尔可夫模型对不同场景的用电状态识别方法。从单用户单电器、单用户多电器和多用户多电器逐渐深入分析,研究学习和解码的主要算法,并求解关联概率矩阵。最后,应用该方法对私人电器和公用电器两个场景进行用电活动自识别,准确率达90%以上。(本文来源于《自动化与信息工程》期刊2018年04期）
朱红波,高岩,后勇,陶莉[2]（2018）在《马尔可夫过程下多类用户智能电网实时电价》一文中研究指出基于需求响应的智能电网实时电价定价机制是调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响.本文考虑用户用电的前后关联性,给出一个基于马尔可夫决策过程并且考虑用电周期的社会福利最大化模型.根据求解该模型制定的实时电价定价策略,用户可以更加理性,更加贴近实际制定用电计划.所建立的模型考虑了状态转移概率矩阵中的参数已知和未知两种情况.相同类型用户根据用电量之间具有相互影响和相互制约的关联性给出电价策略;不同类型用户设置不同电力价格进行区分.最后针对参数已知和未知两种情况设计集中式和分布式定价策略的改进模拟退火算法,模拟仿真验证了模型的合理性和算法的可行性.(本文来源于《系统工程理论与实践》期刊2018年03期）
沈阅[3]（2017）在《基于多阶马尔可夫模型的用户行为序列模式研究》一文中研究指出随着移动互联网技术的发展及软硬件设备的快速普及,各类移动应用服务蓬勃发展,逐渐成为人们日常生活中不可或缺的一部分,目前人们已经可以通过移动设备完成大部分活动,并不需要再像过去那样依赖电脑终端。每天有大量用户使用移动互联网业务,伴随着巨大的用户行为数据的积累,这些数据详细的描述了用户使用了什么业务类型、在什么时间点使用、在什么地理位置使用等,深入挖掘可以发现用户的行为规律及各类业务被使用的情况。大数据技术及其应用已经逐渐在企业内普及,企业也都更加重视数据资产,通过深入挖掘数据的价值来指导其营销策略或产品设计,最终达到提升企业市场竞争力的作用。本文提出了一种基于移动互联网用户行为数据的用户分类方法,利用用户在使用移动应用服务的行为数据去构建用户行为模型,其中创新地引入了多阶马尔可夫模型,弥补了传统马尔可夫模型仅考虑用户行为的一阶相关性,而欠缺时效性这一不足,从而使模型结果可以更好的去解释用户的复杂行为规律。通过对这些用户行为模型进行差异化分析,可以得到用户之间的距离矩阵。随后运用多种聚类算法对距离矩阵进行聚类分析,可以得到不同类别的用户群体,进而提取出每个群体的代表用户。通过分析该代表用户的行为规律,可以用于刻画该类用户群的特征。最后基于这些行为特征,分析并总结了实验结果,并从业务角度和用户角度为企业提出了管理方面的建议,对于企业在移动应用市场上的产品及业务设计具有现实指导意义。(本文来源于《北京邮电大学》期刊2017-12-28）
王钒霖[4]（2017）在《基于用户分类的隐马尔可夫WEB预取模型及应用研究》一文中研究指出Web预取技术是在分析用户访问的相关数据或行为的基础上,主动预测其下一步可能浏览的页面,通过隐性的请求加载,从而预先取得并存放在缓存中,以备用户访问,从而减少用户访问时因为网络或服务器等各种可能问题造成的时延。基于Web访问模式特性及预取与缓存的基本理论,本文在前人的基础上充分发掘Web访问过程中的规律和特性,采用概率统计、数学分析等方法,改进了包括日志处理,特征词提取,资源预测及资源缓存与替换等算法,建立了一套预取一体化框架。在预取一体化框架的研究中,主要工作包括:(1)在日志数据处理时对路径的补充工作提出了描点法,用以补充日志记录中的访问路径序列遗漏、缺失的信息,以还原一个完整合理的访问行为,该算法简单有效,易于实现;(2)在特征词处理时对传统的特征词提取算法TF-IDF(Term Frequency–Inverse Document Frequency)进行了改进,提出了TF-IDF-CD(Term Frequency–Inverse Document Frequency-Categorical Description)算法,该算法解决了传统特征词提取过程中对于类别区分能力较弱的问题;(3)资源预测过程是在原马尔可夫预取模型的基础上对用户进行分类,同时对用户访问路径从语义的角度进行分析,提取用户信息需求,从而形成了基于用户分类的隐马尔可夫预取模型,该算法将基于访问路径和基于语义两类算法思想相结合,以达到更好的预测准确率。(4)在资源缓存与替换中,我们在GDS(Greedy-Dual-Size)和GDSF(Greedy-Dual-Size-Frequency)算法的基础上,引入时间频度概念,提出了GDSF-T(Greedy-Dual-Size-Frequency-Time)算法,该算法弥补了时间因素对访问频度的影响。最后,将该框架应用于一个基于微信端的农产品产销平台中,以针对此类移动平台特有的带宽低、延迟高、间歇性连通等网络特点,达到降低访问时延、优化系统性能的目的,并通过实验对系统引入预取框架前后对系统性能的影响进行了测试和分析,测试结果显示各项指标均良好。(本文来源于《西安理工大学》期刊2017-06-30）
韩燕琪[5]（2016）在《基于马尔可夫理论的热用户供热可靠性研究》一文中研究指出本文在俄罗斯热用户供热可靠性研究的基础上,提出基于马尔可夫理论的热用户供热可靠性的分析方法,以期建立热用户供热可靠性评价的指标体系。然后,将评价指标应用到管网的设计以及已知管网中的热用户的可靠性评价中,验证此评价理论的正确性,并且分析每个指标的现实意义。热用户供热可靠性的分析,涉及到热网状态的概率模型,故障工况水力计算模型,变工况运行时热用户的温降模型,以及基于热用户分类的采暖热负荷延续时间图的应用。在可靠性指标体系建立之前,本文首先对热用户根据不同的分类标准进行系统化划分,并且对可修系统和不可修系统中的热用户分别给出故障的定义。提出热用户供热可靠性评价涉及到的一些基本概念,包括故障供热量、热用户冗余时间以及热用户室温不保证的临界室外温度等,并且研究其求解方法。然后,本文对热用户供热的结构可靠性,热力可靠性和综合可靠性叁个方面分别进行可靠性分析,并给出评价指标。结构可靠性即热用户与供热管网的可连接性,它是通过概率性指标来保证的;热力可靠性即热用户室内的舒适性,体现在室温是否低于室内最低允许温度方面,它是通过确定性指标来保证的;综合可靠性是采暖期内基于结构可靠性对热用户热力可靠性的综合评价,它以直观的指标评价热用户供热质量的综合效应。热用户供热可靠性的评价体系建立之后,本文对已知管网进行算例分析,求解热用户的可靠性指标,评价系统中热用户供热质量的综合效应。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
张德有[6]（2014）在《多用户分块马尔可夫迭加编码的研究》一文中研究指出针对多用户中继信道，为了提高系统的抗噪声性能，本文提出了分块马尔可夫迭加编码(Block Markov Superposition Encoding, BMSE)。不失一般性，本文假定用户UE与中继AP之间可以相互无误地交换信息。用户首先将各自的信息发送到AP，然后再由AP转发到基站BS。通过对用户进行调度，可以在AP不同时刻的发送信息之间引入马尔可夫性，进而达到改善误码率的目的。为了说明多用户分块马尔可夫迭加编码的可行性，本文首先介绍了BMSE两种可能的应用场景，D2D和基站协作。以两个用户为例，首先给出了此时BMSE的编码过程，并结合传统单中继信道和Shannon信息论的相关论述，给出了BMSE的可行性证明。然后将对BMSE的研究进一步深化，给出了BMSE的生成矩阵和校验矩阵。另外，为了描述BMSE的译码算法，本文还引入了系统的因子图表示方法。利用因子图，本文给出了BMSE的“前向-后向”迭代译码方法，并通过仿真给出BMSE的性能。为了说明BMSE抵抗衰落的能力，本文还比较了快衰落和慢衰落两种不同的衰落环境下BMSE误码率性能的变化情况。接着，本文将对两个用户BMSE编码的研究推广到多个用户的情形，分析了多用户的BMSE编码过程，与两个用户相比，多个用户的情况更加复杂。当参与编码的用户增加以后，“前向-后向”迭代译码的延迟会很长，为了解决译码延迟增大的问题，本文还提出了一种加窗迭代译码方法，并通过仿真证明了这种算法的有效性。在文章的最后，通过引入MAP译码和Genie-Aided译码，本文还给出了BMSE编码的误码率的一个下界。(本文来源于《哈尔滨工业大学》期刊2014-07-01）
朱志国[7]（2014）在《基于隐马尔可夫链模型的电子商务用户兴趣导航模式发现》一文中研究指出用户智能导航模式发现已经成为电子商务领域中的一个研究热点。为此,结合电子商务站点用户网页访问时间与网页关键字信息对用户访问兴趣进行定义,借鉴经典隐马尔可夫链模型,建立用户兴趣导航模型。给出在此模型中用户兴趣导航路径的发现方法及算法描述。通过模拟数据、某B2C在线图书销售站点中的真实数据以及与经典方法的对比等方面的实验验证,结果表明:给出的模型方法能够准确、高效地找到带有用户访问兴趣的关联路径信息。这个方法可以作为一种应用于电子商务领域更为有效、实用的智能导航发现工具。(本文来源于《中国管理科学》期刊2014年04期）
韦相[8]（2013）在《基于隐马尔可夫模型的Web用户访问序列挖掘》一文中研究指出Web挖掘的一个研究方向是发现用户对网页的兴趣.用户的浏览网页意味着用户对该网页上的某种概念感兴趣.文中提出基于隐马尔可夫模型,对用户访问网页的序列进行分析,发现用户感兴趣的概念,然后把蕴含用户感兴趣概念程度最大的网页推荐给用户.这种模式实质上是一种Web服务设计,给用户提供个性化的优质服务,提高网站的服务质量.(本文来源于《红河学院学报》期刊2013年02期）
赵玲,许宏科[9]（2013）在《基于等维新息灰色马尔可夫模型的互联网用户人数预测研究》一文中研究指出对互联网用户人数的科学预测可为网络的建设和管理提供决策依据。在传统灰色预测模型的基础上,结合新信息优先的思想,建立了等维新息灰色预测模型,并利用马尔可夫链模型预测出结果的波动范围,形成等维新息灰色马尔可夫预测模型。再以2007年12月-2012年06月我国互联网上网人数实测值为原始数据,构建预测模型,预测2012年12-2014年06月的互联网上网人数。实例结果表明,等维新息灰色马尔可夫预测模型其预测结果的误差更小,精度更高,还能提供预测结果的波动范围及出现概率。(本文来源于《计算机科学》期刊2013年04期）
李战明,宋丙菊[10]（2012）在《基于隐马尔可夫模型的ATM机用户异常行为识别》一文中研究指出提出一种基于隐马尔可夫模型(hidden markov model,HMM)的ATM机异常行为识别方法.对ATM机前用户存(取)款行为的视频序列用Hu变换提取运动目标的行为特征,采用Baum-Welch算法对正常行为训练并建立隐马尔可夫模型,通过模型输出测试样本序列的概率来识别异常行为.用Matlab对ATM机用户运动行为的模拟视频进行实验仿真,结果表明:该方法对ATM机前的用户行为具有较高的识别率.(本文来源于《兰州理工大学学报》期刊2012年05期）
马尔可夫用户论文开题报告
（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：
基于需求响应的智能电网实时电价定价机制是调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响.本文考虑用户用电的前后关联性,给出一个基于马尔可夫决策过程并且考虑用电周期的社会福利最大化模型.根据求解该模型制定的实时电价定价策略,用户可以更加理性,更加贴近实际制定用电计划.所建立的模型考虑了状态转移概率矩阵中的参数已知和未知两种情况.相同类型用户根据用电量之间具有相互影响和相互制约的关联性给出电价策略;不同类型用户设置不同电力价格进行区分.最后针对参数已知和未知两种情况设计集中式和分布式定价策略的改进模拟退火算法,模拟仿真验证了模型的合理性和算法的可行性.
（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。
马尔可夫用户论文参考文献
[1].林佳,潘峰,林国营,杨雨瑶,何光宇.基于隐马尔可夫模型的用户用电状态识别[J].自动化与信息工程.2018
[2].朱红波,高岩,后勇,陶莉.马尔可夫过程下多类用户智能电网实时电价[J].系统工程理论与实践.2018
[3].沈阅.基于多阶马尔可夫模型的用户行为序列模式研究[D].北京邮电大学.2017
[4].王钒霖.基于用户分类的隐马尔可夫WEB预取模型及应用研究[D].西安理工大学.2017
[5].韩燕琪.基于马尔可夫理论的热用户供热可靠性研究[D].哈尔滨工业大学.2016
[6].张德有.多用户分块马尔可夫迭加编码的研究[D].哈尔滨工业大学.2014
[7].朱志国.基于隐马尔可夫链模型的电子商务用户兴趣导航模式发现[J].中国管理科学.2014
[8].韦相.基于隐马尔可夫模型的Web用户访问序列挖掘[J].红河学院学报.2013
[9].赵玲,许宏科.基于等维新息灰色马尔可夫模型的互联网用户人数预测研究[J].计算机科学.2013
[10].李战明,宋丙菊.基于隐马尔可夫模型的ATM机用户异常行为识别[J].兰州理工大学学报.2012