馬爾可夫鏈廣泛的應(yīng)用于金融經(jīng)濟(jì)、互聯(lián)網(wǎng)、語(yǔ)言識(shí)別、微生物基因等領(lǐng)域。本文主要研究高階馬爾可夫鏈模型中的參數(shù)估計(jì)方法及其應(yīng)用。針對(duì)單個(gè)數(shù)據(jù)序列的高階馬爾可夫鏈模型中的參數(shù),本文提出了基于非線性最小二乘法的估計(jì)方法。比起傳統(tǒng)的估計(jì)方法,該方法通過(guò)構(gòu)造輔助函數(shù)將原本有約束的優(yōu)化問(wèn)題轉(zhuǎn)化為無(wú)約束的非線性回歸問(wèn)題,簡(jiǎn)化了估計(jì)的過(guò)程,提高了預(yù)測(cè)的精度,同時(shí)解決了傳統(tǒng)方法中無(wú)法涉及的統(tǒng)計(jì)推斷問(wèn)題。另外,本文還將這種估計(jì)方法推廣到高階多元馬爾可夫鏈模型中,并通過(guò)數(shù)值實(shí)例驗(yàn)證所提出的估計(jì)方法的有效性。當(dāng)原高階多元馬爾可夫鏈模型中增加一個(gè)數(shù)據(jù)序列時(shí),本文提出了一種增量式的高階多元馬爾可夫鏈模型,用于建立增加數(shù)據(jù)序列后新模型和原模型之間的關(guān)系,從而避免重復(fù)估計(jì)已估計(jì)的參數(shù)。針對(duì)增量式的高階多元馬爾可夫鏈模型,本文討論了兩種參數(shù)估計(jì)方法,分別是有約束的線性規(guī)劃法和非線性最小二乘法,并通過(guò)簡(jiǎn)單例子和銷(xiāo)售需求預(yù)測(cè)的實(shí)例說(shuō)明了增量式高階多元馬爾可夫鏈模型不僅保持了傳統(tǒng)高階多元馬爾可夫鏈模型的預(yù)測(cè)性能,而且在節(jié)省計(jì)算資源方面具有較大的優(yōu)越性。當(dāng)問(wèn)題涉及的分類(lèi)數(shù)據(jù)序列較多時(shí),增量式模型的優(yōu)勢(shì)會(huì)更加明顯。 

【文章來(lái)源】：福建農(nóng)林大學(xué)福建省

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要內(nèi)容和結(jié)構(gòu)
2 馬爾可夫鏈的預(yù)備知識(shí)
    2.1 馬爾可夫鏈的基本概念
    2.2 馬爾可夫鏈的相關(guān)模型
3 高階馬爾可夫鏈模型中新的參數(shù)估計(jì)方法
    3.1 高階馬爾可夫鏈模型
    3.2 高階馬爾可夫鏈模型的傳統(tǒng)估計(jì)方法
    3.3 高階馬爾可夫鏈模型的新的參數(shù)估計(jì)方法
    3.4 數(shù)值實(shí)例
        3.4.1 簡(jiǎn)單例子
        3.4.2 DNA序列的高階馬爾可夫鏈模型
    3.5 本章小結(jié)
4 高階多元馬爾可夫鏈模型中新的參數(shù)估計(jì)方法
    4.1 高階多元馬爾可夫鏈模型
    4.2 高階多元馬爾可夫鏈模型的參數(shù)估計(jì)
    4.3 高階多元馬爾可夫鏈模型中新的參數(shù)估計(jì)方法
    4.4 數(shù)值實(shí)驗(yàn)
        4.4.1 簡(jiǎn)單例子
        4.4.2 銷(xiāo)售需求預(yù)測(cè)
    4.5 本章小結(jié)
5 增量式高階多元馬爾可夫鏈模型
    5.1 增量式高階多元馬爾可夫鏈模型的建立
    5.2 新模型中的參數(shù)估計(jì)
    5.3 模型中參數(shù)的非線性最小二乘估計(jì)
    5.4 數(shù)值實(shí)驗(yàn)
        5.4.1 簡(jiǎn)單例子
        5.4.2 銷(xiāo)售需求預(yù)測(cè)
    5.5 本章小結(jié)
6 結(jié)論和展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)論文與研究成果
致謝



本文編號(hào)：3225626