针对用BaumWelch算法训练隐马尔可夫模型用于序列比对算法的搜索空间有限性容易陷入局部最优点的缺陷,提出一种用量子粒子群优化算法训练隐马尔可夫模型的生物多序列比对新方法。该方法克服了BaumWelch算法在收敛性能上的缺陷,在整个可行解空间中进行搜索。从BaliBASE数据库中选取测试例子进行数值实验,实验结果表明,所提算法优于BaumWelch算法,对标准例子进行的实验证明了算法的有效性。
2023-11-23 17:18:25 315KB
1
灰色预测是一种对含有不确定因素的系统进行预测的方法。灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来发展趋势的状况。其用等时距观测到的反映预测对象特征的一系列数量值构造灰色预测模型,预测未来某一时刻的特征量,或达到某一特征量的时间。基本思想: ARIMA模型的全称叫做自回归移动平均模型,全称是(ARIMA, Autoregressive Integrated Moving Average Model)。也记作ARIMA(p,d,q),是统计模型(statistic model)中最常见的一种用来进行时间序列 预测的模型。 基本步骤: 1)导入实验数据。2)确定ARMA模型阶数。3)残差检验。4)给出结果 微分方程模型是我们在日常生活中比较常见并且比较重要的一种模型,我们在平时的课程中时经常会涉及到这种题型,像比如我们所遇到的牛顿第二定律就常遇到相关的问题。适用于基于相关原理的因果预测模型,大多是物理或几何方面的典型问题,假设条件,用数学符号表示规律,
2023-07-06 10:45:13 329KB matlab 隐马尔可夫模型
1
em算法matlab代码电磁场 HMRF的MATLAB实现,如“通过隐马尔可夫随机场模型和期望最大化算法对脑MR图像进行分段”(Zhang等人,2001年)所述。 HMRF被应用于从OASIS脑截面数据集中分割图像,但是提供的代码可以针对任何3D图像分割进行修改。 您可以在什么上测试此算法? 任何3D图像,但我已经使用OASIS截面数据集验证了模型。 该数据集由416名18-96岁的正常和早发的阿尔茨海默氏病患者组成。 数据集提供了地面真相标签-来自Zhang等人描述的HMRF的FAST-FSL实现。 纸。 相关博客文章:
2023-02-28 11:45:37 8KB 系统开源
1
基于小波变换的隐马尔可夫模型去噪 matlab程序
2023-02-13 21:05:46 258KB MATLAB
1
基于隐马尔可夫模型的居民用电量预测,何凤霞,黄敬峰,电力负荷预测是电力系统规划与运行的基础,是电力市场运作中的重要组成部分,而居民的生活用电是今后一个时期电力市场中最有潜力的�
2023-02-06 23:12:29 467KB 首发论文
1
使用隐马尔可夫模型预测股市(Python完整源码和数据) 隐马尔可夫模型是一种非常有趣的随机过程,在机器学习领域未得到充分利用。 它们对于分析时间序列特别有用。 这与它们将现实世界过程发出的可观察输出转换为可预测和高效模型的能力相结合,使它们成为用于股票市场分析的可行候选者。 股票市场有几个有趣的特性,使建模变得非常重要,即波动性、时间依赖性和其他类似的复杂依赖性。 HMM 适合处理这些复杂情况,因为它们生成模型所需的唯一信息是一组观察结果(在本例中为历史股市数据)。
隐马尔可夫模型 (HMM) 是一种信号预测模型,已被用于预测经济状况和股票价格。 该项目旨在实现将机器学习算法应用于股票市场的目标。 长短期记忆模型(LSTM)保证了在新的时间状态下,随着隐藏层不断叠加输入序列,之前的信息可以继续向后传播而不会消失。我们的主要目的是通过预测一只股票的涨跌 使用 HMM-LSTM。 Experiment with 4 different models: GMM-HMM XGB-HMM GMM-HMM-LSTM XGB-HMM-LSTM Compared with the results: train_set
2022-12-23 15:27:44 2.56MB HMM-LSTM GMM-HMM XGB-HMM GMM-HMM-LSTM
在本文中,我们展示了如何使用潜在的马尔可夫模型来定义股票市场中的不同条件,称为市场制度。 政权变化可以用来检测金融危机,查明危机的结束并在某种程度上预测股票市场的未来发展。 该模型适用于2000年1月至2009年7月期间意大利和美国股票市场的月度价格指数变化。
2022-12-12 15:32:31 170KB Stock market pattern analysis
1
使用隐马尔科夫模型(Hidden Markov Model,HMM) 进行分词,并与基于词典的正向最大匹配算法和工业界使用的jieba分词进行对比。 采用最大似然估计的方法从带标记样本学习模型参数,并通过维特比算法进行解码。
2022-11-13 18:43:25 6.68MB 隐马尔可夫 HMM 分词
1
序列的多重比对是生物序列分析研究中的一个重要方法。文章首先介绍了HMM 的基本结构,然后着重讨论了HMM 在DNA 序列之间的多重比对中的应用。
1