成果描述：

本發(fā)明申請(qǐng)要解決的問(wèn)題是，改進(jìn)預(yù)測(cè)技術(shù)，提高預(yù)測(cè)準(zhǔn)確度。本專(zhuān)利利用高階馬爾科夫模型的原理提出HM-gMTD模型的一種改進(jìn)，即高階HM-gMTD模型，并通過(guò)EM算法給出相應(yīng)的參數(shù)估計(jì)方法和相應(yīng)的計(jì)算方法，并能夠快速進(jìn)行參數(shù)估計(jì)，以提高模型預(yù)測(cè)的準(zhǔn)確度。

市場(chǎng)前景分析：

預(yù)測(cè)模型的發(fā)展在人類(lèi)的經(jīng)濟(jì)生活方面發(fā)揮著重要的作用，尤其是馬爾科夫模型，幾乎在各個(gè)領(lǐng)域都有著非常廣泛的應(yīng)用。本發(fā)明著重混合轉(zhuǎn)移分布模型與高階隱馬爾科夫模型的巧妙結(jié)合，構(gòu)造出高階HM-gMTD模型，然后運(yùn)用EM算法，對(duì)新模型實(shí)現(xiàn)了主要參數(shù)的求解。最后為了衡量一個(gè)模型的好壞和對(duì)不同的模型進(jìn)行比較，我們選擇準(zhǔn)則函數(shù)。模型比較的最佳準(zhǔn)則函數(shù)，既考慮到模型對(duì)原始數(shù)據(jù)的擬合程度，又兼顧模型中所包含的待定參數(shù)的個(gè)數(shù)，并且對(duì)二者做出合理的權(quán)衡。

與同類(lèi)成果相比的優(yōu)勢(shì)分析：

本發(fā)明主要是針對(duì)HM-gMTD模型的進(jìn)一步改進(jìn)，提出一個(gè)高階HM-gMTD模型，使其在降低計(jì)算的復(fù)雜度的同時(shí)，提高預(yù)測(cè)的準(zhǔn)確性。