马尔可夫

张天蓉老师的新书出版了！ 张老师笔耕不辍，在清华大学出版社已经出版7本科普书，深受读者喜爱。本书一如既往的精彩。 一切都在变化，一切都难以确定，世界可以说是由变量构成，人人都有必要学点概率论，把世界看的更清晰

隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。它也是一种关于时序的概率模型。其难点是从可观察的参数中确定该过程的隐含参数

我院电子商务系教师海江涛博士及其合作者的论文《军用技术创新中政府部门选择研发补贴形式的策略》于2021年10月在《系统工程学报》发表。其另一篇论文《需求不确定影响下政府为绿色产品提供补贴的最优策略》近日也正式被《运筹与管理》接受，预计将于2022年3月发表。两篇论文的第一作者均为海江涛博士，河南大学商学院均为第一作者单位

随机微分方程(Stochastic differential eqaution SDE)是在常微分方程的基础上加入噪音项得到的，噪音项由布朗运动的增量刻画。 随机微分方程的形式如下： 这个方程的含义是 满足对于任意的 ， 随机微分方程的解的重要性质是马尔可夫性(Markov property)，其代表的含义是未来任意时刻 的分布都由当前的 状态决定（加入当前的时间是 ），而与过去的历史无关，即对于任意的函数 ，都存在函数 使得， 在Black-Scholes模型中，股票价格 的走势可以通过一个随机微分方程描述：

众所周知，深度学习在计算机视觉、自然语言处理、人工智能等领域取得了极大的进展，在安全领域也开始崭露头角走向了实际应用。本文中进行的实验主要以文本分类的方法，使用深度学习检测XSS攻击，由于本人是初学者，难免对算法本身的理解不够确切，所以本文尽量使用通俗简单的方式介绍算法，不会过多的讲解细节，以免误导大家。 如何在网络安全领域利用数据科学解决安全问题一直是一个火热的话题，讨论算法和实现的文章也不少

应理学院的邀请，11月7日15：00-17：00，东北师范大学李晓月教授利用腾讯会议（ID: 409-503-902）为长春大学数学数学学科作了一场题为“Dynamical Behaviors of Stochastic Tumor-Immune Model”的学术报告。报告由张晓颖院长主持，长春大学数学学科部分教师和全体研究生参加了本次报告会。 在本报告中，李晓月教授首先介绍了带有马尔可夫链的随机肿瘤免疫模型，接下来利用随机分析的工具研究了该随机系统的动力学行为，给出了该随机系统不变测度存在性的阈值

9月26日晚，中国科学院数学与系统科学研究院研究员巩馥洲教授应邀为数学科学学院师生作了一场题为“马尔可夫过程遍历性及判定的现代应用”的学术报告。报告由数学科学学院院长杨志春主持，以线上的形式开展，数学科学学院运筹学、应用数学，概率论与数理统计、系统科学等方向的教师及研究生参加。 讲座中，巩教授条理清晰、深入浅出的讲解了马尔可夫遍历性的判定的四个充要条件及其广泛的应用

《模式分类》（原书第2版）的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向

隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。它也是一种关于时序的概率模型。其难点是从可观察的参数中确定该过程的隐含参数

PoT是一款功能强大的网络钓鱼安全检测与研究工具，该工具可以帮助广大研究人员针对Twitter用户进行网络钓鱼培训和测试，以确保Twitter用户的账号安全与隐私安全。 工具运行之后，将自动生成网络钓鱼推文： 2、支持发现目标用户的Twitter好友，并复制TA的账号； 3、使用马尔可夫链算法自动生成推文，比将其发送； 该工具基于Python 3开发，因此我们首先需要在本地设备上安装并配置好Python 3环境。接下来，我们可以使用下列命令将该项目源码克隆至本地： 然后切换到项目目录中，并使用pip3命令和项目提供的requirements.txt下载该工具所需的依赖组件： 下列命令可以直接对指定用户执行PoT任务： 本项目的开发与发布遵循MIT开源许可证协议