检索结果-内蒙古大学图书馆

电工技术学报 2007年第5期22卷 146-152页

作者：何为杨洪耕四川大学电气信息学院成都610065

提出了一种将第二代小波变换和离散隐马尔可夫模型相结合的电能质量扰动分类方法。首先使用第二代小波变换对电能质量扰动信号进行时频分析,给出了一种基于模极大值的小波变换后处理方法,用以提取分析结果中表征扰动特征的模极大值,将... 详细信息

提出了一种将第二代小波变换和离散隐马尔可夫模型相结合的电能质量扰动分类方法。首先使用第二代小波变换对电能质量扰动信号进行时频分析,给出了一种基于模极大值的小波变换后处理方法,用以提取分析结果中表征扰动特征的模极大值,将这些模极大值组成扰动特征量组,经矢量量化后得到特征序列,然后将特征序列输入到由离散隐马尔可夫模型构建的分类系统中,实现对电能质量扰动的分类。在此基础上,给出了确定每类扰动定量指标的方法。仿真结果表明,该分类方法在强噪声环境下分类正确率高,且训练易收敛。

关键词：电能质量扰动分类第二代小波变换矢量量化离散隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

ARMA双谱分析与离散隐马尔可夫模型在电力电子电路故障诊断中的应用

引用

中国电机工程学报 2010年第24期30卷 54-60页

作者：蔡金锭鄢仁武福州大学电气工程及自动化学院福建省福州市350002

提出一种基于自回归滑动平均(auto-regressive moving average,ARMA)模型双谱分析与离散隐马尔可夫模型(discrete hidden Markov model,DHMM)的电力电子电路故障混合诊断新方法。首先对故障电路采样的数据进行零均值处理;然后采用高阶... 详细信息

提出一种基于自回归滑动平均(auto-regressive moving average,ARMA)模型双谱分析与离散隐马尔可夫模型(discrete hidden Markov model,DHMM)的电力电子电路故障混合诊断新方法。首先对故障电路采样的数据进行零均值处理;然后采用高阶累积量建立ARMA模型参数并进行双谱分析,通过对双谱矩阵进行矩阵变换提取电路故障信息特征量,再对故障特征数据进行矢量量化;最后应用离散隐马尔可夫模型,设计出电力电子电路的故障分类器。将该方法应用到SS8机车主变流器电路的故障诊断中。结果表明,所提出方法具有较高的正确诊断率和较强的抗噪声能力,在无噪声或加入5%的噪声情况下,正确诊断率均为100%;而当加入10%的噪声时,正确诊断率比DHMM诊断法和GA-BP神经网络诊断法分别高出16.11%和23.79%。该方法在工程中具有实际应用价值。

关键词：故障诊断电力电子电路自回归滑动平均模型双谱分析离散隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

基于离散隐马尔可夫模型的网络化控制系统最优控制器设计(英文)

引用

中国科学技术大学学报 2012年第2期42卷 161-169页

作者：葛愿丛爽尚伟伟中国科学技术大学自动化系安徽合肥230027

设计了一种最优控制器来补偿网络化控制系统中控制器到执行器之间的随机时延对系统的影响.引入了离散隐马尔可夫模型来预测当前采样周期内控制器到执行器之间的时延,并将这一预测值考虑到最优控制器的设计中以保证系统的均方稳定.仿真... 详细信息

设计了一种最优控制器来补偿网络化控制系统中控制器到执行器之间的随机时延对系统的影响.引入了离散隐马尔可夫模型来预测当前采样周期内控制器到执行器之间的时延,并将这一预测值考虑到最优控制器的设计中以保证系统的均方稳定.仿真实验验证了最优控制器的有效性及其相对于状态反馈控制器的优越性.

关键词：网络化控制系统离散隐马尔可夫模型最优控制均方稳定

来源：评论

学校读者我要写书评

暂无评论

基于隐马尔可夫模型的频谱预测和感知方法研究

基于隐马尔可夫模型的频谱预测和感知方法研究

引用

作者：张凯南京邮电大学

学位级别：硕士

随着通信技术的不断发展,认知无线电成为该领域研究的热门方向之一。其主要思想是让无线电掌握学习的能力,学会与周围环境交互信息,自适应的感知和利用频谱“空洞”,并且要限制次用户对主用户的干扰。其中,频谱感知是整个系统的关键所... 详细信息

随着通信技术的不断发展,认知无线电成为该领域研究的热门方向之一。其主要思想是让无线电掌握学习的能力,学会与周围环境交互信息,自适应的感知和利用频谱“空洞”,并且要限制次用户对主用户的干扰。其中,频谱感知是整个系统的关键所在。高性能的频谱感知方法要求能够避免次用户和主用户的碰撞机率,提高通信质量。同时,为了使次用户能够充分利用空闲频谱进行通信则需要在较短时间内快速检测到频谱“空洞”。准确而又快速的频谱感知能避免次用户对主用户的干扰,并能提高整个系统的吞吐量。如何实现准确快速的频谱感知是本文研究的主题。为了实现准确快速的频谱感知,可以采用先预测后感知的方法。次用户通过学习频谱感知的历史数据,对下一时刻各信道状态进行预测,然后根据预测结果对可能出现频谱“空洞”的信道优先进行频谱感知。本文首先给出了一种基于离散隐马尔可夫模型的自适应联合频谱预测方法。该方法是次用户根据频谱感知历史信息得到主用户信道状态训练集,用前M个时刻信道的状态组成的矩阵作为待测矩阵与训练集匹配,根据匹配的相似度对下一时刻的信道状态进行预测。仿真结果表明,利用本方法进行的频谱预测具有较高的准确性。为了克服了离散隐马尔可夫模型在处理连续信号矢量量化过程中产生的信息失真问题,并充分利用频谱感知的历史数据,来进一步实现准确快速的频谱感知,本文将连续隐马尔可夫模型应用于频谱感知方法进行研究。研究表明,在信道占用和空闲状态下采样得到的能量值满足不同的高斯分布,故可采用连续隐马尔可夫模型通过模式识别方法进行频谱感知,根据识别的结果判定当前信道是占用还是空闲。仿真结果表明,利用该方法的频谱感知具有较高的准确性。

关键词：认知无线电频谱预测频谱感知离散隐马尔可夫模型连续隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

认知无线电中基于隐马尔可夫模型的频谱感知和预测研究

认知无线电中基于隐马尔可夫模型的频谱感知和预测研究

引用

作者：方静安徽理工大学

学位级别：硕士

近年来,随着无线电技术的快速发展,移动数据业务的爆炸性增长,固定式的频谱分配方案已不能满足当今世界的无线电通信的需求。然而研究表明,当前全球范围内被授权的频段利用率是非常低的,而认知无线电能够自适应地与电磁环境交互信息,探... 详细信息

近年来,随着无线电技术的快速发展,移动数据业务的爆炸性增长,固定式的频谱分配方案已不能满足当今世界的无线电通信的需求。然而研究表明,当前全球范围内被授权的频段利用率是非常低的,而认知无线电能够自适应地与电磁环境交互信息,探测感知到频谱空洞,实现动态频点转换和传输参数的调整,其这一特性在提高频谱利用率方面有着广泛的研究。频谱感知是认知无线电系统的首要任务,快速而准确的频谱感知微观上能够减少主、次用户之间的碰撞机率,提高通信质量,提升系统的吞吐量。宏观上则可以有效提高空闲频谱的利用率。本文就认知用户如何快速准确地捕捉到频谱空洞展开讨论。为了实现快速准确的频谱感知以及弥补本地频谱感知信任度不足的问题,本文首先提出一种基于离散隐马尔可夫模型的自适应协作频谱预测方案,根据本地频谱感知的信任度赋予相应的权重,通过数据融合的方式对下一时刻的信道状态作出预测。仿真结果表明,本方法在频谱预测方面有较高的准确性。由于离散隐马尔可夫模型只能处理数值离散的观测序列,在处理数值连续的观测序列时会产生信息失真。另外,为了充分利用频谱感知的历史信息,提高频谱感知的准确性和时效性,本文将连续隐马尔可夫模型引入协作频谱感知。研究证明,在不同的信道状态下授权用户的能量值满足不同的高斯分布,所以采用模式识别的方式判定信道两种不同的状态。通过仿真验证,本文提出的基于连续隐马尔可夫模型通过模式识别的频谱感知方案在一定程度上能够克服离散隐马尔可夫的信息失真问题,具有较高的频谱感知性能。

关键词：认知无线电技术频谱感知频谱预测离散隐马尔可夫模型连续隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

基于隐马尔可夫模型的语音识别方法的研究

基于隐马尔可夫模型的语音识别方法的研究

引用

作者：陈晓霖山东大学

学位级别：硕士

语音识别不仅是指机器通过学习实现从语音信号到文字符号的理解过程,作为一门交叉学科,与声学、语言学、人工智能、数字信号处理、模式识别等学科有着紧密地联系。大约经过50年的发展,语音识别技术已经能够实现大词汇量、非特定人... 详细信息

语音识别不仅是指机器通过学习实现从语音信号到文字符号的理解过程,作为一门交叉学科,与声学、语言学、人工智能、数字信号处理、模式识别等学科有着紧密地联系。大约经过50年的发展,语音识别技术已经能够实现大词汇量、非特定人的连续语音识别系统,汉语语音识别技术目前已经发展到世界先进水平。针对汉语发音的特点,本文以离散隐马尔可夫模型为方法,对中等词汇量、非特定人、孤立字的汉语语音识别进行了基础研究。首先,文章在对语音信号进行分析的基础上,对短视平均过零率的算法进行了改进,又利用幅度和短时平均过零率两个参数改进了端点检测的方法。然后对汉语发音的特点进行了研究,分析了以音素为单位的声母和韵母的特点,提出了查找过渡点将声母韵母分离的方法。接下来本文对语音识别系统的两个重要部分——特征参数提取和矢量量化的相关知识给予了介绍。最后,本文着重对以DHMM为方法的语音识别系统进行了分析,讨论了在语音识别系统中DHMM参数选取的问题。对于非特定人、中等词汇表、孤立字的语音识别系统,使用了DTW和DHMM两种方法进行了试验比较,验证了DHMM方法的优越。还对特征参数的选取对识别率的影响进行了讨论,得出了加权差分倒谱系数是一个优越参数的结论。通过矢量量化参数选取的讨论,得到对于中等词汇量的语言识别,矢量量化的码本大小应为64或128的结论。并且,在对汉语发音研究的基础上,对DHMM的不足进行了改进,提出了两段式DHMM语音识别的方法。试验结果表明,此方法能够降低系统的识别时间,还能提高系统识别率。

关键词：语音识别端点检测短时平均过零率矢量量化离散隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

基于LSTM-DHMM的MOSFET器件健康状态识别与故障时间预测

引用

电子学报 2022年第3期50卷 643-651页

作者：张明宇王琦于洋沈阳工业大学信息科学与工程学院辽宁沈阳110870 辽宁工业大学辽宁锦州121001

针对MOSFET(Metal-Oxide-Semiconductor Field-Effect Transistor)器件故障预测与健康管理问题,提出了一种长短时记忆(Long Short-Term Memory,LSTM)算法与离散隐马尔可夫模型(Discrete Hidden Markov Model,DHMM)相结合的故障预测新方法.该方法利用LSTM算法预测器件状态发展趋势;用自回归(AutoRegressive,AR)模型提取故障信息特征;以DHMM建立特征向量和退化等级之间的映射关系;在LSTM-DHMM模型预测结果的基础上,结合失效阈值排除虚警并预测故障时间,预测误差小于10%,精度较高.与GRU-DHMM(Gated Recurrent Unit Discrete Hidden Markov Model)、GRU-SVM(Gated Recurrent Unit Support Vector Machine)、LSTM-SVM(Long Short-Term Memory Support Vector Machine)方法进行对比分析,结果表明,LSTM-DHMM的预测准确率高于其他三种方案,能有效识别实验器件健康状态、较好预测故障时间,具有有效性和优越性.

关键词：故障预测与健康管理 MOSFET(Metal-Oxide-Semiconductor Field-Effect Transistor) 长短时序列离散隐马尔可夫模型自回归模型故障时间

来源：评论

学校读者我要写书评

暂无评论

网络化控制系统随机时延的补偿研究(英文)

引用

中国科学院研究生院学报 2013年第2期30卷 179-186页

作者：葛愿丛爽尚伟伟中国科学技术大学自动化系合肥230027

在网络化控制系统中引入离散隐马尔可夫模型,建立网络状态与控制器-执行器时延之间的概率模型.网络化控制系统被建模成一个马尔可夫跳变线性系统,并预测出当前采样周期内的控制器-执行器时延.使用该预测值设计一个状态反馈控制器,实现... 详细信息

在网络化控制系统中引入离散隐马尔可夫模型,建立网络状态与控制器-执行器时延之间的概率模型.网络化控制系统被建模成一个马尔可夫跳变线性系统,并预测出当前采样周期内的控制器-执行器时延.使用该预测值设计一个状态反馈控制器,实现对控制器-执行器时延的补偿.对比仿真实验验证了所提方法的优越性.

关键词：网络化控制系统离散隐马尔可夫模型马尔可夫跳变线性系统状态反馈控制

来源：评论

学校读者我要写书评

暂无评论

基于三轴加速度传感器的手势识别

引用

计算机工程 2011年第24期37卷 141-143页

作者：刘蓉刘明华中师范大学物理科学与技术学院武汉430079 华中师范大学计算机科学系武汉430079

针对手势交互中手势信号的相似性和不稳定性,设计实现一种基于三轴加速度传感器的手势识别方案。采用MMA7260加速度传感器采集主手腕的手势动作信号,根据手势加速度信号的特点,进行手势动作数据窗口的自动检测、信号去噪和重采样等预处... 详细信息

针对手势交互中手势信号的相似性和不稳定性,设计实现一种基于三轴加速度传感器的手势识别方案。采用MMA7260加速度传感器采集主手腕的手势动作信号,根据手势加速度信号的特点,进行手势动作数据窗口的自动检测、信号去噪和重采样等预处理,通过提取手势动作的关键特征,构造离散隐马尔可夫模型,实现手势动作识别。实验结果证明该方案的识别精度较高。

关键词：加速度传感器手势识别人机交互信号处理离散隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

基于PCA与DHMM的发动机故障诊断研究

引用

厦门大学学报（自然科学版） 2010年第5期49卷 617-621页

作者：黄家善张平均福建工程学院电子信息与电气工程系福建福州350108

提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据... 详细信息

提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据库,设计了柴油机振动信号的故障诊断策略.实际应用结果显示,该方法是可行的,对柴油机故障的诊断精度,达到了94.17%,具有工程应用价值.

关键词：主元分析方法离散隐马尔可夫模型故障诊断发动机工程机械

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：