隐马尔可夫

摘要： 针对基于蓝牙的室内定位方法由于接收信号强度指示(RSSI)的不稳定性和路径损耗模型的不准确性造成的定位轨迹偏移、不稳定的问题,提出一种基于粒子滤波与地图匹配(PFMM)融合的室内人员分层定位方法。首先,使用加权质心定位方法获得初步的定位结果;然后,使用粒子滤波(PF)融合室内环境下人员运动的规律,修正定位轨迹;最后,通过使用定长观测序列和状态序列的隐马尔可夫模型进行地图匹配(MM),将粒子滤波得到的结果与室内地图相结合,使得定位轨迹更加合理。实验表明,该方法具有较高的精度和鲁棒性,与加权质心定位和基于卡尔曼滤波的室内定位方法相比轨迹相似度分别提高了59%和43%。

摘要： 针对现有车载行人预警系统预警准确度较低的问题,采用激光雷达和行车记录仪对车辆-行人的交互冲突数据进行采集,建立基于隐马尔可夫模型(Hidden Markov Model,HMM)的目标轨迹预测模型,利用Baum-Welch算法和Viterbi算法分别进行参数训练和轨迹预测,并提出一种车辆-行人冲突预警规则。验证结果表明:将车辆到达斑马线的时间等于3s时作为冲突预警阈值最为合理,此时冲突的识别率为79.6%,可以较为准确地预测出车辆和行人可能存在的冲突,为车载行人预警系统提供有效参考。

摘要： 以提升投篮运动轨迹识别水平为目的,提出基于匹配追踪算法的篮球运动员投篮运动轨迹识别方法。去除篮球运动员比赛视频内的复杂背景后,提取投篮运动轨迹特征;将其作为输入构建隐马尔可夫模型,利用该模型计算篮球运动员投篮运动轨迹状态概率后,得到待识别轨迹样本序列;使用Biterbi算法计算该数组内最大似然数值并对其进行排序处理后,以前若干位最大似然数值为约束条件,使用数组索引方式描述分类结果,该结果即为投篮运动轨迹识别结果。实验结果表明:该方法识别篮球运动员投篮运动轨迹可靠性较高,且识别结果与实际轨迹重合度极高。

摘要： 针对典型电力信息系统的网络威胁定量评估问题,提出了基于网络入侵检测系统(network intrusion detection syetem,NIDS)报警信息和隐马尔可夫模型的网络威胁动态分析方法 HMMNIDS。该方法充分利用NIDS报警信息,从优先级、严重度、资产值和可信度4个方面分析NIDS报警信息,给出了报警威胁定量描述和分类方法,优化了隐马尔可夫模型中的观测矩阵;基于贝叶斯网络分析攻击成功的可信度,避免NIDS误警信息干扰;基于改进的隐马尔可夫模型,融合得到系统的动态风险量化值。基于Darpa2000实验场景模拟DDoS攻击,通过对比实验,验证了所提方法的有效性和优越性。

摘要： 基于有效监测武器火控系统设备故障状态以及故障发展趋势,实现对火控设备事先维修的目的,建立了武器火控系统的故障预测模型.建立最小二乘支持向量机(Least Squares Vector machine,LS-SVM)预测模型,结合粒子群算法和遗传算法优化LS-SVM参数;将LS-SVM和隐马尔可夫模型(Hidden Markov Model,HMM)相结合,设计了武器火控系统故障预测LSSVM-HMM算法.通过搭建测试系统,以武器火控系统机箱内的模块为应用对象进行仿真计算,结果表明上述方法有效可行,该模型不仅预测精度高,而且预测时间缩短了30％以上,为制定维修保障决策提供了便利.

摘要： 为提高多角度面部表情识别的精度,提出了一种基于隐马尔可夫模型的物联网终端语音身份动态识别方法.通过隐马尔可夫函数特征,构建物联网终端语音模型和身份模型,结合两种模型完成隐马尔可夫语音身份特征的建模.在此基础上,构建物联网终端语音的采集平台,完成物联网终端语音数据的采集,再对原始信号进行滤波预处理,使用加窗方法提取处理后语音信号的身份特征,并对身份特征信号数据进行分类识别,从而完成基于隐马尔可夫的物联网终端语音身份动态识别.实验结果表明,该方法识别精准度较高,识别用时较短,且稳定性较好.

摘要： 基于机器视觉的螺纹测量易受到工业环境(例如灰尘、铁屑、油渍等)的干扰,且需要人工半自动干预,导致测量结果不稳定.通过加入Attention机制对R2Unet模型进行改进,提出一种基于AA R2Unet深度学习模型和隐马尔科夫模型的高精密螺纹全自动精确测量方法.首先,为了克服工业环境中灰尘、铁屑等因素的干扰,设计了AA R2Unet模型对外螺纹进行有效边缘识别与提取;然后,通过计算螺纹边缘点梯度方向特征信息,使用隐马尔可夫模型对螺纹边缘点进行分类,达到螺纹零件在测量过程中可以任意角度放置的目的.通过实际采集工件图像制作数据集进行实验验证,结果表明,基于AA R2Unet的螺纹边缘提取方法分割精度达到95.92％,基于隐马尔可夫模型的螺纹边缘点分类准确率达到86％以上,外径测量误差在0.01 mm以内.

摘要： 高压断路器是电网的重要设备,断路器健康状态对于保障电网安全可靠运行具有重要意义.基于对断路器部件健康状态的获取,结合断路器部件关联性矩阵,给出一种基于改进隐马尔可夫模型的断路器整体健康度的评估方法.在时间尺度上预测断路器近期和远期的健康度,进而提出了检修工作的智能量化定级策略,实际算例验证了整体健康度评估方法的有效性.

摘要： 随着汽车智能化发展,碰撞危险预警已成为主动安全技术中的重要研究内容。进行碰撞危险预警的关键是对车辆危险驾驶行为如危险换道、危险跟驰等进行高效和准确的识别与分析。基于此,本文以危险跟驰行为作为研究对象,通过对高速公路交通流特征参数的分析,提出了考虑行驶速度和车辆碰撞时间(time to collision, TTC)的危险跟驰行为分类标准及标定方法。通过使用前向–后向算法降低计算复杂度并利用Baum-Welch算法进行含隐状态的参数学习,构建了基于隐马尔可夫(HMM)模型的危险跟驰行为识别方法。结果分析和案例验证表明,本文所提出的HMM模型对于危险跟驰行为的识别精度较高,可以用于危险跟驰的碰撞预警,提升道路交通安全。

摘要： 为准确获取汽车行车轨迹跟踪数据,提出一种结合电子地图导航定位数据的行车轨迹纠偏优化方法,基于隐马尔可夫模型(hidden Markov model,HMM)构建观测概率、状态概率和状态转移概率,提出使用隐马尔可夫纠偏定位点优化算法优化原始定位点,剔除偏差较大轨迹点,提升轨迹纠偏的正确率.通过在实际的行车轨迹数据上应用Viterbi算法求解建立的模型,验证了基于HMM的行车轨迹纠偏方法的可行性和应用性.

摘要： 核设施结构复杂，所处高辐照环境下，人员难以靠近。针对这些情况，提出了对核设施运行时所产生的音频信号进行基于隐马尔可夫模型HMM(Hidden Markov Model)故障诊断的方法。HMM具有强大的建模能力，非常适用于分析诸如音频信号等非平稳时间信号。采用此方法可在不破坏核设施原有机械结构的基础上进行设备的故障诊断与实时监控，整个诊断系统所需的前置传感器单元数量少，结构简单，成本低廉，故障诊断率高。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 人脸识别技术是一种有效的身份识别技术，是模式识别、图像处理等学科的最热门的研究问题之一。本文首先回顾了人脸识别的概念和发展历史；随后对近年来人脸识别技术的各种方法作了详细的闸述；最后介绍了人脸识别技术在国内外的应用状况及所面临的问题，并对其发展进行了展望。

摘要： 提供一种语音识别方法，其使用递归，基于与前两个帧相关联的与生成相关的值，为特定帧中的状态确定与生成相关的值，尤其是声道共振频率。与生成相关的值用于为所述状态确定观察到的特征向量的概率分布。然后从该概率分布中确定该帧所接收的观察值的概率。在一个实施例中，所述与生成相关的值使用该值的无噪声递归定义来确定。递归的使用大大改善了解码速度。当将解码算法应用于具有已知标音的训练数据时，产生强制对准，这改善了从现有技术中获得的语音分割。

摘要： 本发明提出了一种基于隐马尔科夫模型的无线传感器可用性评价方法及设备，涉及信号分析领域。该方法包括步骤一、获取监测目标的离线数据和的在线数据；分别对监测目标的在线数据和离线数据进行预处理；步骤二、令在线数据和离线数据不同的线性拟合阶段为其隐形状态链，离散标准化后的取值为其可见状态链，构建在线数据和离线数据的隐马尔科夫模型；步骤三、记离线数据在在线数据的隐马尔科夫模型下的发生概率为pzl，在线数据在离线数据的隐马尔科夫模型下的发生概率为plz，则基于隐马尔科夫模型的无线传感器可用性评价系数通过计算得到微型无线传感器的可用性评价系数ρz，该值可以准确的描述微型无线传感器的可用性，该评价方法客观公正、简单易行。

摘要： 提供使用共聚类的隐马尔可夫模型(EMHMM)进行眼动分析和使用切换隐马尔可夫模型(EMSHMM)进行眼动分析，以分析涉及具有不同特征布局和认知状态变化的刺激的认知任务中的眼动数据。提供了一种切换隐马尔可夫模型(SHMM)来捕获该任务期间参与者的认知状态转换，以及一种EMSHMM来评估涉及两个或更多个认知状态的决策任务中的偏好。本EMSHMM提供了认知行为/风格的个体差异的定量测量，对使用眼球追踪来跨学科研究认知行为产生了重大影响。

摘要： 本发明公开了一种基于粘性隐马尔可夫模型的协同频谱感知方法，其在频谱感知模型的基础上，获取多个感知时隙内多个次级用户接收的信号的测量功率构成的功率矩阵；初始化粘性隐马尔可夫模型的状态转移概率矩阵、初始概率分布、状态参数集合，并将功率矩阵视为观测序列；在三个模型参数和观测序列已知的情况下求取各个感知时隙的隐藏状态；在观测序列和所有隐藏状态构成的隐藏状态向量已知的情况下，更新状态转移概率矩阵和状态参数集合；在迭代多次后得到最终的隐藏状态向量；根据最终的隐藏状态向量计算每个次级用户的检验统计量，比较每个次级用户的检验统计量与门限值来判断该次级用户能否接入主用户的授权频段；优点是具有较高的检测性能。

摘要： 本发明提供了一种基于隐马尔可夫模型的已匹配定位点的矫正方法，属于地图定位领域。所述矫正方法，基于路网获得定位点P(i)，查找路网数据库中P(i)所在的区域范围及匹配半径r下的候选道路集C；C为空且无P(i‑1)或已存在但未矫正，或C不空但无P(i‑1)，直接返回P(i)；C为空P(i‑1)存在且已矫正，对定位点缩放以矫正；C不空且P(i‑1)已矫正，计算P(i)与P(i‑1)之间的距离，将P(i)垂直向最近的候选道路平移至G点，判断P(i)′点是否在线段GP(i)上并分别矫正；C不空且P(i‑1)未矫正，计算转移概率矩阵、观测概率矩阵，计算出概率乘积最大的候选道路并矫正。本发明实现了连续定位，得出完整的行进路线，提高了定位的准确性及精度。

摘要： 本发明公开了一种混合式框架下(经典算法和量子算法的结合)的量子隐马尔可夫算法的方法，包括训练步骤，包括：S01：构建包括T个非酉Kraus算符分解模块的量子线路，所述量子线路为量子隐马尔可夫算法转化而成的极大似然函数的量子实现；S03：根据已知的一组T个非酉Kraus算符，通过经典机器学习算法调整T个非酉Kraus算符分解模块中U门的参数，直到每个模块分解而成的四个酉算符的线性组合逼近非酉Kraus算符；S05：通过量子线路计算极大似然函数，通过计算结果给出新的一组T个非酉Kraus算符；S07：循环S03和S05，直到极大似然函数取得极小值。本发明提升量子隐马尔可夫参数求解适用范围和效率。

摘要： 本发明涉及计算机技术领域，具体涉及一种基于隐马尔可夫的多轮对话方法、装置和电子设备，包括：获取对目标用户进行下一轮对话前的第一对话数据；按照预设标定格式对所述第一对话数据进行数据标注，根据标注的所述第一对话数据计算隐马尔可夫的初始状态概率分布；根据所述初始状态概率分布计算转移概率矩阵，根据所述转移概率矩阵计算发射概率矩阵；根据所述初始状态概率分布、所述转移概率矩阵、所述发射概率矩阵，结合预设算法计算下一轮对话的对话语言。本发明基于隐马尔可夫并结合发射概率矩阵实现精准识别用户的意图并给出对应的应答。

摘要： 本发明涉及一种基于因子隐马尔可夫模型的工业负荷分解方法，包括以下步骤：步骤1、基于FHMM建立工业负荷模型；步骤2、对应用场景的数据进行分析，对步骤1基于FHMM建立的工业负荷模型进行改进；步骤3、使用EM算法对负荷总的有功数据进行训练，估计步骤2中所建立的改进后的基于FHMM建立的工业负荷模型的参数；步骤4、基于步骤3所得的基于FHMM的工业负荷参数模型，利用Viterbi算法求解负荷状态估计问题，得到负荷的工作运行状态序列；步骤5、得到步骤4的负荷的工作运行状态序列之后，对每个负荷的输出有功序列进行估计。本发明能够解决工业负荷状态识别和电量精确估计的问题。

摘要： 本发明提供了一种基于SNORT日志的隐马尔可夫攻击链预测方法及装置，其中方法包括：训练得到基于snort日志的隐马尔可夫预测攻击链模型包括：获取原始snort日志，对原始snort日志进行预处理，得到snort日志数据；获取snort日志数据中攻击链的观测状态，得到观测状态概率矩阵，并根据snort日志数据得到各个攻击链第一个攻击的初始的概率分布；根据各个攻击链产生的告警按照攻击链的步骤标注；获取状态转移概率矩阵；将模型部署在网关节点；通过模型进行预测，得到预测结果。

摘要： 本发明涉及一种基于交互式隐马尔可夫的台风季节架空线路跳闸预测方法，包括以下步骤：获取台风跳闸的历史数据；对历史数据在可观测状态下进行计算，统计跳闸数量并计算跳闸的条件概率；对历史数据在隐藏状态下基于风级半径构建隐藏状态跳闸数量的估计概率序列；构建增广马尔科夫链的转移概率矩阵，并建立二步转移矩阵；根据二步转移矩阵抽取一步概率矩阵，并获取一步转移概率矩阵，进行转换处理，获取转换概率；将转换概率应用到转移概率矩阵，获取下一时刻的跳闸数据。与现有技术相比，本发明具有预测准确性好、精度高等优点。