隐马尔可夫模型
隐马尔可夫模型的相关文献在1991年到2022年内共计1625篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文1303篇、会议论文129篇、专利文献156522篇;相关期刊491种,包括电子学报、电子与信息学报、数据采集与处理等;
相关会议110种,包括2014年全国开放式分布与并行计算学术年会、第十二届全国人机语言通讯学术会议(NCMMSC`2013)、第23届过程控制会议等;隐马尔可夫模型的相关文献由3803位作者贡献,包括吴镇扬、王新民、王志良等。
隐马尔可夫模型—发文量
专利文献>
论文:156522篇
占比:99.09%
总计:157954篇
隐马尔可夫模型
-研究学者
- 吴镇扬
- 王新民
- 王志良
- 金明
- 刘冠军
- 张杰
- 戴礼荣
- 王仁华
- 贾忠杰
- 邱静
- 凌震华
- 姚天任
- 孙暐
- 李荣
- 焦李成
- 郑家恒
- 刘鹤飞
- 李刚
- 李涛
- 柳新民
- 王东峰
- 王波
- 赵力
- 赵荣椿
- 邹腊梅
- 邹谋炎
- 韦岗
- 高文
- 黄志同
- 刘芳
- 刘雪妮
- 孙强
- 宁宣熙
- 尚永爽
- 张冬青
- 张勇
- 张蒙
- 张锐戈
- 张雄伟
- 曹林
- 李冠宇
- 李玉鑑
- 李磊
- 林亚平
- 林凌
- 王巍
- 王超
- 罗泽举
- 谷学静
- 邓伟
-
-
唐元春
-
-
摘要:
为了应对电力系统的数据流量增长、提升电力用户体验,电力无线专网系统将由密集部署的宏微小区组成,而网络中的故障小区会带来覆盖盲点从而影响网络服务质量。为了解决电力无线专网宏微协同组网中基于人工的故障检测方式效率低且成本高的问题,提出了一种基于迁移隐马尔可夫模型(transfer learning based hidden Markov model,TL-HMM)的小区间协作式故障检测算法,以助力实现小区的自主监督,减小人力成本和开销。将小区的工作状态根据异常程度划分为4类;采用隐马尔可夫模型(HMM)根据电力用户测量报告推断小区的工作状态;引入提出的算法,加快算法收敛性,降低所需训练样本数和学习时间。仿真结果表明,提出的算法不仅学习速度快,且对小区故障的平均检测精度可达到90%以上。
-
-
艾欣;
胡寰宇;
任大鹏;
彭冬;
刘汇川;
薛雅玮;
张天琪
-
-
摘要:
随着“电网新基建”方针的确立及加速推进,现代电网已日趋复杂化,影响电网规划及发展的指标及内外部因素众多,准确评估和评级电网的发展状态将有助于把握其发展规律。因此,结合现有的指标,综合内外部影响因素,提出了电网发展诊断的改进模糊评价模型并开展电网评级研究。首先分析并归纳电网发展各方面的重要指标参数,然后构建动态评价指标体系,并应用隶属度函数法及聚类分析法挖掘其关于各状态的趋势特征,最后应用隐马尔可夫模型进行综合评级。应用电网实际数据进行了算例分析,表明评级结果符合实际,有助于把握电网发展的动态规律。
-
-
王相海;
宋若曦;
曲思洁;
穆振华;
宋传鸣
-
-
摘要:
多尺度几何分析(Multiscale Geometric Analysis,MGA)为图像的高维奇异特性提供了一种更优、更稀疏的表示方法,从而为更好地捕捉图像中的多方向边缘和纹理特性提供了有效的支撑.图像MGA域隐马尔可夫树模型(Hidden Markov Tree,HMT)成功地对图像多尺度变换系数的统计特性及系数间的相关性进行刻画,为进一步挖掘图像更深层次特性提供了重要途径,在很大程度上提升了MGA在图像处理领域的有效性.本文对图像MGA域HMT模型的研究进展进行综述.先对传统MGA域HMT模型的发展进行分析和讨论,对其构建的一般过程进行了形式化描述;在此基础上,归纳了传统MGA域HMT模型存在的一些关键问题,并以此为导向对MGA变换域HMT模型的研究进展进行了分析和讨论;最后对MGA域HMT模型未来的发展情况进行了展望.
-
-
黄炜;
沈欣芸;
李伟卿
-
-
摘要:
[目的/意义]本文基于探索用户持续使用行为原理,挖掘Vlog用户持续使用行为状态及影响因素。一方面帮助Vlog行业从业者扩大用户规模,加强用户黏性,增加用户信息共生;另一方面分析高质量Vlog的特征,帮助平台给博主提供更好的衡量指标。[方法/过程]基于ECM-ISC及S-O-R范式,构建Vlog用户的持续使用行为概念模型。结合HMM模型方法探索不同影响因素对不同情况Vlog的差异。[结果/结论]用户的信息关注和对视频的满意度会直接影响其Vlog使用决策。用户对视频整体体现的效果感受会直接影响用户持续使用行为的判断。由于不同视频类型的差异,不同用户的情感认同和沉浸体验有明显差异。
-
-
任新东;
胡广朋
-
-
摘要:
恶意行为检测是通过观察分析智能体一系列行为过程中的动作和行为识别其行为目的的方法。为了排除智能体行为的复杂性、误导性带来的影响,以隐马尔可夫为基础构造规划识别方法,综合分析多个智能体行为之间的关联关系推测行为目的性。文章提出恶意行为检测模型的整体框架,简述了复杂数据下的特征抽象方法,进而提出基于隐马尔可夫实现的规划识别方法,利用可观察节点与隐藏节点之间的关联关系分析预测。以UNIX系统日志为对象设计实验实例,验证方法的有效性,实验结果表明在合理提取攻击特征的情况下,方法对于恶意行为操作有较好的学习与检测性能。
-
-
黄林;
龚立;
姜伟;
王康勃
-
-
摘要:
针对设备剩余使用寿命预测问题,提出一种基于多源信息融合与隐马尔可夫模型的预测方法。首先,针对发动机结构复杂、监控数据参数多等问题,提出一种基于传感器信噪比和主成分分析(principal component analysis,PCA)降维的多源传感器数据融合方法。在此基础上,利用样本数据训练高斯混合隐马尔可夫模型,同时为降低模型偏差并避免过拟合风险,提出一种“定制”策略训练方法,训练后的模型可用于系统健康状态识别和剩余使用寿命预测。最后,通过美国国家航空航天局公开的航空发动机仿真数据集对所提方法进行了验证,并与几种具有代表性且预测精度较高的文献方法进行了比较分析,验证了方法的有效性。
-
-
苏晓;
余涛;
徐伟枫;
蓝超凡;
史守圆
-
-
摘要:
隐马尔可夫模型(HMM)是非侵入式负荷监测常用的算法.由于电压波动与负荷自身电气特性变化等原因,负荷的测量状态如功率可能持续变化,运行过程中出现新的状态转移,但当前基于HMM的非侵入式负荷监测方法并未考虑如何处理该情况,缺乏状态辨识与功率分解的泛化能力.针对这一问题,本文提出并构建二元参数隐马尔科夫模型(BPHMM),结合DBSCAN聚类算法,基于有功功率和稳态电流对负荷状态进行聚类,降低了因电压波动和噪声数据对负荷状态聚类结果造成干扰的可能性;改进维特比算法使其考虑到HMM模型参数更新以实现对负荷状态预测泛化性能的改进;考虑到功率的随机波动性,基于极大似然估计原理构建功率计算优化模型并实现负荷的功率分解.本文采用公共数据集AMPds2对所述方法进行验证,测试算例验证了所述方法的有效性.
-
-
程罡;
孙迪;
尚伟伟
-
-
摘要:
作为我国开放高等教育的主要形式,大规模私有在线课程(MPOCs)的学习管理系统积累了大量学习者行为数据。对于这些数据的分析,能够有效地探究教学与学习的规律,提高开放高等教育的实践和评估。文章运用隐马尔科夫模型识别了MPOCs中不同课程阶段的学习者交互活动的序列模式。研究结果表明,MPOCs中的学习者在学习周和考试周的行为模式存在明显差异,他们会根据不同的课程阶段调整学习策略和侧重点,但小组学习和讨论对于学习成效的影响不大,这一研究结果与传统主流研究中关于协作学习及讨论的正向研究结果有比较明显的差异。这些研究结果有助于学习者和教师动态地梳理教育教学过程,促使他们采用不同学习策略来促进教学与学习,以及从更加细致的角度来评估开放高等教育的教学效果。
-
-
张洪海;
周锦伦;
于文娟;
刘皞;
钟罡
-
-
摘要:
为了实时检测无人机异常状态,提出基于隐马尔可夫模型(Hidden Markov Model,HMM)和决策树(Decision Tree,DT)的无人机异常检测方法(HMMDT)。首先根据异常致因将无人机异常分为干扰异常和硬件异常;然后结合HMM和DT建立无人机异常检测模型,定义无人机异常度衡量异常状态的严重程度,确定其阈值作为异常分类标准;最后用经纬600pro型无人机进行实操验证,该方法异常检测召回率达92.9%,准确率达97.2%;对硬件异常的识别准确率达88.2%。结果表明:与传统异常检测方法相比,该方法在可以满足无人机实时异常检测需要的同时,具有较高的检测准确率和较小的时间复杂度。
-
-
钱榕;
许建婷;
张克君;
董宏宇;
邢方远
-
-
摘要:
为了解决异质网络的结构信息和语义信息挖掘不全面的问题,针对异质网络的链接预测,提出了将基于元路径的分析方式与隐马尔可夫模型相结合的链接预测方法。考虑到聚簇可以有效地捕获异质网络的结构信息,将k-means算法进行改进得到基于距离均方差最小的初始聚簇中心方法,并将其应用到隐马尔可夫模型(HMM)中,设计了基于聚簇的一阶隐马尔可夫模型(C-HMM(1))的链接预测方法,同时提出基于聚簇的二阶隐马尔可夫模型(C-HMM(2))的异质网络的链接预测方法。进一步考虑数据的特征信息,提出了将最大熵模型和二阶隐马尔可夫模型相结合的链接预测方法ME-HMM。实验结果表明,ME-HMM比C-HMM方法的链接预测精确度更高,且ME-HMM因充分考虑到数据的特征信息比C-HMM的性能更加优异。
-
-
林坚海;
吴黎明;
荣快
- 《2017第十九届中国科协年会》
| 2017年
-
摘要:
螺旋桨是直升机机械的重要组成部分,维护难度大,因此对螺旋桨状态的监测是直升机正常运行的重要保证.本文针对隐马尔可夫模型计算开销过高的问题,提出一种新的基于隐马尔可夫模型的螺旋桨状态异常检测方法,利用螺旋桨运行状态具有的局部规律性,用改进的隐马尔可夫算法来构建螺旋桨正常行为模型,对螺旋桨性能的预测以及维护.利用无人机做螺旋桨状态监测实验,实验结果表明,提出的算法是有效的,得到非常满意的结果.
-
-
ZHANG Jing;
张静;
CHENG Zhixu;
程之序;
XIA Weiwei;
夏玮玮;
SHEN Lianfeng;
沈连丰
- 《第二届全国物联网技术与应用学术会议暨第十一届全国无线电应用与管理学术会议》
| 2016年
-
摘要:
针对室内定位精度不高的问题,提出了基于隐马尔可夫模型的定位算法(hidden Markov model location algorithm,HMMLA).HMMLA系统模型分为训练阶段和定位阶段.训练阶段利用接收信号强度(received signal strength,RSS)采集程序对场景中各个接入点(access point,AP)信号强度RSS进行采集,选择合适的参考点建立指纹数据库(fingerprinting database).定位阶段采用HMMLA匹配算法进行定位.为了验证定位算法的精确度,在建立的指纹数据库基础上,在场景中选择合适的路径点,利用RSS采集程序在路径点处采集RSS值,然后使用HMMLA匹配算法对路径点进行定位.最后分析定位误差和算法的精确度,并将定位算法与KNN定位算法进行分析比较验证算法的可靠性.分析结果表明,基于隐马尔可夫模型的定位算法在系统原型下定位平均误差为1m左右,定位精度比KNN定位算法高.
-
-
-
-
YAN Su;
闫肃;
YAO Zhi-xiang;
姚直象;
YAN Zhong-yu;
闫仲钰;
CAO Wei-hao;
曹伟浩
- 《2018年全国声学大会》
| 2018年
-
摘要:
水下目标辐射噪声中含有表征其机械运动特性、螺旋桨特性及水动力噪声的线谱信息,被动声纳线谱检测是获取目标线谱成分的有效手段.通过对接收信号做高分辨的短时傅里叶变换,得到Lofar图(Low Frequency Analysis Recording),一般认为Lofar图中在一段时间内保持稳定、连续的线状谱为线谱成分,且谱级高出连续谱背景10dB以上. 针对水下弱目标的线谱检测问题,本文将其转化为隐马尔可夫模型下的最优路径提取问题,给出了局部最优和全局最优意义下的解决算法。通过计算机仿真验证,表明了该方法的有效性,甚至对抖动幅度较大的线谱,仍有一定的稳健性。
-
-
JIANG Huiming;
蒋会明
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
随着设备智能化程度和可靠性要求的不断提升,设备状态监测的研究热点逐减向性能预测领域转移.其中,基于机器学习的预测算法不需要大量的专家知识和先验经验,且简便易操作,得到了许多学者的关注.然而,基于机器学习的算法大多具有一个共性的缺点:当测试数据与训练数据的采样通道、位置或测试样本发生改变后,之前所建立的模型往往不再适用,即模型对输入数据的鲁棒性差.因此,本文对基于隐马尔可夫模型的滚动轴承性能退化评估方法进行改进,提出去通道干扰算法,有效削弱通道对数据的干扰,提高基于隐马尔可夫模型的滚动轴承性能退化评估方法的鲁棒性.试验结果验证了所提出算法的有效性.
-
-
刘振宇;
赫晓燕;
桑静;
李玉婷;
武志强;
路志明
- 《中国畜牧兽医学会信息技术分会第十届学术研讨会》
| 2015年
-
摘要:
针对猪患呼吸道或肺部疾病难以被发现的问题,对猪患病时发出的咳嗽声音进行了研究,提出了基于HMM的猪咳嗽声音识别方案.用语音信号的HMM状态数进行研究猪咳嗽声,通过解决识别性问题、确定观察字符序列匹配的状态序列以及模型训练问题,对猪咳嗽声音做出识别和分析,实现对猪患呼吸疾病的诊断.经过大型养猪场试验验证表明,利用此方案能有效且快速的识别猪咳嗽声音,对猪病情的判断提供重要的信息.
-
-
ZhangYi;
张毅;
Yao Yuanyuan;
姚圆圆;
Luo Yuan;
罗元
- 《第十一届中国智能机器人会议》
| 2015年
-
摘要:
针对目前动态手势识别中隐马尔可夫模型(HMM)在训练B参数的过程中,训练过程复杂、易陷入局部最优解的不足,提出了一种基于B参数的改进HMM动态手势识别算法.该算法在计算HMM观测状态转移概率的过程中,引入了支持向量机(SVM)改进算法,利用SVM的强分类能力将其输出通过Sigmoid函数转换为概率,并作为HMM中各个隐状态的输出概率,优化了HMM的B参数,从而改进了HMM算法的性能,提高了系统的识别率.实验结果证明:该方法能够准确地识别出动态手势轨迹,平均识别率由86.1%提高到97.4%,并且对光照和复杂背景均具有较强的鲁棒性.
-
-
-
陈思同;
曹翔;
陈香
- 《2015年中国生物医学工程联合学术年会》
| 2015年
-
摘要:
介绍一种融合双手表面肌电、加速度(Acceleration,ACC)和角速度(Angular Velocity,AV)信息,采用多流隐马尔可夫模型(multi-stream Hidden Markov Model,multi-HMM)的手势识别算法方案.设计并制作了一套佩戴于左右手前臂位置,基于双核DSP的便携式手语翻译设备.