期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
旋转机械升降速过程的双谱-FHMM识别方法 被引量:22
1
作者 李志农 丁启全 +1 位作者 吴昭同 冯长建 《振动工程学报》 EI CSCD 北大核心 2003年第2期171-174,共4页
结合双谱和因子隐 Markov模型 ,提出了一种基于双谱的特征提取建立机组各状态相应的因子隐 Markov模型状态识别法 ,并成功地应用到旋转机械升降速过程的故障诊断中 ,同时还与基于双谱的特征提取的 HMM状态识别法进行了比较 ,实验结果表... 结合双谱和因子隐 Markov模型 ,提出了一种基于双谱的特征提取建立机组各状态相应的因子隐 Markov模型状态识别法 ,并成功地应用到旋转机械升降速过程的故障诊断中 ,同时还与基于双谱的特征提取的 HMM状态识别法进行了比较 ,实验结果表明该方法是有效的。 展开更多
关键词 旋转机械 故障诊断 升速过程 降速过程 因子隐markov模型 双谱 fhmm识别方法
在线阅读 下载PDF
主分量分析和因子隐Markov模型在机械故障诊断中的应用 被引量:3
2
作者 李志农 曾明如 +2 位作者 韩捷 何永勇 褚福磊 《机械强度》 EI CAS CSCD 北大核心 2007年第1期25-29,共5页
主分量分析(principalcomponentanalysis,PCA)是统计学中分析数据的一种有效方法,可以将高维数据空间变换到低维特征空间,因而可用于多通道冗余消除和特征提取。因子隐Markov模型是隐Markov模型的扩展,它比隐Mark-ov模型更有优势,适用... 主分量分析(principalcomponentanalysis,PCA)是统计学中分析数据的一种有效方法,可以将高维数据空间变换到低维特征空间,因而可用于多通道冗余消除和特征提取。因子隐Markov模型是隐Markov模型的扩展,它比隐Mark-ov模型更有优势,适用于动态过程时间序列的建模,并具有强大的时序模型分类能力,特别适合非平稳、信号特征重复再现性不佳的信号分析。文中结合主分量分析与因子隐Markov模型,提出一种新的故障识别方法,即以主分量分析方法进行冗余消除和故障特征提取,因子隐Markov模型作为分类器。并应用到机械故障诊断中,同时与基于主分量分析的隐Markov模型的识别方法相比较,实验结果表明基于PCA的因子隐Markov模型识别法和基于PCA的隐Markov模型识别法在故障识别上都是有效的,但对于相同的状态空间,前者的训练速度快于后者,尤其是状态空间越大,这种优势越明显。 展开更多
关键词 主分量分析 因子隐markov模型 冗余消除 故障诊断 模式识别
在线阅读 下载PDF
小波和FHMM在旋转机械升降速过程中的应用 被引量:4
3
作者 李志农 吴昭同 +2 位作者 丁启全 何永勇 褚福磊 《控制工程》 CSCD 2003年第4期299-301,共3页
小波变换具有时频局部化的特点,可有效地用于非平稳信号的分析和处理。因子隐Markov模型(FHMM)是隐Markov模型(HMM)的扩展形式,适用于动态过程的时间序列的建模并具有强大的时序模式分类能力,特别适合非平稳、重复再现性不佳的信号分析... 小波变换具有时频局部化的特点,可有效地用于非平稳信号的分析和处理。因子隐Markov模型(FHMM)是隐Markov模型(HMM)的扩展形式,适用于动态过程的时间序列的建模并具有强大的时序模式分类能力,特别适合非平稳、重复再现性不佳的信号分析。结合小波变换和FHMM,提出了基于小波变换的FHMM状态识别法,即从小波分解结构中提取一维信号的低频系数作为特征向量,以FHMM作为分类器,并进行实验研究。实验结果表明,该方法是有效的。 展开更多
关键词 小波变换 因子隐markov模型(fhmm) 故障诊断 旋转机械
在线阅读 下载PDF
基于因子隐Markov模型的旋转机械故障诊断方法的研究 被引量:2
4
作者 丁启全 李志农 +1 位作者 吴昭同 郑时雄 《动力工程》 CAS CSCD 北大核心 2003年第4期2560-2563,共4页
针对旋转机械升降速过程非平稳、重复再现性不佳的特点 ,隐 Markov模型具有很强的针对性。因子隐 Markov模型是一种多链隐 Markov模型 ,它是隐 Markov模型的一种扩展形式。作者将因子隐 Markov模型引入到旋转机械升降速过程的故障诊断... 针对旋转机械升降速过程非平稳、重复再现性不佳的特点 ,隐 Markov模型具有很强的针对性。因子隐 Markov模型是一种多链隐 Markov模型 ,它是隐 Markov模型的一种扩展形式。作者将因子隐 Markov模型引入到旋转机械升降速过程的故障诊断中 ,提出了基于因子隐 Markov模型的旋转机械故障诊断方法 ,并且利用它成功地对旋转机械的故障进行了分类。实验结果表明 :该方法是有效的。图 4表 2参 展开更多
关键词 旋转机械 因子隐markov模型 故障诊断 模式分类
在线阅读 下载PDF
旋转机械升降速过程BSI-FHMM识别方法的研究 被引量:1
5
作者 李志农 丁启全 +1 位作者 冯长建 吴昭同 《中国机械工程》 EI CAS CSCD 北大核心 2002年第20期1730-1733,共4页
结合时序模型的盲辨识和因子隐 Markov模型 ,提出了基于时序模型盲辨识的特征提取方法建立机组各状态相应的 FHMM识别法 ,成功地应用到旋转机械升降速过程的故障诊断中 ,实验结果表明 。
关键词 旋转机械 升降速过程 盲系统辨识 因子隐markov模型 故障诊断
在线阅读 下载PDF
特征选择对FHMM性能影响研究 被引量:1
6
作者 陈昌红 赵恒 +1 位作者 梁继民 焦李成 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第5期934-940,共7页
在利用因子隐马尔可夫模型(Factorial Hidden Markov Model,FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素.通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则.将FHMM引入到步态识别中... 在利用因子隐马尔可夫模型(Factorial Hidden Markov Model,FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素.通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则.将FHMM引入到步态识别中,提取4种步态特征,得到使用不同特征组合的FHMM的实验结果.使用McNemar检验的方法将其与单个特征的识别性能做比较,结合由正则典型相关分析得到的维数不同的特征间的相关性,分析得到以下结论:基于FHMM的识别性能与特征间的相关性并没有必然联系,其性能更多地受到特征间的识别性能差异和单个特征的识别性能的影响.为发挥FHMM的优越性,应选择特征间识别性能差异小和单个特征识别性能好的特征组合,在此基础上特征间相关性越小越好. 展开更多
关键词 因子隐马尔可夫模型 特征选择 正则典型相关分析 MCNEMAR检验 步态识别
在线阅读 下载PDF
基于FHMM模型的离心泵故障诊断方法研究
7
作者 柳长昕 王锋 +3 位作者 刘传海 柳振河 吴世光 黎世翔 《水电能源科学》 2008年第5期156-159,共4页
针对离心泵故障振动信号特点,提出了一种结合小波变换与FHMM的离心泵故障诊断方法。利用Daubechies小波对振动信号一维8尺度小波分解,从中提取一维信号低频系数作为特征向量输入各状态FHMM进行训练,输出概率最大的状态即为离心泵运行状... 针对离心泵故障振动信号特点,提出了一种结合小波变换与FHMM的离心泵故障诊断方法。利用Daubechies小波对振动信号一维8尺度小波分解,从中提取一维信号低频系数作为特征向量输入各状态FHMM进行训练,输出概率最大的状态即为离心泵运行状态,从而实现了离心泵故障诊断。通过2BA-6A离心泵试验系统可验证该方法的有效实用性。 展开更多
关键词 离心泵 故障诊断 小波变换 因子隐markov模型
在线阅读 下载PDF
非介入式工业设备监测方法研究 被引量:1
8
作者 赵学明 杨国朝 +2 位作者 杨朝雯 郝爽 焦龙 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第5期112-117,共6页
非介入式负荷监测(non‐invasive load monitoring,NILM)技术可以不侵入用户内部,仅通过对用户电表数据的分析就能获取用户各个用电设备的用电信息。NILM在居民负荷分解中的研究和应用很多,但在工业负荷上的应用却很少。一方面,工业负... 非介入式负荷监测(non‐invasive load monitoring,NILM)技术可以不侵入用户内部,仅通过对用户电表数据的分析就能获取用户各个用电设备的用电信息。NILM在居民负荷分解中的研究和应用很多,但在工业负荷上的应用却很少。一方面,工业负荷在负荷特性和负荷数据分布方面与民用负荷差别较大,致使许多应用于居民场景中的方法在迁移至工业场景后性能下降明显;另一方面,工业用户出于对保护隐私的考虑不会公开用电数据,利用有限的数据有效学习工业负荷设备知识是极具挑战性的。为应对这些问题,提出一种基于因子隐马尔科夫模型(factorial hidden Markov model,FHMM)的工业负荷分解方法。该方法利用FHMM的多条独立的隐状态链模拟工业负荷设备的运行状态转换过程,求解设备在各时刻所处的状态,即可结合状态能耗信息预测设备用电量。最后利用某工厂的现场能耗监测数据对所提方法进行测试,结果表明所提方法具有良好的负荷分解效果。 展开更多
关键词 工业负荷 负荷监测 非介入式负荷监测 状态空间 因子隐马尔可夫模型
在线阅读 下载PDF
基于因子隐马尔可夫模型的负荷分解方法及灵敏度分析 被引量:21
9
作者 陈思运 高峰 +2 位作者 刘烃 翟桥柱 管晓宏 《电力系统自动化》 EI CSCD 北大核心 2016年第21期128-136,共9页
负荷分解是智能电网的关键技术,对负荷预测、需求侧管理及电网安全有重要意义。传统负荷分解方法的准确率受限于负荷特征的维度、采样频率和负荷的稳定性。文中提出了基于因子隐马尔可夫模型的负荷分解方法,利用该模型对负荷进行建模,对... 负荷分解是智能电网的关键技术,对负荷预测、需求侧管理及电网安全有重要意义。传统负荷分解方法的准确率受限于负荷特征的维度、采样频率和负荷的稳定性。文中提出了基于因子隐马尔可夫模型的负荷分解方法,利用该模型对负荷进行建模,对Viterbi算法进行了扩展并求解负荷状态,进而基于整数规划实现对总负荷的最优分配。该方法对负荷数据的稳定性和采样频率不敏感,可适用于家居和工业电力用户。同时,深入研究了Viterbi算法求解最优状态与观测扰动之间的影响关系,并进一步得到最优状态对于当前观测的允许扰动范围,这对负荷分解最优状态的可靠性评估有重要意义。 展开更多
关键词 隐马尔可夫模型 因子隐马尔可夫模型 负荷分解 灵敏度分析
在线阅读 下载PDF
基于启停状态识别改进因子隐马尔可夫模型的非侵入式负荷分解 被引量:20
10
作者 于超 覃智君 阳育德 《电网技术》 EI CSCD 北大核心 2021年第11期4540-4550,共11页
非侵入式负荷分解(non-intrusiveloaddisaggregation,NILD)是通过对总电气量分析得到用户家中各电器设备的能耗数据,该数据为节能、需求响应及公共安全等方面提供重要依据。目前,NILD算法存在因设备启停状态识别准确率低导致负荷分解精... 非侵入式负荷分解(non-intrusiveloaddisaggregation,NILD)是通过对总电气量分析得到用户家中各电器设备的能耗数据,该数据为节能、需求响应及公共安全等方面提供重要依据。目前,NILD算法存在因设备启停状态识别准确率低导致负荷分解精度低的问题。为此,该文提出一种基于设备启停状态识别改进因子隐马尔可夫模型(factorialhidden Markov model,FHMM)的NILD方法。首先,通过人工少数类过采样法(syntheticminorityover-samplingtechnique,SMOTE)对训练数据做重采样处理、深度神经网络(deep neuralnetwork,DNN)模型提取启停状态特征以及双向长短时记忆网络及条件随机场(bidirectionallongshortterm memory-conditionalrandomfield,Bi LSTM-CRF)模型提升其对不平衡启停状态的识别能力;然后,将设备启停状态组合模块按照数理组合方法划分数据集,形成若干启停状态组合子数据集,并分别对各子数据集中处于启状态的设备建立FHMM进行负荷分解;最后,在公开数据集每分钟电力年鉴数据集(the almanac of minutely power dataset,AMPds)进行实验,该文算法得到的设备负荷分解平均精度比传统FHMM方法提升了3.8倍,验证了所提方法的有效性和准确性。 展开更多
关键词 非侵入式负荷分解 不平衡启停状态特征提取 启停状态识别 启停状态组合 因子隐马尔可夫模型
在线阅读 下载PDF
基于Haar小波和融合HMM的步态识别方法 被引量:4
11
作者 李萍 《计算机应用与软件》 CSCD 北大核心 2013年第3期244-246,254,共4页
为解决步态识别中每个区域的步态特征要点匮乏问题,提出一种基于Haar小波及融合的隐马尔可夫模型Fused-HMMs(fused hidden Markov models)的步态识别方法。该方法首先把视频序列中的图像转换成二进制轮廓,利用Haar小波变换取得显著的步... 为解决步态识别中每个区域的步态特征要点匮乏问题,提出一种基于Haar小波及融合的隐马尔可夫模型Fused-HMMs(fused hidden Markov models)的步态识别方法。该方法首先把视频序列中的图像转换成二进制轮廓,利用Haar小波变换取得显著的步态特征要点;其次采用两个子图像来表示各个轮廓的步态特征,并通过主成分分析法减少维数;最后,利用融合HMM进行训练和测试。仿真结果表明该方法不仅可以简化步态辨识过程,而且还能够提高识别准确率。 展开更多
关键词 特征提取 步态识别 Haar小波域 隐融合马尔可夫模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部