基于CHMMs的自适应行为识别方法 被引量：2

1

作者 李军怀 严其松 +2 位作者 王志晓 魏嵬 张璟 《计算机应用研究》 CSCD 北大核心 2014年第10期3037-3040,共4页

针对基于传感器的行为识别系统中通道数据缺失问题,采用耦合隐马尔可夫模型提出了一个多传感器数据融合的自适应行为识别方法,该方法充分挖掘了不同传感器之间数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了站立、行走... 针对基于传感器的行为识别系统中通道数据缺失问题,采用耦合隐马尔可夫模型提出了一个多传感器数据融合的自适应行为识别方法,该方法充分挖掘了不同传感器之间数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了站立、行走、坐、躺四种行为,结果表明该方法的识别率在84%以上,并且与其他相关方法相比,具有较高的识别率和自适应能力。 展开更多

关键词 行为识别 耦合隐马尔可夫模型 加速度传感器 数据融合

在线阅读 下载PDF 职称材料

基于CHMM的齿轮箱状态识别研究 被引量：21

2

作者 滕红智 赵建民 +2 位作者 贾希胜 张星辉 王正军 《振动与冲击》 EI CSCD 北大核心 2012年第5期92-96,127,共6页

针对离散隐Markov模型(HMM)在状态识别中的不足,结合齿轮箱全寿命实验数据,研究了基于连续隐Markov模型(CHMM)的状态识别方法。建立了基于齿轮箱原始振动信号的CHMM状态识别框架,提出了基于K均值算法和交叉验证相结合的状态数优化方法,... 针对离散隐Markov模型(HMM)在状态识别中的不足,结合齿轮箱全寿命实验数据,研究了基于连续隐Markov模型(CHMM)的状态识别方法。建立了基于齿轮箱原始振动信号的CHMM状态识别框架,提出了基于K均值算法和交叉验证相结合的状态数优化方法,通过计算待确定观测数据的极大似然概率值来确定齿轮箱当前状态。结果表明,用原始振动信号作为CHMM的输入可以实现状态识别,验证了模型的有效性,为齿轮箱基于状态的维修提供了科学依据。 展开更多

关键词 连续隐马尔科夫模型 K均值 交叉验证

在线阅读 下载PDF 职称材料

基于CHMM的轴承性能退化程度综合评估方法研究 被引量：12

3

作者 姜万录 杨凯 +1 位作者 董克岩 张生 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第9期2014-2021,共8页

针对传统轴承性能退化评估方法中退化阶段划分的主观性以及连续隐马尔科夫模型在建立评估模型时只考虑正常状态下的样本所引起评估结果的不足,提出了一种基于连续隐马尔科夫模型的轴承性能退化程度综合评估方法。该方法首先通过支持向... 针对传统轴承性能退化评估方法中退化阶段划分的主观性以及连续隐马尔科夫模型在建立评估模型时只考虑正常状态下的样本所引起评估结果的不足,提出了一种基于连续隐马尔科夫模型的轴承性能退化程度综合评估方法。该方法首先通过支持向量聚类方法将轴承全寿命周期划分成若干个退化阶段,然后从每个阶段中提取一定比例的样本用于训练,采用轴承正常阶段的训练样本建立轴承的连续隐马尔科夫模型,将不同退化阶段的训练样本输入模型,分别得到不同阶段样本相对于所建立正常阶段的连续隐马尔科夫模型的输出概率,据此得到样本隶属于不同退化阶段的隶属函数分布。最后,采用集对分析的方法建立轴承测试样本相对于正常阶段样本的联系度,并最终得到轴承性能退化程度的综合得分。通过利用轴承全寿命数据,并与传统连续隐马尔科夫模型及传统无量纲指标进行了对比,验证了所提出的综合评估方法在轴承性能退化评估方面的有效性。 展开更多

关键词 连续隐马尔科夫模型 综合评价方法 集对分析 支持向量聚类

在线阅读 下载PDF 职称材料

基于混合模型CHMM和MLP的数码语音识别系统

4

作者 张培玲 李辉 《工矿自动化》 2009年第12期64-68,共5页

针对传统的CHMM应用于语音识别系统存在的缺点,提出了一种由CHMM和MLP网构成的混合模型。该混合模型将MLP网引入到CHMM中来计算每个状态的输出概率,通过MLP网的非线性预测能力代替CHMM中的似然估计值对输出概率进行分析、分类,从而加强... 针对传统的CHMM应用于语音识别系统存在的缺点,提出了一种由CHMM和MLP网构成的混合模型。该混合模型将MLP网引入到CHMM中来计算每个状态的输出概率,通过MLP网的非线性预测能力代替CHMM中的似然估计值对输出概率进行分析、分类,从而加强和提高CHMM的语音识别能力。实验结果表明,将该混合模型应用到语音识别系统中,其识别效果明显优于基于传统的CHMM的识别系统。 展开更多

关键词 数码语音识别 连续隐马尔可夫模型 多层感知器 chmm MLP

在线阅读 下载PDF 职称材料

基于密度与距离参数的CHMM声学模型初值估计

5

作者 鲜晓东 吕建中 樊宇星 《计算机工程》 CAS CSCD 北大核心 2015年第10期318-321,共4页

在语音识别中,连续型隐马尔可夫模型(CHMM)在初始化时采用分段K-means算法,但该算法会导致模型参数收敛于局部最优。针对该问题,提出基于密度和距离参数的CHMM模型初始化算法。计算数据对象的距离和密度参数,选择密度值较大而同时距离... 在语音识别中,连续型隐马尔可夫模型(CHMM)在初始化时采用分段K-means算法,但该算法会导致模型参数收敛于局部最优。针对该问题,提出基于密度和距离参数的CHMM模型初始化算法。计算数据对象的距离和密度参数,选择密度值较大而同时距离较远的数据对象作为初始聚类中心,对其进行K-means聚类处理,得到最终的聚类中心,根据聚类中心初始化CHMM模型的参数。实验结果表明,与随机取值算法相比,该算法提高了语音的识别率。 展开更多

关键词 语音识别 连续型隐马尔可夫模型 K-MEANS算法 局部最优 参数初始化

在线阅读 下载PDF 职称材料

基于PCA和CHMM的音频自动分类 被引量：4

6

作者 张新彩 张德同 +2 位作者 耿国华 王小凤 吴江 《计算机应用研究》 CSCD 北大核心 2009年第4期1257-1259,共3页

针对DHMM分类器对音频特征进行向量量化引起的误差及特征维数过多导致计算复杂度过大的问题,提出了一种新的基于PCA和CHMM的音频自动分类方法。它先将音频特征组成一个高维向量,然后使用PCA对这些高维向量进行降维,再使用CHMM分类器对... 针对DHMM分类器对音频特征进行向量量化引起的误差及特征维数过多导致计算复杂度过大的问题,提出了一种新的基于PCA和CHMM的音频自动分类方法。它先将音频特征组成一个高维向量,然后使用PCA对这些高维向量进行降维,再使用CHMM分类器对降维后的特征进行分类。实验证明了PCA和CHMM音频分类的有效性。 展开更多

关键词 主成分分析 连续隐马尔可夫模型 基于内容的音频分类

在线阅读 下载PDF 职称材料

滚动轴承故障振动信号特征与诊断方法 被引量：19

7

作者 吴斌 王敏杰 +1 位作者 康晶 罗跃纲 《大连理工大学学报》 EI CAS CSCD 北大核心 2013年第1期76-81,共6页

简述了恒转速条件下滚动轴承故障信号共振解调的优点和基本原理,通过实验和理论分析研究了变转速轴承故障振动信号的特点.指出了轴承损伤点冲击信号的非周期性、轴承共振频率随转速变化的变频特性,以及故障信号的双变频调制特性.建立了... 简述了恒转速条件下滚动轴承故障信号共振解调的优点和基本原理,通过实验和理论分析研究了变转速轴承故障振动信号的特点.指出了轴承损伤点冲击信号的非周期性、轴承共振频率随转速变化的变频特性,以及故障信号的双变频调制特性.建立了由变频转速信号为调制信号、变频共振衰减信号为载波的滚动轴承故障模型.给出了阶比循环平稳自相关函数的计算方法.利用循环平稳分析对旋转机械振动信号的解调功能,结合连续隐马尔可夫模型(CHMM)对动态信号的识别能力,提出了一种适用于变转速运转条件下的滚动轴承故障诊断方法,通过实验验证了方法的可行性. 展开更多

关键词 滚动轴承 故障诊断 循环平稳 连续隐马尔可夫模型(chmm)

在线阅读 下载PDF 职称材料

基于小波灰度矩向量与连续马尔可夫模型的轴承故障诊断 被引量：6

8

作者 徐增丙 轩建平 +2 位作者 史铁林 吴波 胡友民 《中国机械工程》 EI CAS CSCD 北大核心 2008年第15期1858-1862,共5页

根据机械设备故障诊断本质特征和连续马尔可夫模型(CHMM)所具有的较强的时序模式分类能力的特点,提出了一种基于小波灰度矩向量与CHMM的滚动轴承故障诊断方法。从轴承振动信号提取一种量纲一的小波灰度矩向量作为特征参数,并训练几种故... 根据机械设备故障诊断本质特征和连续马尔可夫模型(CHMM)所具有的较强的时序模式分类能力的特点,提出了一种基于小波灰度矩向量与CHMM的滚动轴承故障诊断方法。从轴承振动信号提取一种量纲一的小波灰度矩向量作为特征参数,并训练几种故障状态的CHmm,再运用训练好的CHMM进行轴承的状态监测与故障模式的识别。诊断与对比实验表明该方法在故障样本少的情况下仍能进行准确训练与诊断。 展开更多

关键词 小波灰度矩向量 连续马尔可夫模型 模式识别 故障诊断

在线阅读 下载PDF 职称材料

基于连续型HMM和PSO-SVM的滚动轴承剩余寿命预测 被引量：20

9

作者 刘波 宁芊 +2 位作者 刘才学 艾琼 何攀 《计算机应用》 CSCD 北大核心 2019年第A01期31-35,共5页

为了准确识别轴承当前所处的退化状态,并进一步精确有效地预测其剩余寿命,提出一种基于连续型隐马尔可夫模型(CHMM)与PSO-SVM相结合的预测方法。首先,提取轴承振动全寿命周期信号的时域、频域、时频域的特征,并构建特征空间;然后,利用C... 为了准确识别轴承当前所处的退化状态,并进一步精确有效地预测其剩余寿命,提出一种基于连续型隐马尔可夫模型(CHMM)与PSO-SVM相结合的预测方法。首先,提取轴承振动全寿命周期信号的时域、频域、时频域的特征,并构建特征空间;然后,利用CHMM将轴承全寿命周期划分若干个退化阶段,并通过选取不同阶段的特征训练样本,采用PSO-SVM进行预测模型的训练,分别得到不同阶段的剩余寿命预测模型;最后,运用滚动轴承全寿命数据对所提方法进行测试,并与全寿命周期数据CHMM分区段后的SVM模型和未分区段的PSO-SVM模型的预测方法作对比。实验结果表明该方法能有效提高预测精度,具有一定的实用性。 展开更多

关键词 性能退化 剩余寿命预测 特征提取 连续型隐马尔可夫模型 逻辑回归

在线阅读 下载PDF 职称材料

基于耦合隐马尔可夫模型的异常交互行为识别 被引量：7

10

作者 林国余 柏云 张为公 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第6期1217-1221,共5页

为了有效识别视频监控领域中的打斗和抢劫等异常交互行为,提出一种基于耦合隐马尔可夫模型(CHMM)的异常交互行为识别方法.首先对人与人之间异常交互行为与正常交互行为的特征差别进行分析,然后提取了包括速度、面积变化率、目标外接矩... 为了有效识别视频监控领域中的打斗和抢劫等异常交互行为,提出一种基于耦合隐马尔可夫模型(CHMM)的异常交互行为识别方法.首先对人与人之间异常交互行为与正常交互行为的特征差别进行分析,然后提取了包括速度、面积变化率、目标外接矩形长宽比变化率、目标间距、目标运动方向角度差以及方向梯度直方图6类人体目标的运动特征和形态特征,并组成训练数据集,在此基础上使用耦合隐马尔可夫方法构建异常交互行为模型.实验中引入一些典型的行为数据库,如CASIA和CAVIAR数据集,通过和传统的基于隐马尔可夫模型(HMM)的识别方法进行对比,表明CHMM方法更适合于识别少数人的异常交互行为,且识别率更高. 展开更多

关键词 异常交互行为 耦合隐马尔可夫模型 运动特征 形态特征

在线阅读 下载PDF 职称材料

耦合隐马尔可夫模型在轴承故障诊断中的应用 被引量：8

11

作者 肖文斌 陈进 周宇 《噪声与振动控制》 CSCD 北大核心 2011年第6期161-164,198,共5页

由于多通道数据包含了丰富的信息,有效融合多通道数据可以得到更加准确可靠的诊断结果。鉴于此,提出一种基于耦合隐马尔可夫模型的滚动轴承多通道融合故障诊断方法。该方法利用含两条链的耦合隐马尔可夫模型融合轴承水平方向和垂直方向... 由于多通道数据包含了丰富的信息,有效融合多通道数据可以得到更加准确可靠的诊断结果。鉴于此,提出一种基于耦合隐马尔可夫模型的滚动轴承多通道融合故障诊断方法。该方法利用含两条链的耦合隐马尔可夫模型融合轴承水平方向和垂直方向的振动信号来进行故障诊断。通过对滚动轴承常见故障的诊断分析表明,与常用的基于隐马尔可夫模型的故障诊断方法相比,该方法可以更加准确地诊断轴承的故障。 展开更多

关键词 振动与波 耦合隐马尔可夫模型 故障诊断 滚动轴承

在线阅读 下载PDF 职称材料

隐马尔可夫模型中一种新的帧相关建模方法 被引量：4

12

作者 郭庆 吴文虎 方棣棠 《软件学报》 EI CSCD 北大核心 1999年第6期631-635,共5页

在使用传统的隐马尔可夫模型（ｔｒａｄｉｔｉｏｎａｌｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ，简称ＴＨＭＭ）刻画现实中的语音时有一个明显的缺点，即ＴＨＭＭ不能合适地表征语音信号的时域结构．时域上的相关性被认为对识别非常有用，... 在使用传统的隐马尔可夫模型（ｔｒａｄｉｔｉｏｎａｌｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ，简称ＴＨＭＭ）刻画现实中的语音时有一个明显的缺点，即ＴＨＭＭ不能合适地表征语音信号的时域结构．时域上的相关性被认为对识别非常有用，因为相邻帧间的特征矢量具有很强的相关性．文章提出了一种新的方法，用以把时域的相关性糅合到一个基于传统的隐马尔可夫模型的语音识别系统中．首先，用条件概率的形式处理帧间相关性；然后，用一种非线性的概率近似公式来表征相邻帧之间的相关性．此方法丝毫不增加原来的ＴＨＭＭ的空间复杂度，而且也几乎不增加训练和识别阶段的时间复杂度．最后。 展开更多

关键词 帧间相关性 语音识别 隐马尔可夫模型 建模

在线阅读 下载PDF 职称材料

基于耦合多隐马尔可夫模型和深度图像数据的人体动作识别 被引量：13

13

作者 张全贵 蔡丰 李志强 《计算机应用》 CSCD 北大核心 2018年第2期454-457,共4页

为解决使用RGB图像进行特征提取时容易受外界因素干扰,且计算复杂度高等问题,采用一种更加有效的解决方案,即使用深度数据进行人体动作识别。利用Kinect采集的关节点数据,首先将人体关节划分成五个区域,对每个区域的向量夹角离散化从而... 为解决使用RGB图像进行特征提取时容易受外界因素干扰,且计算复杂度高等问题,采用一种更加有效的解决方案,即使用深度数据进行人体动作识别。利用Kinect采集的关节点数据,首先将人体关节划分成五个区域,对每个区域的向量夹角离散化从而描述不同的状态,再通过Baum-Welch算法学习出各区域的多隐马尔可夫模型(multi-HMM),并使用前向算法建立生成区域与动作类别概率矩阵。在此基础上,对区域及动作类别进行内耦合和间耦合分析,从而表达各关节点之间的交互关系。最后使用基于耦合的K最邻近(KNN)算法完成整体的动作识别。通过实验测试对五种动作的识别率均达到90%以上,并与3D Trajectories等方法进行对比,实验得到的综合识别率高于对比方法,具有明显的优势。 展开更多

关键词 KINECT 人体动作识别 划分区域 多隐马尔可夫模型 耦合K最邻近

在线阅读 下载PDF 职称材料

一种适于非特定人语音识别的并行隐马尔可夫模型 被引量：1

14

作者 陈雁翔 戴蓓蒨 +1 位作者 周曦 刘鸣 《电子与信息学报》 EI CSCD 北大核心 2004年第10期1601-1606,共6页

为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(Parallel Hidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能,各条链之间允许有交叉,使得融合的多模板之间存在... 为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(Parallel Hidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能,各条链之间允许有交叉,使得融合的多模板之间存在状态共享,同时PHMM可以在训练过程中自动完成聚类,且测试语音的输出结果来自所有类别,无需聚类分析和类别判断,这些都减少了存储量和计算量,汉语非特定人孤立数字的识别实验表明,PHMM较之传统CHMM使识别性能及噪声鲁棒性都得到了改善。 展开更多

关键词 非特定人语音识别 连续隐马尔可夫模型 并行马尔可夫链

在线阅读 下载PDF 职称材料

一种松耦合的生物医学命名实体识别算法 被引量：2

15

作者 胡俊锋 陈蓉 +2 位作者 陈源 陈浩 于中华 《计算机应用》 CSCD 北大核心 2007年第11期2866-2869,共4页

生物医学命名实体识别(Bio-NER)是生物医学文献挖掘利用的基础工作。针对目前Bio-NER存在的困难和问题,提出了松耦合的Bio-NER算法LCA,该算法利用启发规则过滤器、词性模板匹配及改良的隐马尔科夫模型(HMM)识别生物医学命名实体。在GENI... 生物医学命名实体识别(Bio-NER)是生物医学文献挖掘利用的基础工作。针对目前Bio-NER存在的困难和问题,提出了松耦合的Bio-NER算法LCA,该算法利用启发规则过滤器、词性模板匹配及改良的隐马尔科夫模型(HMM)识别生物医学命名实体。在GENIA corpus3.02语料库上进行的实验表明,LCA可以达到80%的准确率和89%的召回率,优于相关工作中的结果。 展开更多

关键词 生物医学命名实体 启发规则过滤器 词性模板匹配 词根匹配 隐马尔科夫模型 松耦合算法

在线阅读 下载PDF 职称材料

耦合隐藏马尔科夫模型的算法研究

16

作者 胡淑兰 张璇 李慧菁 《应用数学》 CSCD 北大核心 2018年第2期449-456,共8页

本文在隐藏马尔科夫的基础上介绍了耦合隐藏马尔科夫模型,基于隐藏马尔科夫的算法计算了耦合隐藏马尔科夫模型的对数似然函数,提出了耦合隐藏马尔科夫模型的EM算法及Viterbi算法,用以估计模型的参数及隐藏状态序列,最后利用实例讨论了... 本文在隐藏马尔科夫的基础上介绍了耦合隐藏马尔科夫模型,基于隐藏马尔科夫的算法计算了耦合隐藏马尔科夫模型的对数似然函数,提出了耦合隐藏马尔科夫模型的EM算法及Viterbi算法,用以估计模型的参数及隐藏状态序列,最后利用实例讨论了该算法的准确性及有效性. 展开更多

关键词 耦合隐藏马尔科夫模型 EM算法 VITERBI算法

在线阅读 下载PDF 职称材料

基于HMT模型层间映射的图像邻域去噪算法

17

作者 宫霄霖 毛瑞全 《信号处理》 CSCD 北大核心 2011年第1期49-54,共6页

本文提出了一种以图像分割为基础的图像去噪算法。本文算法根据图像自身的性质,利用脉冲耦合神经网络模型自适应地将小波分解后的低频图像分割成不同的区域,并且利用简化的HMT层间模型在离散和平稳小波分别处理的情况下,将得到的连通区... 本文提出了一种以图像分割为基础的图像去噪算法。本文算法根据图像自身的性质,利用脉冲耦合神经网络模型自适应地将小波分解后的低频图像分割成不同的区域,并且利用简化的HMT层间模型在离散和平稳小波分别处理的情况下,将得到的连通区域邻域映射到各个不同的高频子带上。进一步结合固定的窗口,作为邻域去噪算法中的邻域。实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留了图像的边缘信息,是一种有效的去噪方法。 展开更多

关键词 图像去噪 脉冲耦合神经网络 隐马尔可夫树模型 四叉树模型 图像分割

在线阅读 下载PDF 职称材料

基于ANHGA-VMD和耦合隐马尔可夫模型的有载分接开关机械故障诊断 被引量：18

18

作者 蔡宇琦 方瑞明 +1 位作者 彭长青 黄文权 《高电压技术》 EI CAS CSCD 北大核心 2021年第11期3949-3959,共11页

机械故障是有载分接开关(on-loadtap-changer,OLTC)的主要故障类型。为解决变分模态分解(variational mode decomposition,VMD)参数设置对分解质量的影响难以确定的问题,并进一步提高OLTC机械故障诊断准确度,提出了一种基于多通道振动... 机械故障是有载分接开关(on-loadtap-changer,OLTC)的主要故障类型。为解决变分模态分解(variational mode decomposition,VMD)参数设置对分解质量的影响难以确定的问题,并进一步提高OLTC机械故障诊断准确度,提出了一种基于多通道振动信号的有载分接开关机械故障诊断方法。首先,采用具有稳定寻优能力的自适应小生境递阶遗传算法(adaptive niched hierarchical genetic algorithm,ANHGA)并将品质因数作为衡量信号分解质量的标准对VMD进行参数寻优,然后利用优化后的VMD方法对预处理过的多通道振动信号进行分解,提取VMD能量熵和模糊熵作为特征值,最后建立耦合隐马尔可夫模型(coupled hidden Markov model,CHMM)进行多通道数据的故障诊断。实例验证表明:采用经优化后的VMD分解能够有效提高VMD信号分解质量;基于CHMM对OLTC的7种典型状态诊断准确率达100%,其故障诊断准确率高于隐马尔可夫(hidden Markov model,HMM)方法和支持向量机(support vector machine,SVM)方法。所提方法为由采样困难造成样本稀少的复杂机电设备的诊断问题提供了新思路。 展开更多

关键词 有载分接开关 机械故障 故障诊断 振动信号 耦合隐马尔可夫模型 变分模态分解 ANHGA算法

在线阅读 下载PDF 职称材料

基于帧差能量图行质量向量的步态识别算法 被引量：4

19

作者 李锐 陈勇 余磊 《计算机应用》 CSCD 北大核心 2014年第5期1364-1368,共5页

为了有效地捕捉步态的连续性动态信息,快速进行身份认证和识别,提出一种以帧差能量图(FDEI)的行质量向量作为步态特征的步态识别方法。该算法通过目标检测、二值化、形态学处理、连通性分析等预处理后得到步态轮廓图像,并利用其序列的... 为了有效地捕捉步态的连续性动态信息,快速进行身份认证和识别,提出一种以帧差能量图(FDEI)的行质量向量作为步态特征的步态识别方法。该算法通过目标检测、二值化、形态学处理、连通性分析等预处理后得到步态轮廓图像,并利用其序列的宽度进行准周期性分析,再用连续隐马尔可夫模型(CHMM)对所提取的步态帧差能量图行质量向量进行模型参数训练和识别。在CASIA数据库上进行了仿真实验,结果表明该算法具有特征提取简单、特征维数低、识别速度快和识别率高的优点,可以满足实时识别的需要。 展开更多

关键词 帧差能量图 行质量向量 步态特征 步态识别 连续隐马尔可夫模型

在线阅读 下载PDF 职称材料

耦合隐马尔科夫在模拟电路故障预测中的应用 被引量：5

20

作者 田沿平 叶晓慧 +1 位作者 金川 孙金明 《电子测量技术》 2014年第10期135-138,共4页

为了能够更准确地对模拟电路系统中各退化状态进行状态识别和故障预测,针对单一通道的隐马尔可夫模型在模拟电路系统中预测精度不高的特点,提出了一种具有2条Markov链的耦合隐马尔可夫模型故障预测方法。该方法在模拟电路中采用2个测试... 为了能够更准确地对模拟电路系统中各退化状态进行状态识别和故障预测,针对单一通道的隐马尔可夫模型在模拟电路系统中预测精度不高的特点,提出了一种具有2条Markov链的耦合隐马尔可夫模型故障预测方法。该方法在模拟电路中采用2个测试点通过双通道数据分别对各退化状态和全寿命进行建模,实验结果表明,耦合隐马尔可夫模型与传统的隐马尔可夫模型相比,不但提高了状态识别率,而且能对电路系统的故障发生进行有效地预测,为状态维修提供依据。 展开更多

关键词 模拟电路系统 状态识别 故障预测 耦合隐马尔可夫模型

在线阅读 下载PDF 职称材料