期刊文献+
共找到100篇文章
< 1 2 5 >
每页显示 20 50 100
基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法 被引量:10
1
作者 于扬 梁军 +3 位作者 陈龙 陈小波 朱宁 华国栋 《中国机械工程》 EI CAS CSCD 北大核心 2020年第23期2874-2882,2890,共10页
为了有效降低因驾驶员紧急换道行为而诱发的交通事故,提高道路交通事故链阻断效率,提出一种基于高斯混合隐马尔科夫模型(GMM-HMM)和人工神经网络(ANN)的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列... 为了有效降低因驾驶员紧急换道行为而诱发的交通事故,提高道路交通事故链阻断效率,提出一种基于高斯混合隐马尔科夫模型(GMM-HMM)和人工神经网络(ANN)的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识,采用ANN预测下一时段的驾驶行为,再预测换道过程中的横向加速度变化率,从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明,该方法预测避险成功率达92.83%,实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。 展开更多
关键词 换道行为预测 高斯混合马尔可夫模型 人工神经网络 道路交通事故链阻断
在线阅读 下载PDF
基于隐马尔科夫模型和神经网络的入侵检测研究 被引量:22
2
作者 闫新娟 谭敏生 +1 位作者 严亚周 吕明娥 《计算机应用与软件》 CSCD 北大核心 2012年第2期294-297,共4页
针对目前的基于隐马尔科夫模型的入侵检测和基于神经网络入侵检测各自的不足之处,提出一种基于隐马尔科夫模型和神经网络的混合入侵检测方法。主要是从网络协议的角度入手,把TCP数据包作为分析对象,给出一种确定观察值的方法,把隐马尔... 针对目前的基于隐马尔科夫模型的入侵检测和基于神经网络入侵检测各自的不足之处,提出一种基于隐马尔科夫模型和神经网络的混合入侵检测方法。主要是从网络协议的角度入手,把TCP数据包作为分析对象,给出一种确定观察值的方法,把隐马尔科夫模型的输出作为神经网络的输入,神经网络的输出是最终的结果。最后通过实验证明了此混合入侵检测方法比单独使用隐马尔科夫模型或者是单独使用神经网络的检测方法有更低的误报率和漏报率。 展开更多
关键词 马尔科夫模型 神经网络 入侵检测
在线阅读 下载PDF
船舶交通量的BP神经网络-马尔科夫预测模型 被引量:14
3
作者 吕鹏飞 庄元 +1 位作者 李洋 杨坤 《上海海事大学学报》 北大核心 2017年第2期17-21,28,共6页
为提高船舶交通量的预测精度,在BP神经网络的基础上结合马尔科夫预测模型建立一个新的预测模型.采用通过长江九江大桥的月度船舶交通量数据进行模型训练、验证和预测,求出相对残差值,将相对残差的前8项归一化后划分为3个状态,利用马尔... 为提高船舶交通量的预测精度,在BP神经网络的基础上结合马尔科夫预测模型建立一个新的预测模型.采用通过长江九江大桥的月度船舶交通量数据进行模型训练、验证和预测,求出相对残差值,将相对残差的前8项归一化后划分为3个状态,利用马尔科夫预测模型修正BP神经网络的预测值.该新模型将BP神经网络的相对残差值区间从[-12.9%,12.3%]降低至[-9.9%,5.4%].该模型能提高船舶交通量的预测精度,用于预测船舶交通量是可行的. 展开更多
关键词 船舶交通量 bp神经网络 马尔科夫预测模型
在线阅读 下载PDF
基于改进型BP神经网络马尔科夫模型的区域需水量预测 被引量:18
4
作者 朱新国 张展羽 祝卓 《水资源保护》 CAS 2010年第2期28-31,共4页
为提高需水量预测的精确度,应用了一种BP神经网络与马尔科夫相结合的预测模型,介绍了它的基本原理及算法,并给出了该模型建立的具体过程,最后该模型被应用于需水量预测工作中,计算证明取得了较好的效果。
关键词 bp神经网络 马尔科夫模型 需水量预测
在线阅读 下载PDF
基于改进的BP神经网络和马尔科夫模型的一次能源消费预测——以北京市为例 被引量:6
5
作者 任继勤 夏景阳 殷悦 《生态经济》 北大核心 2017年第11期28-33,共6页
为了预测北京市一次能源消费总量和能源消费结构,选取1980—2015年的一次能源消耗数据,构建了改进的BP神经网络模型,对北京市2016—2020年一次能源消费总量进行预测;同时,应用马尔科夫模型,预测了2016—2020年一次能源消费结构。结果表... 为了预测北京市一次能源消费总量和能源消费结构,选取1980—2015年的一次能源消耗数据,构建了改进的BP神经网络模型,对北京市2016—2020年一次能源消费总量进行预测;同时,应用马尔科夫模型,预测了2016—2020年一次能源消费结构。结果表明:北京市2016—2020年一次能源消费量呈稳步上升趋势,到2020年基本稳定在7 350万吨标准煤左右。到2020年,能源消费结构中煤炭比例大幅度下降,由2015年的41.30%下降到2020年的27.56%,除煤炭外的其他三种能源比例均有所上升。文章给出建议是:降低一次能源消费总量,鼓励采用清洁能源,增加二次能源的输入量;引导能源节约和高效使用,促进北京市环境友好发展。 展开更多
关键词 一次能源消费量 能源消费结构 bp神经网络 马尔科夫模型 清洁能源
在线阅读 下载PDF
基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测 被引量:5
6
作者 丁倩 黄耀英 +2 位作者 谢同 李峰 高磊 《水资源与水工程学报》 CSCD 2020年第6期187-193,共7页
针对传统变形统计模型和BP神经网络模型对水工建筑物变形预测精度欠佳的问题,建立了BP神经网络-加权马尔科夫模型。首先,采用均值-均方差法对BP神经网络模型拟合的相对误差序列进行状态分类,并检验状态序列的马氏性。然后计算各阶自相... 针对传统变形统计模型和BP神经网络模型对水工建筑物变形预测精度欠佳的问题,建立了BP神经网络-加权马尔科夫模型。首先,采用均值-均方差法对BP神经网络模型拟合的相对误差序列进行状态分类,并检验状态序列的马氏性。然后计算各阶自相关系数和转移权重,利用加权和最大概率值预测未来的随机状态。最后以王甫洲水利枢纽泄水闸11#闸墩测点水平位移实测数据为例,分析比较逐步回归统计模型、BP神经网络模型和BP神经网络-加权马尔科夫模型的预测效果。结果表明:相比于逐步回归统计模型和BP神经网络模型,BP神经网络-加权马尔科夫模型的预测精度更高,说明BP神经网络-加权马尔科夫模型较为可靠。 展开更多
关键词 水平位移预测 预测精度 bp神经网络 加权马尔科夫模型 马氏检验
在线阅读 下载PDF
基于隐马尔科夫模型的网络安全风险评估方法 被引量:14
7
作者 王增光 卢昱 赵东昊 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2019年第3期71-76,共6页
为了能实时准确地评估网络安全风险,提出一种基于隐马尔科夫模型的网络安全风险评估方法。该方法基于隐马尔科夫模型对目标网络进行建模,通过节点的直接风险和相关性引起的间接风险来量化节点的安全风险;考虑节点在网络中的重要性程度,... 为了能实时准确地评估网络安全风险,提出一种基于隐马尔科夫模型的网络安全风险评估方法。该方法基于隐马尔科夫模型对目标网络进行建模,通过节点的直接风险和相关性引起的间接风险来量化节点的安全风险;考虑节点在网络中的重要性程度,结合节点安全风险,量化目标网络的整体安全风险。通过实验对所提方法进行验证。实验结果表明:该方法能够对由节点相关性和节点重要性程度所带来的网络安全风险进行量化,使得网络安全风险评估结果更加准确、可信。与传统的网络安全风险评估方法相比,该方法能够更加及时地发现网络中的异常风险变化情况,为网络安全防御策略的及时调整提供依据。 展开更多
关键词 风险评估 马尔科夫模型 节点安全风险 网络安全风险
在线阅读 下载PDF
我国金融行业间风险相依性研究——基于隐马尔科夫混合Copula模型 被引量:3
8
作者 吴永 何霞 郑文虎 《重庆理工大学学报(自然科学)》 CAS 北大核心 2019年第8期203-212,共10页
基于GAS边缘分布模型,将混合Copula嵌套于隐马尔科夫模型框架中,构建高维动态混合Copula模型,实证研究了我国金融行业中的银行、保险、证券和信托4个子行业间的动态相依性与最优动态路径,并对金融四大子行业间的尾部情况进行了分析。研... 基于GAS边缘分布模型,将混合Copula嵌套于隐马尔科夫模型框架中,构建高维动态混合Copula模型,实证研究了我国金融行业中的银行、保险、证券和信托4个子行业间的动态相依性与最优动态路径,并对金融四大子行业间的尾部情况进行了分析。研究结果显示:基于隐马尔科夫混合Copula模型优于3个单一Copula模型和混合Copula模型,它能较好地描述金融行业间的动态相依性和动态转换路径;还能通过高相依状态来有效地捕捉加剧金融行业风险传染的重大事件;两状态的尾部相关系数显示,金融行业高状态时更易发生尾部风险,发生风险时,银行业和保险业对彼此冲击最敏感,且更易受到对方冲击的影响。 展开更多
关键词 动态风险相依 混合Copula 马尔科夫模型 EM算法
在线阅读 下载PDF
基于混合高斯隐马尔科夫模型的滑坡发生时间预报
9
作者 李丽敏 夏梦凡 魏雄伟 《防灾减灾工程学报》 CSCD 北大核心 2023年第2期301-307,333,共8页
滑坡发生时间预报在防灾减灾工作中非常重要,准确的预报能够有效预防灾害发生可能造成的灾难性结果。为解决当前滑坡预报中仅仅实现对滑坡位移等相关参数的预测和估计,而未最终计算出滑坡发生时间的问题,提出采用混合高斯隐马尔科夫模型... 滑坡发生时间预报在防灾减灾工作中非常重要,准确的预报能够有效预防灾害发生可能造成的灾难性结果。为解决当前滑坡预报中仅仅实现对滑坡位移等相关参数的预测和估计,而未最终计算出滑坡发生时间的问题,提出采用混合高斯隐马尔科夫模型(MOG‐HMM)建立滑坡发生时间预报模型,即对滑坡灾害演化过程全周期数据利用混合高斯算法计算出宏观信息预报判据,与隐马尔科夫模型中的状态相匹配,建立滑坡演化状态模型,该模型能够反映全周期数据的多个状态,当需要对实时采集的位移数据进行时间预报时,首先利用解码算法对当前数据解码,即计算出其属于滑坡的哪个状态,然后利用Dijkstra最优路径规划算法,计算出从当前状态到达滑坡发生状态的时间,实现滑坡发生时间预报。通过对新滩滑坡和卧龙寺滑坡灾害全周期数据进行仿真验证,结果表明,本文方法能够比较准确地计算出滑坡发生的时间,同时利用评价指标对预报的结果进行测试,符合预报指标精度要求。 展开更多
关键词 滑坡灾害 时间预报 全周期数据 状态匹配 混合高斯马尔科夫模型
在线阅读 下载PDF
主分量分析和隐马尔科夫模型结合的轴承监测诊断方法 被引量:31
10
作者 张西宁 雷威 李兵 《西安交通大学学报》 EI CAS CSCD 北大核心 2017年第6期1-7,109,共8页
为了快速识别轴承的故障模式以及性能退化状态,提出了一种基于主分量分析和隐马尔科夫模型的轴承监测诊断方法。该方法首先提取了轴承振动信号的混合域故障特征集,使用主分量分析对混合域故障特征集降维,然后使用降维后的特征训练隐马... 为了快速识别轴承的故障模式以及性能退化状态,提出了一种基于主分量分析和隐马尔科夫模型的轴承监测诊断方法。该方法首先提取了轴承振动信号的混合域故障特征集,使用主分量分析对混合域故障特征集降维,然后使用降维后的特征训练隐马尔科夫模型,最后用降维后的测试样本测试模型的性能,根据隐马尔科夫模型输出的对数似然概率,确定轴承故障模式以及轴承的性能退化状态。开展了不同状态滚动轴承振动测试实验,数据分析结果表明,提出的方法诊断准确率均能达到100%,相比基于补偿距离选择特征降维及隐马尔科夫模型诊断方法,最高将分类离散度提高123.74%,并且在轴承的性能退化实验中,提出的方法能在故障早期给出故障预警,证明了该方法的有效性和准确性。 展开更多
关键词 混合域故障特征集 主分量分析 马尔科夫模型 轴承监测诊断
在线阅读 下载PDF
基于马尔科夫链的BP-SVM模型的径流预测 被引量:13
11
作者 王文川 张洁铭 +1 位作者 郑野 徐冬梅 《水利水电技术》 北大核心 2020年第11期78-84,共7页
为提高年径流预测的精度,以呼兰河下游兰西水文站1959—2014年的年径流数据作为输出,相应的流域气象数据作为输入,将BP神经网络和支持向量机(SVM)相结合,构建基于马尔科夫链修正的BP-SVM预测模型,运用该模型对呼兰河流域的年径流进行预... 为提高年径流预测的精度,以呼兰河下游兰西水文站1959—2014年的年径流数据作为输出,相应的流域气象数据作为输入,将BP神经网络和支持向量机(SVM)相结合,构建基于马尔科夫链修正的BP-SVM预测模型,运用该模型对呼兰河流域的年径流进行预测。采用哈里斯鹰群算法(HHO)优化支持向量机参数,构建HHO-SVM模型,并进行年径流预测,利用训练好的BP神经网络对年径流进行预测,分别运用马尔科夫链对两种模型的预测结果进行修正,通过最小二乘法确定模型组合权重,将两模型的预测结果进行组合,得到最终的年径流预测值。研究结果表明:HHO-SVM模型预测结果优于BP神经网络预测值;经马尔科夫链修正后,BP神经网络预测值精度提高较大,经最小二乘法组合后的预测结果平均相对误差为11.36%,确定性系数为0.95,合格率达90.91%。哈里斯鹰群算法(HHO)能较好的解决支持向量机参数优化问题,马尔科夫链的修正在一定程度能提高了各个模型的预测精度,提出的混合模型为年径流预测提供了一种新的方法。 展开更多
关键词 bp神经网络 HHO-SVM模型 马尔科夫 径流预报 模型耦合
在线阅读 下载PDF
基于隐马尔科夫模型的无线传感网节点故障诊断算法 被引量:10
12
作者 毛乐琦 《计算机应用与软件》 CSCD 北大核心 2014年第1期132-135,143,共5页
无线传感器网络中的故障诊断问题是目前的研究热点,实时且准确地诊断结果对于提高网络应用服务质量具有重大影响。针对现有方案存在着网络通信开销大、能耗大以及诊断结果不够精确等不足,提出一种能量有效的故障诊断方案。首先,基于隐... 无线传感器网络中的故障诊断问题是目前的研究热点,实时且准确地诊断结果对于提高网络应用服务质量具有重大影响。针对现有方案存在着网络通信开销大、能耗大以及诊断结果不够精确等不足,提出一种能量有效的故障诊断方案。首先,基于隐马尔科夫模型对问题进行建模,然后基于节点的邻居信息提出一种分布式诊断算法,它不需要发送额外的诊断信息到sink就能准确地诊断出故障节点,最后通过理论分析得出了故障诊断的界限值。仿真实验结果表明,该方法的准确率和误检率都接近于理论值,并在准确率、误检率和网络生命周期方面要优于已有的方法。 展开更多
关键词 无线传感器网络 故障诊断 马尔科夫模型 邻居信息 准确率 误检率
在线阅读 下载PDF
基于改进隐马尔科夫模型的畜禽全基因组关联分析中的多重检验方法 被引量:1
13
作者 梅步俊 王志华 《安徽农学通报》 2015年第10期22-24,共3页
为了改进在畜禽全基因组关联分析中,利用隐马尔可夫模型(HMM)进行多重检验时的过学习问题,提出将人工神经网络算法(ANN)作为预处理,引入畜禽全基因组关联分析中,较好地弥补了已有的多重检验方法的缺陷,提高了统计推断性能,其运算速度也... 为了改进在畜禽全基因组关联分析中,利用隐马尔可夫模型(HMM)进行多重检验时的过学习问题,提出将人工神经网络算法(ANN)作为预处理,引入畜禽全基因组关联分析中,较好地弥补了已有的多重检验方法的缺陷,提高了统计推断性能,其运算速度也显著提高。 展开更多
关键词 全基因组关联分析 马尔科夫模型 人工神经网络 多重比较 假设检验
在线阅读 下载PDF
基于改进的隐马尔可夫和神经网络混合模型的语音识别
14
作者 陈立伟 张晔 《应用声学》 CSCD 北大核心 2006年第2期90-95,共6页
研究了一种非齐次隐马尔可夫模型(Inhomogeneous Hidden Markov Model),然后将自组织特征映射神经网络与这种非齐次隐马尔可夫模型相结合,训练出抗噪声的HMM模型,并应用该混合模型进行语音识别。实验结果表明,该模型适合于对噪声背景下... 研究了一种非齐次隐马尔可夫模型(Inhomogeneous Hidden Markov Model),然后将自组织特征映射神经网络与这种非齐次隐马尔可夫模型相结合,训练出抗噪声的HMM模型,并应用该混合模型进行语音识别。实验结果表明,该模型适合于对噪声背景下的语音进行识别。该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(5dB-10dB),识别率可以提高5%左右。 展开更多
关键词 非齐次马尔可夫模型 自组织特征映射神经网络 混合模型 鲁棒性
在线阅读 下载PDF
采用隐马尔科夫模型的蛋白质复合物识别研究 被引量:2
15
作者 李鹏 罗爱静 +2 位作者 闵慧 谭荪怡 郭惠敏 《计算机科学与探索》 CSCD 北大核心 2021年第10期1980-1989,共10页
动态蛋白质网络的构建和复合物识别问题是生物信息学领域目前研究的热点。针对现有的算法在解决前述问题上的不足,提出了一种基于隐马尔科夫模型的蛋白质复合物识别算法(HMM-PC)。首先基于蛋白质的基因共表达特性构建初始蛋白质网络,然... 动态蛋白质网络的构建和复合物识别问题是生物信息学领域目前研究的热点。针对现有的算法在解决前述问题上的不足,提出了一种基于隐马尔科夫模型的蛋白质复合物识别算法(HMM-PC)。首先基于蛋白质的基因共表达特性构建初始蛋白质网络,然后利用蛋白质的共享功能注释、共享结构域和连接强度等信息来对网络进行加权,得到动态蛋白质网络。在此基础上,考虑前一时刻蛋白质网络拓扑结构信息对当前时刻蛋白质网络拓扑结构信息的影响,采用隐马尔科夫模型描述蛋白质复合物与网络个体间的相互关系,进而将动态蛋白质网络中的复合物识别问题建模为隐马尔科夫模型中的最优状态序列发现问题,并采用维特比算法识别得到蛋白质复合物。最后通过理论分析证明了所提算法的复杂度较低。采用DIP数据集和MIPS数据集中的酵母蛋白质网络作为测试对象,大量的仿真实验结果也表明,HMM-PC算法的鲁棒性较强,在查全率、查准率、F-measure和效率等方面的性能都要优于现有的复合物识别算法。 展开更多
关键词 动态蛋白质网络 蛋白质复合物 马尔科夫模型 状态序列 维特比算法
在线阅读 下载PDF
基于高斯混合-隐马尔科夫融合算法识别奶牛步态时相 被引量:4
16
作者 张楷 韩书庆 +2 位作者 程国栋 吴赛赛 刘继芳 《智慧农业(中英文)》 2022年第2期53-63,共11页
奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型(Gaussian Mixture Model,GMM)和隐马尔科夫模型(Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法GMM-HM... 奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型(Gaussian Mixture Model,GMM)和隐马尔科夫模型(Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度信号,通过卡尔曼滤波消除噪声,筛选并提取特征值,构建GMM-HMM模型,实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F_(1)分别为89.28%、90.95%和90.91%,连续步态中的站立相识别的准确率、召回率和F_(1)分别为91.55%、86.71%和89.06%,连续步态中的摆动相识别的准确率、召回率和F_(1)分别为86.67%、91.51%和89.03%。奶牛步态分割的准确率为91.67%,相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。 展开更多
关键词 马尔科夫模型 无监督学习 自动识别 峰值检测 高斯混合模型 惯性测量单元 HMM模型 步态分析
在线阅读 下载PDF
基于遗传与BP混合算法神经网络预测模型及应用 被引量:21
17
作者 殷峻暹 陈守煜 邱菊 《大连理工大学学报》 CAS CSCD 北大核心 2002年第5期594-598,共5页
提出用遗传学习算法和权重调整 BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型 ;即先通过遗传学习算法进行全局训练 ,再用权重调整 BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,以新疆雅马渡站的实... 提出用遗传学习算法和权重调整 BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型 ;即先通过遗传学习算法进行全局训练 ,再用权重调整 BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,以新疆雅马渡站的实测径流资料和相应的前期 4个预报因子实测数据作为样本进行训练并用以预测雅马渡站的年径流量 .结果表明 。 展开更多
关键词 混合算法 神经网络预测模型 模糊模式识别 遗传学习算法 权重调整bp算法 人工神经网络 收敛速度 水文预报
在线阅读 下载PDF
Pairwise马尔科夫模型下的势均衡多目标多伯努利滤波器 被引量:3
18
作者 张光华 韩崇昭 +1 位作者 连峰 曾令豪 《自动化学报》 EI CSCD 北大核心 2017年第12期2100-2108,共9页
由于在实际应用中目标模型不一定满足隐马尔科夫模型(Hidden Markov model,HMM)隐含的马尔科夫假设和独立性假设条件,一种更为一般化的Pairwise马尔科夫模型(Pairwise Markov model,PMM)被提出.它放宽了HMM的结构性限制,可以有效地处理... 由于在实际应用中目标模型不一定满足隐马尔科夫模型(Hidden Markov model,HMM)隐含的马尔科夫假设和独立性假设条件,一种更为一般化的Pairwise马尔科夫模型(Pairwise Markov model,PMM)被提出.它放宽了HMM的结构性限制,可以有效地处理更为复杂的目标跟踪场景.本文针对杂波环境下的多目标跟踪问题,提出一种在PMM框架下的势均衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMe MBer)滤波器,并给出它在线性高斯PMM条件下的高斯混合(Gaussian mixture,GM)实现.最后,采用一种满足HMM局部物理特性的线性高斯PMM,将本文所提算法与概率假设密度(Probability hypothesis density,PHD)滤波器进行比较.实验结果表明本文所提算法的跟踪性能优于PHD滤波器. 展开更多
关键词 马尔科夫模型 Pairwise马尔科夫模型 多目标跟踪 随机有限集 多伯努利密度 高斯混合
在线阅读 下载PDF
基于BP神经网络沥青混合料低温弯拉应变预测模型 被引量:9
19
作者 谭忆秋 公维强 徐慧宁 《沈阳建筑大学学报(自然科学版)》 CAS 北大核心 2009年第2期224-229,共6页
目的分析影响沥青混合料低温弯拉应变的因素,预测沥青混合料低温弯拉应变.方法基于Mablab7.1平台,应用灰色关联熵法分析了影响沥青混合料低温弯拉应变的因素,建立了结构为9-14-1的三层沥青混合料低温弯拉应变的BP神经网络预测模型.结果... 目的分析影响沥青混合料低温弯拉应变的因素,预测沥青混合料低温弯拉应变.方法基于Mablab7.1平台,应用灰色关联熵法分析了影响沥青混合料低温弯拉应变的因素,建立了结构为9-14-1的三层沥青混合料低温弯拉应变的BP神经网络预测模型.结果根据灰色关联熵法分析,确定了5℃延度、针入度指数PI、当量脆点t1.2、当量软化点t800、FAc比、25℃针入度、FAf比、软化点、CA比等9个影响因素作为神经网络模型的输入因素.通过43组试验数据对BP神经网络模型进行了学习训练,并用另外5组试验数据对模型进行了检验.预测结果与实测结果误差在工程要求精度范围以内.结论预测结果与实测结果的拟和程度较高,预测模型可信,可用于沥青混合料低温性能预测. 展开更多
关键词 沥青混合 低温弯拉应变 bp神经网络 预测模型 灰色关联熵
在线阅读 下载PDF
基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法 被引量:1
20
作者 钱建生 李小斌 +1 位作者 秦文光 秦海初 《工矿自动化》 北大核心 2014年第11期26-30,共5页
提出了一种基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法。该方法根据传感器采集的带式输送机功率时序数据建立带式输送机运行状态的混合高斯隐马尔可夫模型,基于该模型采用基于图的状态序列遍历算法和基于切普曼-柯尔莫哥... 提出了一种基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法。该方法根据传感器采集的带式输送机功率时序数据建立带式输送机运行状态的混合高斯隐马尔可夫模型,基于该模型采用基于图的状态序列遍历算法和基于切普曼-柯尔莫哥罗夫方程的概率转移算法对带式输送机堆煤时刻进行预测:基于图的状态序列遍历算法通过寻找当前状态到堆煤状态的通路确定剩余时间;基于切普曼-柯尔莫哥罗夫方程的概率转移算法通过粒子群优化算法及切普曼-柯尔莫哥罗夫方程交叉验证来获取训练样本上失败状态的概率阈值,并计算当前的状态迁移到超过失败状态概率阈值的转移次数来确定剩余时间。基于煤矿生产实际数据集的实验验证了该方法可有效预测带式输送机的堆煤发生时刻。 展开更多
关键词 带式输送机 堆煤时刻 堆煤预测 剩余寿命 马尔可夫模型 混合高斯马尔科夫模型 切普曼-柯尔莫哥罗夫方程
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部