期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自回归隐半马尔可夫模型的设备故障诊断
被引量：
4
1
作者
杨志波
董明
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2008年第3期471-474,479,共5页
提出了一种新的隐马尔可夫模型(HMM)拓展模型自回归隐半马尔可夫过程(Auto-Regressive Hidden Semi-Markov Model,AR-HSMM),并给出了模型参数的推导和相应的"前向-后向"算法.与传统的HMM相比,AR-HSMM有以下两个优点:①把传统...
提出了一种新的隐马尔可夫模型(HMM)拓展模型自回归隐半马尔可夫过程(Auto-Regressive Hidden Semi-Markov Model,AR-HSMM),并给出了模型参数的推导和相应的"前向-后向"算法.与传统的HMM相比,AR-HSMM有以下两个优点:①把传统HMM所假设的隐藏状态分布改进为显式高斯分布;②改进了传统HMM假设各观测变量相互独立的问题,通过在各观测变量之间建立联系,从而使之更加符合实际情况.在液压泵故障诊断中的应用实例表明,AR-HSMM在故障诊断中是非常有效的.
展开更多
关键词
故障诊断
自回归隐半马尔可夫模型
隐
马尔可夫
模型
在线阅读
下载PDF
职称材料
过程控制异常值的在线检测方法研究
2
作者
刘芳
毛志忠
《计量学报》
CSCD
北大核心
2013年第1期84-89,共6页
提出了一种改进输入形式的径向基网络RBFN与自回归隐马尔可夫模型ARHMM相结合的异常数据检测方法，并通过引入核空间概念，用以解决过程工业中大量过程数据要求在线异常检测问题。该方法利用改进的RBF网络在核空间内预测待检测数据值，...
提出了一种改进输入形式的径向基网络RBFN与自回归隐马尔可夫模型ARHMM相结合的异常数据检测方法，并通过引入核空间概念，用以解决过程工业中大量过程数据要求在线异常检测问题。该方法利用改进的RBF网络在核空间内预测待检测数据值，并根据核空间内的预测值与实际值偏差的大小，利用核ARHMM检测数据异常情况。改进的RBF网络能够方便地引入遗忘因子以及惩罚因子，从而增加算法的鲁棒性，提高检测的准确性。采用核ARHMM检测算法可以直接对数据异常情况作出准确判断，从而避免事先确定检测阈值的问题。通过实验与应用证明了该算法的实用性，与AR模型检测方法比较，该方法更适合于过程数据的异常检测问题。
展开更多
关键词
计量学
过程数据
被控对象
异常数据检测
径向基函数网络
核
自回
归隐
马尔可夫
模型
在线阅读
下载PDF
职称材料
基于分层强化学习的机械臂复杂操作技能学习方法
被引量：
1
3
作者
孟子晗
高翔
+1 位作者
刘元归
马陈昊
《现代电子技术》
2023年第19期116-124,共9页
在面对复杂任务时,传统强化学习方法存在状态空间庞大、奖励函数稀疏等问题,导致机械臂不能学习到复杂的操作技能。针对上述问题,提出一种基于分层强化学习的机械臂复杂操作技能学习方法。首先,底层运用基于Beta过程的自回归隐马尔可夫...
在面对复杂任务时,传统强化学习方法存在状态空间庞大、奖励函数稀疏等问题,导致机械臂不能学习到复杂的操作技能。针对上述问题,提出一种基于分层强化学习的机械臂复杂操作技能学习方法。首先,底层运用基于Beta过程的自回归隐马尔可夫模型,将复杂操作任务分解为多个简单的子任务;其次,对每个子任务运用SAC算法进行技能学习,得到每个子任务的最优策略;最后,根据底层得到的子任务最优策略,上层通过基于最大熵目标的改进强化学习算法学习复杂操作技能。实验结果表明,所提方法能有效实现机械臂复杂操作技能的学习、再现与泛化,并在性能上优于其他传统强化学习算法。
展开更多
关键词
机械臂
复杂操作任务
分层强化学习
子目标
自回
归隐
马尔可夫
模型
SAC算法
在线阅读
下载PDF
职称材料
题名
基于自回归隐半马尔可夫模型的设备故障诊断
被引量：
4
1
作者
杨志波
董明
机构
上海交通大学机械与动力工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2008年第3期471-474,479,共5页
基金
上海浦江计划资助项目(05PJ14067)
文摘
提出了一种新的隐马尔可夫模型(HMM)拓展模型自回归隐半马尔可夫过程(Auto-Regressive Hidden Semi-Markov Model,AR-HSMM),并给出了模型参数的推导和相应的"前向-后向"算法.与传统的HMM相比,AR-HSMM有以下两个优点:①把传统HMM所假设的隐藏状态分布改进为显式高斯分布;②改进了传统HMM假设各观测变量相互独立的问题,通过在各观测变量之间建立联系,从而使之更加符合实际情况.在液压泵故障诊断中的应用实例表明,AR-HSMM在故障诊断中是非常有效的.
关键词
故障诊断
自回归隐半马尔可夫模型
隐
马尔可夫
模型
Keywords
fault diagnosis
auto-regressive hidden semi-Markov model
hidden Markov model
分类号
TB114.3 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
过程控制异常值的在线检测方法研究
2
作者
刘芳
毛志忠
机构
东北大学信息科学与工程学院
东北大学流程工业综合自动化教育部重点实验室
出处
《计量学报》
CSCD
北大核心
2013年第1期84-89,共6页
基金
国家“863”计划项目（2007AA042194）
文摘
提出了一种改进输入形式的径向基网络RBFN与自回归隐马尔可夫模型ARHMM相结合的异常数据检测方法，并通过引入核空间概念，用以解决过程工业中大量过程数据要求在线异常检测问题。该方法利用改进的RBF网络在核空间内预测待检测数据值，并根据核空间内的预测值与实际值偏差的大小，利用核ARHMM检测数据异常情况。改进的RBF网络能够方便地引入遗忘因子以及惩罚因子，从而增加算法的鲁棒性，提高检测的准确性。采用核ARHMM检测算法可以直接对数据异常情况作出准确判断，从而避免事先确定检测阈值的问题。通过实验与应用证明了该算法的实用性，与AR模型检测方法比较，该方法更适合于过程数据的异常检测问题。
关键词
计量学
过程数据
被控对象
异常数据检测
径向基函数网络
核
自回
归隐
马尔可夫
模型
Keywords
Metrology
Process data
Controlled objects
Outlier detection
RBF network
Kernel ARHMM
分类号
TB9 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
基于分层强化学习的机械臂复杂操作技能学习方法
被引量：
1
3
作者
孟子晗
高翔
刘元归
马陈昊
机构
南京邮电大学自动化学院人工智能学院
出处
《现代电子技术》
2023年第19期116-124,共9页
基金
江苏省自然科学基金项目(BK20210599)
江苏省博士后科研资助项目(2019K030)。
文摘
在面对复杂任务时,传统强化学习方法存在状态空间庞大、奖励函数稀疏等问题,导致机械臂不能学习到复杂的操作技能。针对上述问题,提出一种基于分层强化学习的机械臂复杂操作技能学习方法。首先,底层运用基于Beta过程的自回归隐马尔可夫模型,将复杂操作任务分解为多个简单的子任务;其次,对每个子任务运用SAC算法进行技能学习,得到每个子任务的最优策略;最后,根据底层得到的子任务最优策略,上层通过基于最大熵目标的改进强化学习算法学习复杂操作技能。实验结果表明,所提方法能有效实现机械臂复杂操作技能的学习、再现与泛化,并在性能上优于其他传统强化学习算法。
关键词
机械臂
复杂操作任务
分层强化学习
子目标
自回
归隐
马尔可夫
模型
SAC算法
Keywords
robot manipulator
complex manipulation task
hierarchical reinforcement learning
sub⁃objective
autoregressive HMM
SAC algorithm
分类号
TN99-34 [电子电信—信号与信息处理]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自回归隐半马尔可夫模型的设备故障诊断
杨志波
董明
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2008
4
在线阅读
下载PDF
职称材料
2
过程控制异常值的在线检测方法研究
刘芳
毛志忠
《计量学报》
CSCD
北大核心
2013
0
在线阅读
下载PDF
职称材料
3
基于分层强化学习的机械臂复杂操作技能学习方法
孟子晗
高翔
刘元归
马陈昊
《现代电子技术》
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
