检索结果-维普期刊中文期刊服务平台

基于模糊自回归隐马尔可夫模型的控制过程异常数据检测被引量：8: 1; 作者刘芳毛志忠李磊《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第5期984-990,共7页; 在工业过程控制系统中,利用智能方法建立被控对象模型已经受到越来越多的关注。模型的准确与否对于控制器的设计以及控制的准确性至关重要,而准确的建模数据是建立准确被控对象模型的必要条件。本文针对控制过程对于建模数据异常定义的... 展开更多; 关键词异常数据自回归隐马尔可夫模型建模隶属度函数; 在线阅读下载PDF 职称材料

应应用用阶数自学习自回归隐马尔可夫模型对控制过程异常数据的在线检测被引量：3: 2; 作者刘芳毛志忠《控制理论与应用》 EI CAS CSCD 北大核心 2011年第5期631-638,共8页; 针对过程工业中强噪声环境下实时采集的控制过程海量数据难以在线精确检测的问题,提出了基于阶数自学习自回归隐马尔可夫模型(ARHMM)的工业控制过程异常数据在线检测方法.该算法采用自回归(AR)模型对时间序列进行拟合,利用隐马尔科夫模... 展开更多; 关键词自回归隐马尔科夫模型 BDT 异常数据检测在线检测; 在线阅读下载PDF 职称材料

基于自回归隐半马尔可夫模型的设备故障诊断被引量：4: 3; 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... 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

基于加权自回归隐马尔科夫模型的语音识别被引量：1: 4; 作者冯岑明杨亚民《统计与决策》 CSSCI 北大核心 2012年第22期80-82,共3页; 对于非特定人语音识别问题,针对隐马尔科夫模型中假设提取的观察矢量之间相互独立且数据不足的困难,文章在连续隐马尔科夫(CHMM)模型的基础上提出了基于加权自回归HMM(WARHMM)的语音识别方法,该方法利用加权自回归过程得到观察矢量,从... 展开更多; 关键词连续隐马尔科夫模型加权自回归隐马尔科夫模型语音识别; 在线阅读下载PDF 职称材料

IEEE802.11e无线局域网中的接入延迟分析模型: 5; 作者吴大鹏甄岩 +1 位作者武穆清张晓静《传感技术学报》 CAS CSCD 北大核心 2008年第12期2044-2049,共6页; IEEE802.11e标准为各个服务类别制定了不同的信道竞争参数数值,使得无线局域网具备了业务区分能力。标准中所提出的增强型分布式接入方式主要包括虚拟碰撞、节点回退、最小竞争窗口以及仲裁帧间隔等机制。本文建立三维离散马尔可夫模型... 展开更多; 关键词无线局域网服务区分马尔可夫模型回退过程; 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: 6; 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，... 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：2: 7; 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... 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

支持多速率自适应的IEEE 802.11网络性能分析被引量：1: 8; 作者毛建兵毛玉明 +1 位作者冷甦鹏白翔《计算机应用》 CSCD 北大核心 2009年第10期2638-2643,2646,共7页; 针对基于自动速率回退(ARF)算法的多速率IEEE 802.11网络,给出了ARF算法分析的一种离散时间Markov链模型。模型的建立,考虑了节点在发送过程中,通过Basic与RTS/CTS模式的选择,对是否因为信道传输误码导致的失败进行的区分。利用算法模型... 展开更多; 关键词 IEEE 802.11 多速率自动速率回退算法马尔可夫链模型速率自适应; 在线阅读下载PDF 职称材料

题名基于模糊自回归隐马尔可夫模型的控制过程异常数据检测被引量：8: 1; 作者刘芳毛志忠李磊; 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《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第5期984-990,共7页; 基金国家高新技术研究发展计划("863"计划)项目(2007AA04Z194)资助; 文摘在工业过程控制系统中,利用智能方法建立被控对象模型已经受到越来越多的关注。模型的准确与否对于控制器的设计以及控制的准确性至关重要,而准确的建模数据是建立准确被控对象模型的必要条件。本文针对控制过程对于建模数据异常定义的特殊性,提出一种适合于控制过程建模数据异常检测的方法:基于模糊自回归隐马尔可夫模型(ARHMM)的控制过程异常数据检测方法。该方法分别通过三部分检测将数据分成正确数据集和异常数据集,并确定正确数据集的隶属度函数,最后根据三个集合的隶属度函数来判断数据是否异常。针对控制过程数据量大,实时性强等特点,模糊ARHMM采用在线更新参数的办法,保证了该方法能够适用于控制过程的数据检测及建模的要求。试验结果和实际应用表明,基于模糊ARHMM的异常数据检测方法具有很好检测效果和实际应用价值。; 关键词异常数据自回归隐马尔可夫模型建模隶属度函数; Keywords outlier ARHMM modeling membership function; 分类号 TP206 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名应应用用阶数自学习自回归隐马尔可夫模型对控制过程异常数据的在线检测被引量：3: 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《控制理论与应用》 EI CAS CSCD 北大核心 2011年第5期631-638,共8页; 基金国家高新技术研究"863"发展计划资助项目(2007AA04Z194 2007AA041401); 文摘针对过程工业中强噪声环境下实时采集的控制过程海量数据难以在线精确检测的问题,提出了基于阶数自学习自回归隐马尔可夫模型(ARHMM)的工业控制过程异常数据在线检测方法.该算法采用自回归(AR)模型对时间序列进行拟合,利用隐马尔科夫模型(HMM)作为数据检测的工具,避免了传统检测方法中需要预先设定检测阈值的问题,并将传统的BDT(Brockwell-Dahlhaus-Trindade)算法改进成为对于时间和阶数均实施迭代的双重迭代结构,以实现ARHMM参数在线更新.为了减小异常数据对ARHMM参数更新的影响,本文采用先检测后更新的方式,根据检测结果采取不同的更新方法,提高了该算法的鲁棒性.模型数据仿真与应用试验结果证明,该算法具有较高的检测精度和抗干扰能力,同时具备在线检测的能力.通过与传统基于AR模型的异常数据检测方法比较,证明了该方法更适合作为过程工业控制过程数据的异常检测工具.; 关键词自回归隐马尔科夫模型 BDT 异常数据检测在线检测; Keywords ARHMM model BDT outlier detection online detection; 分类号 TP309.2 [自动化与计算机技术—计算机系统结构]; 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: 3; 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

题名基于加权自回归隐马尔科夫模型的语音识别被引量：1: 4; 作者冯岑明杨亚民; 机构上海理工大学管理学院上海工业自动化仪表研究院工程研究中心; 出处《统计与决策》 CSSCI 北大核心 2012年第22期80-82,共3页; 基金国家自然科学基金项目(60874002) 上海市教委重点科技创新项目(09ZZ158) +1 种基金上海市重点学科项目(S30501) 上海市研究生创新基金项目(JWCXSL1002); 文摘对于非特定人语音识别问题,针对隐马尔科夫模型中假设提取的观察矢量之间相互独立且数据不足的困难,文章在连续隐马尔科夫(CHMM)模型的基础上提出了基于加权自回归HMM(WARHMM)的语音识别方法,该方法利用加权自回归过程得到观察矢量,从而获得隐状态输出。这种方法可以充分利用已有的观察数据,适合于实际随机性较强的语音信号的识别。实验结果证明了提出方法的有效性。; 关键词连续隐马尔科夫模型加权自回归隐马尔科夫模型语音识别; 分类号 TP311.52 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名IEEE802.11e无线局域网中的接入延迟分析模型: 5; 作者吴大鹏甄岩武穆清张晓静; 机构北京邮电大学宽带通信网实验室; 出处《传感技术学报》 CAS CSCD 北大核心 2008年第12期2044-2049,共6页; 基金国家自然科学基金资助(60772109); 文摘 IEEE802.11e标准为各个服务类别制定了不同的信道竞争参数数值,使得无线局域网具备了业务区分能力。标准中所提出的增强型分布式接入方式主要包括虚拟碰撞、节点回退、最小竞争窗口以及仲裁帧间隔等机制。本文建立三维离散马尔可夫模型分析队列在接入过程中的竞争行为,进而准确估计各个队列的接入延迟。仿真结果表明,该模型能够准确地描述资源竞争情况,接入延迟计算法方法可根据不同系统参数精确地计算接入延迟性能。; 关键词无线局域网服务区分马尔可夫模型回退过程; Keywords wireless LAN service differentiate markov model backoff procedure; 分类号 TP393.17 [自动化与计算机技术—计算机应用技术]; 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: 6; 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：2: 7; 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

题名支持多速率自适应的IEEE 802.11网络性能分析被引量：1: 8; 作者毛建兵毛玉明冷甦鹏白翔; 机构电子科技大学通信抗干扰技术国家级重点实验室; 出处《计算机应用》 CSCD 北大核心 2009年第10期2638-2643,2646,共7页; 基金国家自然科学基金资助项目(60802024) 国家863计划项目(2005AA121122); 文摘针对基于自动速率回退(ARF)算法的多速率IEEE 802.11网络,给出了ARF算法分析的一种离散时间Markov链模型。模型的建立,考虑了节点在发送过程中,通过Basic与RTS/CTS模式的选择,对是否因为信道传输误码导致的失败进行的区分。利用算法模型,分析了节点在以随机概率选择不同发送模式的方式下,其采用各个传输速率的稳态概率分布,并在此基础上结合协议退避机制的研究,给出了多速率网络系统吞吐量性能的计算方法。通过大量的仿真实验,验证了模型分析方法具有很好的准确性,并讨论了算法以及MAC协议参数设置对网络性能的影响。; 关键词 IEEE 802.11 多速率自动速率回退算法马尔可夫链模型速率自适应; Keywords IEEE 802.11 multirate Automatic Rate Fallback （ARF） algorithm Markov chain model rate adaptation; 分类号 TP393.02 [自动化与计算机技术—计算机应用技术]; 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	基于模糊自回归隐马尔可夫模型的控制过程异常数据检测	刘芳毛志忠李磊	《仪器仪表学报》 EI CAS CSCD 北大核心	2010	8	在线阅读下载PDF 职称材料
2	应应用用阶数自学习自回归隐马尔可夫模型对控制过程异常数据的在线检测	刘芳毛志忠	《控制理论与应用》 EI CAS CSCD 北大核心	2011	3	在线阅读下载PDF 职称材料
3	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
4	基于加权自回归隐马尔科夫模型的语音识别	冯岑明杨亚民	《统计与决策》 CSSCI 北大核心	2012	1	在线阅读下载PDF 职称材料
5	IEEE802.11e无线局域网中的接入延迟分析模型	吴大鹏甄岩武穆清张晓静	《传感技术学报》 CAS CSCD 北大核心	2008	0	在线阅读下载PDF 职称材料
6	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
7	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	2	在线阅读下载PDF 职称材料
8	支持多速率自适应的IEEE 802.11网络性能分析	毛建兵毛玉明冷甦鹏白翔	《计算机应用》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料