隐马尔科夫模型应用领域、热点及趋势分析——基于CiteSpaceⅡ 被引量：1

下载PDF

导出

摘要随着隐马尔科夫模型相关理论的进步,在许多领域出现了大量的关于隐马尔科夫模型应用的文献。为厘清国内外对隐马尔科夫模型的研究轨迹,以Web of Science(SCI)中收录的2005-2014年间关于隐马尔科夫模型的应用文献为数据源,利用CiteSpaceⅡ对所收集的2826篇研究文献进行可视化分析,使用图谱的形式展示结果,客观全面地分析隐马尔科夫模型的应用领域、研究热点和发展趋势。同时,探究其主要研究国家与研究机构的分布情况,期望能对进一步研究和发展隐马尔科夫模型提供一定的借鉴作用。

作者张璇周峰

机构地区中南财经政法大学统计与数学学院

出处《现代商贸工业》 2015年第15期63-65,共3页 Modern Business Trade Industry

关键词 CITESPACE II 可视化分析隐马尔科夫模型热点应用领域

分类号 F27 [经济管理—企业管理]

引文网络
相关文献

参考文献13

1Baum L E, Petrie T. Statistical inference for probabilistic func- tions of finite state Markov chains[J]. The annals of mathemati- cal statistics, 1966 : 1554-1563. 被引量：1
2Raviv J. Decision making in Markov chains applied to the problem of pattern recognition[J]. IEEE Trans. Inform. Theory, 1967,13 (4) :536-551. 被引量：1
3Nielsen M, Lundegaard C, Worning P, et al. Reliable prediction of T-cell epitopes using neural networks with novel sequence repre- sentations[J]. Protein Science, 2003,12(5) : 1007-1017. 被引量：1
4Conn P B,Cooch E G. Multistate capture-recapture analysis under imperfect state observation: an application to disease models[J]. Journal of Applied Ecology,2009,46(2):486-492. 被引量：1
5Reddy S, Mun M, Burke J, et al. Using mobile phones to deter- mine transportation modes [J]. ACM Transactions on Sensor Networks(TOSN), 2010,6 (2) : 13. 被引量：1
6Sikorska J Z, Hodkiewicz M, Ma L. Prognostic modelling options for remaining useful life estimation by industry[J]. Mechanical Systems and Signal Processing, 2011,25(5) : 1803-1836. 被引量：1
7马宝山,朱义胜.基于隐马尔科夫模型的基因预测算法[J].大连海事大学学报,2008,34(4):41-44. 被引量：3
8刘宗礼,孔祥才.基于隐马尔科夫模型的入侵检测算法研究[J].甘肃科技,2007,23(4):81-82. 被引量：2
9闫新娟,谭敏生,严亚周,吕明娥.基于隐马尔科夫模型和神经网络的入侵检测研究[J].计算机应用与软件,2012,29(2):294-297. 被引量：22
10朱旭东,刘志镜.基于主题隐马尔科夫模型的人体异常行为识别[J].计算机科学,2012,39(3):251-255. 被引量：38

二级参考文献129

1王丽娜,徐巍,刘铸.基于相似度聚类分析方法的异常入侵检测系统的模型及实现[J].小型微型计算机系统,2004,25(7):1333-1336. 被引量：16
2朱红梅,王家廞,赵燕南,杨泽红.延时HMM在基因剪接供体位点识别中的应用[J].计算机工程,2007,33(5):1-3. 被引量：4
3YOON B J, VAIDYANATHAN P P. Computational identification and analysis of noncoding RNAs-unearthing the buried treasures in the genome [J]. IEEE Signal Processing Magazine, 2007, 24(1): 64-74. 被引量：1
4YOON B J, VAIDYANATHAN P P. Fast search of sequences with complex symbol correlations using profile context-sensitive HMMS and pre-screening filters[C].//ICASSP 2007, Hawaii, USA: IEEE Press, 2007, 1:345-348. 被引量：1
5RABINER L R, JUANG B H. An introduction to hidden Markov models [J]. IEEE Acoustics, Speech and Signal Processing Society Magazine, 1986, 3(1) :4-16. 被引量：1
6FEDER M, OPPENHEIM A V, WEINSTEIN E. Maximum likelihood noise cancellation using the EM algorithm [J]. IEEE Transactions on Acoustics, Speech and Signal Processing, 1989, 37(2) :204-216. 被引量：1
7Kleinberg J.Bursty and hierarchical structure in streams.Proceedings of Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining(pp.91-101),Edmonton,Alberta,Canada:ACM Press,2002. 被引量：1
8Freeman L C.Centrality in social networks:Conceptual clarification.Social Networks,1979,1:215-239. 被引量：1
9Price D D.Networks of scientific papers.Science,1965,149:510-515. 被引量：1
10van Raan A.On growth,ageing,and fractal differentiation of science.Scientometrics,2000,47(2):347-362. 被引量：1

共引文献1473

1涂雅婷,陆康康,王昂昂.我国中小学计算思维研究现状与趋势——基于CiteSpace的可视化分析[J].中小学电教（综合）,2022(7):9-13.
2李幸,李彤,马艳,闫国跃.基于CiteSpace分析国家非物质文化遗产“壮医药线点灸”研究热点趋势[J].中国民族医药杂志,2023,29(2):60-64. 被引量：4
3王欢,张曙光,周航,丁维俊.1991-2021年限时进食研究领域热点和趋势的可视化分析[J].中国预防医学杂志,2021,22(9):662-669. 被引量：1
4齐岳,廖科智,王治皓,刘彤阳.疫情防控背景下多目标投资组合选择之回顾与展望[J].中国软科学,2021(S01):10-22.
5张炜霖,潘丽贞,王英,陈弦.基于CiteSpace的国内中医药治疗不孕症文献计量分析[J].亚太传统医药,2021,17(10):138-143. 被引量：5
6张洪,韩利.近十年国际儿童心理领域的文献可视化研究[J].心理月刊,2020(5):6-10. 被引量：1
7周彬,徐金铭,虞虎,金建英.海岛旅游研究进展与启示——以国际英文期刊载文为例[J].中国生态旅游,2021,11(4):548-566. 被引量：8
8李姝晓,程锦红,程占红.全球气候变化背景下低碳旅游研究进展及可视化分析[J].中国生态旅游,2021,11(1):141-158. 被引量：11
9朱新蕾,杜广芬,池晓超.人工智能在肿瘤领域应用研究热点和发展趋势[J].社区医学杂志,2022,20(7):407-411.
10詹敏,刘建勋,孙林娟.基于CiteSpace和VOSviewer对血瘀证血小板研究的可视化分析[J].世界科学技术-中医药现代化,2022,24(7):2784-2795. 被引量：7

同被引文献10

1任江涛,何武,印鉴,张毅.一种时间序列快速分段及符号化方法[J].计算机科学,2005,32(9):166-169. 被引量：4
2倪巍伟,陆介平,陈耿,孙志挥.基于k均值分区的数据流离群点检测算法[J].计算机研究与发展,2006,43(9):1639-1643. 被引量：20
3曹惠玲,周百政.QAR数据在航空发动机监控中的应用研究[J].中国民航大学学报,2010,28(3):15-19. 被引量：13
4廖俊,于雷,罗寰,穆中林.基于趋势转折点的时间序列分段线性表示[J].计算机工程与应用,2010,46(30):50-53. 被引量：20
5黄晓彬,王春峰,房振明,熊春连.基于隐马尔科夫模型的中国股票信息探测[J].系统工程理论与实践,2012,32(4):713-720. 被引量：12
6章登义,欧阳黜霏,吴文李.针对时间序列多步预测的聚类隐马尔科夫模型[J].电子学报,2014,42(12):2359-2364. 被引量：24
7柳姣姣,禹素萍,吴波,姜华,何风行,李凤荣.基于隐马尔科夫模型的时空序列预测方法[J].微型机与应用,2016,35(1):74-76. 被引量：6
8于天剑,陈特放,陈雅婷,成庶.HMM在电机轴承上的故障诊断[J].哈尔滨工业大学学报,2016,48(2):184-188. 被引量：9
9杨慧,王光霞.基于重要点的飞机发动机数据异常子序列检测[J].计算机工程与设计,2016,37(9):2543-2547. 被引量：5
10钱江波,董逸生.一种基于广度优先搜索邻居的聚类算法[J].东南大学学报（自然科学版）,2004,34(1):109-112. 被引量：26

引证文献1

1杨慧,毛好好,霍纬纲.聚类HMM模型在QAR数据分析中的应用研究[J].计算机应用与软件,2018,35(1):85-91. 被引量：3

二级引证文献3

1霍纬纲,王慧芳.基于自编码器和隐马尔可夫模型的时间序列异常检测方法[J].计算机应用,2020,40(5):1329-1334. 被引量：12
2乔俊飞,孙子健,汤健.面向工业过程软测量建模的概念漂移检测综述[J].控制理论与应用,2021,38(8):1159-1174. 被引量：10
3颜廷龙,李瑛,王凤芹.基于MRF模型的飞机飞行动作识别划分算法[J].计算机工程与科学,2022,44(1):159-164. 被引量：4

1杨娅雯,马明,白静盼,边莉娜.基于关系营销中客户忠诚分类的研究综述[J].宁夏师范学院学报,2015,36(6):70-77.
2李传刚,郭梦菲.近年来企业知识管理研究的文献计量与可视化探析[J].品牌（理论月刊）,2015(10):233-234. 被引量：1
3芦彩梅,徐天强.国际产业集群研究知识图谱分析[J].科技管理研究,2015,35(18):157-160. 被引量：6
4李子江.数理经济学研究与中国经济理论的进步[J].经济科学,1999(3):55-62. 被引量：3
5杜鹏程,陈云,杜雪.国际责任式创新知识图谱研究[J].科技进步与对策,2016,33(13):6-13. 被引量：3
6姜爱林.新中国城镇化研究轨迹及主要成果慨述[J].学术动态（北京),2002(9):8-14.
7姜爱林.新中国城镇化研究轨迹及主要成果概述[J].中国社会发展战略,2002(3):55-58. 被引量：1
8潘文军.物联网与现代物流管理关系的探析[J].起重运输机械,2012(2):37-42. 被引量：20
9黄超吾.编者导读[J].中国研究型医院,2015,2(3).
10汪曲.国际团队成员交换研究领域的知识可视化分析[J].沈阳农业大学学报（社会科学版）,2016,18(5):532-537.

现代商贸工业

2015年第15期

浏览历史

内容加载中请稍等...