基于大数据技术的输电线路运行故障诊断关键技术 被引量：24

1

作者 王沛 《电测与仪表》 北大核心 2021年第5期182-189,共8页

在智能电网的建设中输电线路故障诊断是其重要组成。针对输电线路数据利用率低、上传单一等问题,在输电线路故障诊断中应用S变换和连续隐马尔可夫模型,利用S变换提取输电线路故障特征,通过各故障的特征建立连续隐马尔可夫模型,实现故障... 在智能电网的建设中输电线路故障诊断是其重要组成。针对输电线路数据利用率低、上传单一等问题,在输电线路故障诊断中应用S变换和连续隐马尔可夫模型,利用S变换提取输电线路故障特征,通过各故障的特征建立连续隐马尔可夫模型,实现故障选相。通过仿真验证在不同的工作条件下该方法的有效性,结果表明,该方法具有不受故障工况改变的影响、且在较高噪音下仍能正确识别故障线路的优势,为我国输电线路故障诊断的发展提供了参考和借鉴。 展开更多

关键词 智能电网 输电线路 故障选相 S变换 连续隐马尔可夫模型

下载PDF 职称材料

基于自回归–连续隐马尔可夫模型的离心泵故障诊断 被引量：18

2

作者 周云龙 柳长昕 +2 位作者 赵鹏 孙斌 洪文鹏 《中国电机工程学报》 EI CSCD 北大核心 2008年第20期88-93,共6页

根据振动与语音信号的相似性和离心泵故障信号的特点,将连续隐马尔可夫模型引入了离心泵的故障诊断中。利用自回归谱不受数据长度的限制,及自回归模型参数对状态变化规律反映敏感的特点,以信号的12阶自回归谱系数为特征矢量,将其输入到... 根据振动与语音信号的相似性和离心泵故障信号的特点,将连续隐马尔可夫模型引入了离心泵的故障诊断中。利用自回归谱不受数据长度的限制,及自回归模型参数对状态变化规律反映敏感的特点,以信号的12阶自回归谱系数为特征矢量,将其输入到各个状态连续隐马尔可夫进行训练,来实现离心泵的故障诊断。为防止数据下溢,引入前向–后向比例因子算法求其对数似然概率,并且采用K-means算法对连续隐马尔可夫进行参数初始化。在给定的观测序列中每一种模型的优化路径通过Viterbi算法实现,用Baum-Welch算法实现参数重估。最后通过2BA-6A离心泵试验系统验证了该方法的有效性。 展开更多

关键词 离心泵 故障诊断 连续隐马尔可夫模型 自回归谱分析

下载PDF 职称材料

基于连续隐马尔可夫模型的人脸识别方法 被引量：8

3

作者 沈杰 王正群 +1 位作者 邹军 侯艳平 《计算机工程与设计》 CSCD 北大核心 2008年第3期707-709,718,共4页

提出了一种基于连续隐马尔可夫模型的人脸图像识别方法,主要内容包括以下方面:①由于奇异值向量具有稳定性、转置不变性等特点,对归一化的人脸图像,采用奇异值分解抽取人脸图像特征作为观察值序列;②在人脸识别中应用连续隐马尔可夫模型... 提出了一种基于连续隐马尔可夫模型的人脸图像识别方法,主要内容包括以下方面:①由于奇异值向量具有稳定性、转置不变性等特点,对归一化的人脸图像,采用奇异值分解抽取人脸图像特征作为观察值序列;②在人脸识别中应用连续隐马尔可夫模型,采用双高斯概率密度函数训练、建立HMM模型,再利用建好的HMM模型进行识别。实验结果显示,所提出的方法减少了数据计算量,运行速度快,并提高了识别率,完全满足人脸识别系统实时性要求。 展开更多

关键词 模式识别 隐马尔可夫模型 连续隐马尔可夫模型 奇异值分解 人脸识别

下载PDF 职称材料

基于连续隐马尔科夫模型的英语翻译机器人语音识别系统 被引量：9

4

作者 赵力瑾 高攀 《自动化与仪器仪表》 2022年第6期191-194,200,共5页

语音识别系统在音频质量较差时,经常出现识别错误的情况,为提高识别精度,基于连续隐马尔科夫模型设计英语翻译机器人语音识别系统。在硬件中,设计音频信号接收器和机器人音频识别模块主处理器。在软件中,对音频信号量化并预加重处理,计... 语音识别系统在音频质量较差时,经常出现识别错误的情况,为提高识别精度,基于连续隐马尔科夫模型设计英语翻译机器人语音识别系统。在硬件中,设计音频信号接收器和机器人音频识别模块主处理器。在软件中,对音频信号量化并预加重处理,计算帧移距离与每帧长度之间的比值,获取模拟信号转换频率与基本单位量化指标;基于连续隐马尔可夫模型构建语音文本解编码器,计算窗函数的宽度,在网格中获取马尔科夫链概率路径,比较不同概率路径的复杂度;设计英语翻译机器人语音识别算法,得到英语翻译机器人的语音识别结果。由实验数据可知:该系统在三种不同音频质量下的语音识别准确率均在75%以上,较其他系统更稳定,在同等音频质量下,准确率更高,可见连续隐马尔可夫模型的语音识别系统优于其他系统。 展开更多

关键词 连续隐马尔科夫模型 英语翻译机器人 语音识别 系统设计 解编码器 音频信号

原文传递

基于改进连续隐马尔可夫模型的六极径向主动磁轴承转子位移软测量 被引量：7

5

作者 朱熀秋 樊帅 《中国电机工程学报》 EI CSCD 北大核心 2021年第11期3933-3942,共10页

针对磁轴承系统中位移传感器带来的成本高、体积大和可靠性差等问题,该文提出一种基于改进连续隐马尔可夫模型的六极径向主动磁轴承转子位移软测量的方法。首先介绍六极径向主动磁轴承的结构和工作原理,并用麦克斯韦张量法推导了径向悬... 针对磁轴承系统中位移传感器带来的成本高、体积大和可靠性差等问题,该文提出一种基于改进连续隐马尔可夫模型的六极径向主动磁轴承转子位移软测量的方法。首先介绍六极径向主动磁轴承的结构和工作原理,并用麦克斯韦张量法推导了径向悬浮力的数学模型。然后,分析连续隐马尔可夫模型的原理,并将其应用在磁轴承转子位移预测上。采用遗传算法优化连续隐马尔可夫模型的初始模型参数,同时采集位移和电流数据,并建立样本数据库,由此训练出改进的连续隐马尔可夫模型,建立六极径向主动磁轴承转子位移软测量模型。接着,构建该软测量模型的仿真系统,并进行转子的起浮和抗干扰等仿真分析,改进连续隐马尔可夫模型的预测精度可达实际值的93.37%,较传统连续隐马尔可夫模型提高了18.57%,综合预测能力和抗干扰性能更强。最后搭建实验平台进行验证实验,证明了该方法的可行性与可靠性。 展开更多

关键词 六极径向主动磁轴承 连续隐马尔可夫模型 遗传算法 软测量模型

下载PDF 职称材料

基于GMM-CHMM的城市道路换道行为识别 被引量：7

6

作者 徐婷 温常磊 +3 位作者 张香 李宝文 王健 张亚坤 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第1期61-67,共7页

高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型.在西安城市道路环境中进行实验,采集18位驾驶员的9个车载实时参数数据,以及前后车... 高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型.在西安城市道路环境中进行实验,采集18位驾驶员的9个车载实时参数数据,以及前后车辆间的相对速度、相对距离、相对角度,提取412个换道行为单元和824个车道保持行为单元,共88992条数据.运用数理统计方法分析表明,方向盘转角、转向角速度、相对安全距离比在换道行为和车道保持行为之间有显著性差异,在这3个特征参数的基础上,建立混合了高斯混合模型(GMM)和连续型隐马尔可夫模型(CHMM)的识别模型,用部分样本对模型效能评价.结果表明,混合模型对换道行为的识别精度为93.6%,具有良好的识别效果,可以很好地应用到ADAS. 展开更多

关键词 智能交通 换道识别 GMM CHMM 驾驶行为 主动安全系统

下载PDF 职称材料

结合狄利克雷过程和连续隐马尔科夫模型的滚动轴承性能退化评估 被引量：7

7

作者 王恒 周易文 +1 位作者 季云 瞿家明 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第1期117-123,共7页

针对隐马尔科夫模型(Hidden Markov model,HMM)定义中状态数必须预先设定的不足,提出了一种基于狄利克雷过程(Dirichlet process,DP)和连续隐马尔科夫模型(Continuous hidden Markov model,CHMM)的滚动轴承性能退化评估方法。该方法基... 针对隐马尔科夫模型(Hidden Markov model,HMM)定义中状态数必须预先设定的不足,提出了一种基于狄利克雷过程(Dirichlet process,DP)和连续隐马尔科夫模型(Continuous hidden Markov model,CHMM)的滚动轴承性能退化评估方法。该方法基于DP扩展混合模型(Dirichlet process mixture model,DPMM)良好的聚类特性和分层狄利克雷过程(Hierarchical Dirichlet process,HDP)的分层共享原理,利用多组状态特征值,获得了轴承的运行状态数,解决了CHMM模型结构设置的问题,实现了滚动轴承运行中的退化状态识别和性能评估。利用美国USFI/UCR智能维护中心轴承全寿命试验进行了应用研究,并与基于Kolmogorov-Smirnov(K-S)检验的滚动轴承性能退化评估进行了对比。结果表明,结合狄利克雷过程和连续隐马尔科夫模型的算法能有效地监测滚动轴承运行中的不同退化状态,为基于状态的设备维修提供了参考。 展开更多

关键词 机械设计 狄利克雷过程 连续隐马尔可夫模型 性能退化评估 滚动轴承

原文传递

基于HDP-CHMM的机械设备性能退化评估 被引量：6

8

作者 王恒 季云 +1 位作者 朱龙彪 刘肖 《振动．测试与诊断》 EI CSCD 北大核心 2018年第4期733-737,共5页

针对传统隐马尔可夫模型(hidden Markov model,简称HMM)状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-连续隐马尔可夫模型(hierarchical Dirichlet process-continuous hidden Markov model,简称HDP-CHMM)的机械设备性能... 针对传统隐马尔可夫模型(hidden Markov model,简称HMM)状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-连续隐马尔可夫模型(hierarchical Dirichlet process-continuous hidden Markov model,简称HDP-CHMM)的机械设备性能退化评估方法。该方法利用分层狄利克雷模型的分层聚类原理,在狄利克雷过程(Dirichlet process,简称DP)模型的基础上进行扩展,利用多组关联数据实现了模型结构根据观测数据的自适应变化和动态调整,获得设备运行过程中的最优退化状态数,并结合连续隐马尔可夫模型(continuous hidden Markov model,简称CHMM)良好的分析和建模能力,获得设备退化状态转移路径,实现机械设备运行过程中的退化状态识别和性能评估。利用滚动轴承全寿命数据的多组特征值进行了应用研究,并与基于K-S检验算法的机械设备零部件性能退化评估方法进行了比较。结果表明,HDP-CHMM模型可以对轴承实际运行状态转移过程进行建模,有效识别轴承运行中的不同退化状态,为基于状态的设备维修提供了理论指导。 展开更多

关键词 分层狄利克雷模型 连续隐马尔可夫模型 性能退化评估 滚动轴承

下载PDF 职称材料

基于连续隐马尔可夫模型的仿真模型验证 被引量：4

9

作者 吴静 吴晓燕 +1 位作者 滕江川 陈永兴 《兵工学报》 EI CAS CSCD 北大核心 2012年第3期367-372,共6页

将连续隐马尔科夫模型(CHMM)应用于仿真模型验证研究,在分段提取各可选仿真模型输出特征向量序列的基础上,采用Segmental K-Means算法训练并建立各可选仿真模型的CHMM,进而构建模型库;将实际系统的特征向量序列作用于模型库,依据其概率... 将连续隐马尔科夫模型(CHMM)应用于仿真模型验证研究,在分段提取各可选仿真模型输出特征向量序列的基础上,采用Segmental K-Means算法训练并建立各可选仿真模型的CHMM,进而构建模型库;将实际系统的特征向量序列作用于模型库,依据其概率输出判别各可选仿真模型相对于实际系统的有效性。最后通过实例分析,证明了该方法的有效性。 展开更多

关键词 飞行器控制、导航技术 模型验证 连续隐马尔可夫模型 模式识别

下载PDF 职称材料

基于边缘计算的滚动轴承智能监测系统研究 被引量：1

10

作者 武向军 李海虹 郭宏 《太原科技大学学报》 2023年第3期252-257,共6页

工业大数据环境下,受云中心计算能力和数据传输带宽的制约,降低了滚动轴承云平台在线检测系统的数据处理效率和实时性。针对这一问题,提出一种基于边缘计算的滚动轴承智能监测系统。该系统采用分层递进模式,将训练测试好的连续隐马尔科... 工业大数据环境下,受云中心计算能力和数据传输带宽的制约,降低了滚动轴承云平台在线检测系统的数据处理效率和实时性。针对这一问题,提出一种基于边缘计算的滚动轴承智能监测系统。该系统采用分层递进模式,将训练测试好的连续隐马尔科夫模型布置在边缘层,对滚动轴承的振动信号提取时/频域特征,用随机森林算法进行特征重要性评估,建立敏感特征集并输入模型,在边缘层进行状态监测和初步故障诊断。通过上传故障数据至云层,进行包络谱分析,做出最终判断和维修安排。通过滚动轴承实测信号对该系统进行了分析验证,结果表明该系统具有较高的稳定性和识别准确率,具备满足实时性要求的性能,提高监测效率。 展开更多

关键词 滚动轴承 状态监测 边缘计算 随机森林 连续隐马尔科夫模型

下载PDF 职称材料

结合DBN和CHMM的滚动轴承性能退化评估 被引量：1

11

作者 潘玉娜 魏婷婷 程道来 《机械科学与技术》 CSCD 北大核心 2023年第3期462-467,共6页

针对现有退化评估方法应用情境单一,特征指标筛选依赖人工经验,提出了一种基于深度置信网络(Deep belief network, DBN)和连续隐马尔科夫(Continuous hidden markov model, CHMM)相结合的滚动轴承性能退化评估方法。将滚动轴承正常状态... 针对现有退化评估方法应用情境单一,特征指标筛选依赖人工经验,提出了一种基于深度置信网络(Deep belief network, DBN)和连续隐马尔科夫(Continuous hidden markov model, CHMM)相结合的滚动轴承性能退化评估方法。将滚动轴承正常状态下的振动信号处理为归一化幅值谱,以此作为DBN特征自动提取模型的输入,并使用CHMM做评估模型,其中CHMM的训练样本即通过DBN提取的正常状态下的特征向量。通过不同情境下的滚动轴承全寿命周期实验数据验证了所提模型的有效性。与近期有关文献所提方法进行比较,该方法避免了人工选择特征指标,且对早期微弱故障检测具有一定的敏感性。 展开更多

关键词 滚动轴承 性能退化 深度置信网络(DBN) 连续隐马尔科夫(CHMM)

下载PDF 职称材料

手势识别身份认证的连续隐马尔可夫模型 被引量：5

12

作者 李富 孙子文 《小型微型计算机系统》 CSCD 北大核心 2018年第3期474-477,共4页

针对智能手机存储隐私信息所面临的安全问题,采用一种基于连续隐马尔科夫模型的手势识别身份认证方法.首先由手机触摸屏传感器采集手指滑动的原始手势特征序列,并通过大小归一化及平滑去噪预处理;接着提取手势运动轨迹的三个基本特征序... 针对智能手机存储隐私信息所面临的安全问题,采用一种基于连续隐马尔科夫模型的手势识别身份认证方法.首先由手机触摸屏传感器采集手指滑动的原始手势特征序列,并通过大小归一化及平滑去噪预处理;接着提取手势运动轨迹的三个基本特征序列与三个隐含的特征序列;最后采用概率统计的方法,使用连续隐马尔科夫模型建立用户手势模型,用于测试比较特征序列以判断用户身份的合法性.仿真实验结果表明,与动态时间规整算法和支持向量机算法相比,方法具有较低的错误拒绝率和错误接受率,能明显提高身份认证的准确性. 展开更多

关键词 手势识别 身份认证 连续隐马尔可夫模型 手机传感器

下载PDF 职称材料

基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型 被引量：4

13

作者 赵春临 郑崇勋 赵敏 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第12期1474-1478,共5页

提取多通道脑电(EEG)功率谱特征,训练连续高斯密度混合隐马尔科夫模型(CHMM),建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明:EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最... 提取多通道脑电(EEG)功率谱特征,训练连续高斯密度混合隐马尔科夫模型(CHMM),建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明:EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最高分类正确率达到97.5%;在训练样本相同的情况下,CHMM比反向传输人工神经网络具有更高的分类精度. 展开更多

关键词 连续隐马尔科夫模型 脑电 功率谱 精神疲劳

下载PDF 职称材料

改进连续隐马尔可夫模型的有杆抽油故障诊断

14

作者 王东宇 刘宏昭 任慧 《机械科学与技术》 CSCD 北大核心 2023年第12期1959-1966,共8页

利用人工智能诊断有杆抽油系统故障时,描述工况的示功图成为机器学习的对象,提取示功图特征和建立诊断模型是主要步骤。已有的依据阀门工作位置的几何特征未能直接反映示功图的面积,因此提出一组改进的训练特征,并采用连续隐马尔可夫模... 利用人工智能诊断有杆抽油系统故障时,描述工况的示功图成为机器学习的对象,提取示功图特征和建立诊断模型是主要步骤。已有的依据阀门工作位置的几何特征未能直接反映示功图的面积,因此提出一组改进的训练特征,并采用连续隐马尔可夫模型(CHMM)建立诊断模型。为了使参数的初始化更可靠,使用与混合高斯模型相关联的K-means聚类算法。将本文提出的诊断方法用于真实油井的示功图集进行测试,结果表明,本文方法不仅有效,而且改进的训练特征和建模方法都提高了诊断的准确率。 展开更多

关键词 示功图 特征提取 连续隐马尔可夫模型 K-MEANS聚类

下载PDF 职称材料

基于连续隐马可夫模型的变工况风机齿轮箱性能退化评估 被引量：4

15

作者 李韵仪 沈艳霞 《机械设计与研究》 CSCD 北大核心 2021年第4期106-109,114,共5页

为排除工况变化给风机齿轮箱性能退化状态特征提取带来的干扰,引入基于干扰属性投影(Nuisance Attribute Projection,NAP)的特征变换方法。将变换后的特征向量作为观测值建立正常状态下的连续隐马尔科夫模型(Continuous Hidden Markov m... 为排除工况变化给风机齿轮箱性能退化状态特征提取带来的干扰,引入基于干扰属性投影(Nuisance Attribute Projection,NAP)的特征变换方法。将变换后的特征向量作为观测值建立正常状态下的连续隐马尔科夫模型(Continuous Hidden Markov model,CHMM),以模型输出概率与正常状态输出概率的偏离程度作为齿轮箱性能退化的评估依据。为建立动态警报系统,提出利用极限误差法对输出结果进行统计处理划出分级警报线,为后续维护计划制定提供参考。 展开更多

关键词 风机齿轮箱 性能退化 干扰属性投影 连续隐马尔科夫模型 极限误差法

原文传递

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法

16

作者 王彦快 米根锁 +2 位作者 张玉 王宇峰 王朋雨 《铁道学报》 EI CAS CSCD 北大核心 2023年第11期107-116,共10页

为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维... 为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维特征信息的冗余,构建道岔特征指标样本数据库;利用连续隐马尔可夫模型划分道岔退化状态,在此基础上,建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明:所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能,而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法,为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。 展开更多

关键词 高铁道岔设备 健康状态评估 连续隐马尔可夫模型 麻雀搜索算法优化支持向量机 核主成分分析

下载PDF 职称材料

利用基因算法训练连续隐马尔柯夫模型的语音识别 被引量：2

17

作者 孙放 胡光锐 徐雄 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第6期19-22,共4页

为了提高语音识别系统的性能，基于全域优化的思想，提出了一种用于训练连续隐马尔柯夫模型（ＣＨＭＭ）的新算法——基因算法，并将该算法用于语音识别．用该算法训练ＣＨＭＭ，可得到最佳的模型参数，从而提高了语音识别率．利用该算... 为了提高语音识别系统的性能，基于全域优化的思想，提出了一种用于训练连续隐马尔柯夫模型（ＣＨＭＭ）的新算法——基因算法，并将该算法用于语音识别．用该算法训练ＣＨＭＭ，可得到最佳的模型参数，从而提高了语音识别率．利用该算法训练ＣＨＭＭ，不需要对ＣＨＭＭ的每一个参数单独进行估值，能够在一定的程度上提高训练速度．文中阐述了整个算法，给出了计算机模拟结果，并与传统的训练方法进行了比较． 展开更多

关键词 隐马尔柯夫模型 基因算法 语音识别

下载PDF 职称材料

PCA+CHMM在设备性能退化状态识别中的应用研究 被引量：4

18

作者 钟飞 宁芊 +1 位作者 周新志 赵成萍 《计算机应用研究》 CSCD 北大核心 2019年第1期136-139,共4页

为了准确识别机械设备当前所处的退化状态,研究了一种基于PCA(主成分分析)和CHMM(连续型隐马尔可夫模型)结合的性能退化状态识别方法。首先提取设备振动信号全寿命周期的时域、频域、时频域的特征,经过初步筛选后组成新的特征集,使用PC... 为了准确识别机械设备当前所处的退化状态,研究了一种基于PCA(主成分分析)和CHMM(连续型隐马尔可夫模型)结合的性能退化状态识别方法。首先提取设备振动信号全寿命周期的时域、频域、时频域的特征,经过初步筛选后组成新的特征集,使用PCA方法对其进行降维处理;然后利用降维后的数据,训练一个全寿命周期CHMM用来确定退化状态数目,再针对每个退化状态训练一个CHMM,通过比较观测序列处于各个模型下的似然概率值判断设备当前所处的退化状态;最后通过实验对比了PCA+CHMM和PCA+SVM、PCA+KNN、PCA+CART方法的各退化状态识别准确率,结果表明PCA+CHMM的平均识别准确率最高、识别效果较好,适用于设备退化状态的识别。 展开更多

关键词 性能退化 主成分分析 连续隐马尔可夫模型 特征降维 退化状态识别

下载PDF 职称材料

基于连续隐马尔可夫模型的协作频谱检测 被引量：4

19

作者 张凯 齐丽娜 《计算机技术与发展》 2015年第6期64-68,共5页

机器学习是当前人工智能的主要研究方向,连续隐马尔可夫模型(Continuous Hidden Markov Model,CHMM)作为机器学习方法的一种被广泛应用于故障诊断、图像处理、生命科学等领域。研究表明,在信道占用和空闲状态下采样得到的能量值满足不... 机器学习是当前人工智能的主要研究方向,连续隐马尔可夫模型(Continuous Hidden Markov Model,CHMM)作为机器学习方法的一种被广泛应用于故障诊断、图像处理、生命科学等领域。研究表明,在信道占用和空闲状态下采样得到的能量值满足不同的高斯分布,故可采用机器学习方法通过模式识别进行频谱感知;同时为了克服离散隐马尔可夫模型(Discrete Hidden Markov Model,DHMM)在处理连续信号矢量量化过程中产生的信息失真问题,文中将CHMM引入多用户协作频谱检测技术,分别根据信道占用和信道空闲时采集到的能量值来训练CHMM模型建立CHMM1-CHMMn,多个次用户分别将当前采集到的信道的能量值作为待测矩阵同CHMM1-CHMMn进行模式识别,根据识别结果判定当前信道是占用还是空闲。仿真结果表明,该方法在频谱感知方面具有较高的准确性。 展开更多

关键词 认知无线电 机器学习 连续隐马尔可夫模型 频谱检测

下载PDF 职称材料

基于改进连续隐马尔科夫模型的风机齿轮箱故障诊断 被引量：4

20

作者 丁超然 刘三明 +1 位作者 王帅 潘兆旭 《电力学报》 2019年第1期68-78,共11页

连续隐马尔科夫模型(CHMM)应用于风机齿轮箱故障诊断,针对隐马尔可夫模型训练算法易收敛于局部最优解,提出了一种改进的BSA-CHMM参数训练算法,将鸟群算法(BSA)与Baum-Welch算法相结合,可有效的跳出局部最优解。分析振动信号并利用小波... 连续隐马尔科夫模型(CHMM)应用于风机齿轮箱故障诊断,针对隐马尔可夫模型训练算法易收敛于局部最优解,提出了一种改进的BSA-CHMM参数训练算法,将鸟群算法(BSA)与Baum-Welch算法相结合,可有效的跳出局部最优解。分析振动信号并利用小波包分解与重构提取频带能量作为特征向量;将正常及各故障状态的训练样本特征作为模型观测值输入BSA-CHMM模型进行训练;最后将各检验样本特征输入各状态模型中,得到输出概率作为故障诊断的评判依据。通过Matlab仿真试验结果表明:所提出的诊断方法能够准确地诊断出故障状态,且相较于传统的CHMM训练算法能取得更好的训练结果。 展开更多

关键词 故障诊断 风机齿轮箱 连续隐马尔科夫模型 参数训练 鸟群算法(BSA)

下载PDF 职称材料