-
-
滚动轴承故障诊断中的Volterra核-HMM识别方法
结合Volterra级数和隐Markov模型,提出了一种基于Volterra核特征提取的HMM故障识别方法。在该方法中,利用子空间法从正常、滚动体故障、内圈故障和外圈故障4种不同的轴承中提取Volterra核作为特征向量,然后,输入到各种故障模式的HMM中进行识别。提出方法利用电机转轴末端滚动轴承采集的实验数据得到了验证。
-
-
基于HMM的矿井提升机故障诊断方法
结合隐马尔可夫模型(HMM)所需训练样本少及可解释的优点,提出了基于HMM的矿井提升机故障诊断方法。利用多个加速度传感器在提升机运行的不同转速阶段采集数据,通过快速傅里叶变换(FFT)从提升机振动信号中进行特征抽取后,再由劳埃德算法(Lloyd)进行标量量化,根据HMM建模理论,训练HMM诊断库,再利用训练好的HMM对提升机进行状态监测和故障诊断。
-
论文研究 - 使用HMM模型实施贸易策略:一些电信公司的实践
库存趋势预测已成为许多交易者的挑战性任务。 对于股票交易者,及时预测看跌或看涨的市场状况对于减少损失和增加回报非常有帮助。 本文介绍了一种用于确定库存趋势状态的“隐马尔可夫模型(HMM)”方法:“高趋势”,“低趋势”或“中”。 并根据估计的趋势状态制定了一种简单的交易策略。 然后将该策略应用于三只电信股:AT&T,Verizon和中国移动,以进行交易绩效评估。 我们 ...
-
论文研究 - 基于HMM的文档文本字段的数学表达提取。
针对难以自动,快速,有效地提取文档非结构化文本域中的数学表达式的问题,提出了一种基于隐马尔可夫模型的方法。 首先,该方法通过利用数学表达式的符号组合特征来训练HMM模型。 然后,进行了一些预处理工作,例如删除标签和过滤单词。 最后,将预处理后的文本转换为观察序列,作为HMM模型的输入,以确定哪个数学表达式并将其提取出来。 实验结果表明,该方法可以有效地从文档的文本字段中提取数学表达式,具有较高的准确率和查全率。
-
论文研究 - 基于HMM的基于深度神经网络的面部表情参数映射的逼真的有声人脸合成
本文提出了一种使用HMM和DNN的两步合成技术来合成基于像素的逼真的有声谈话动画的技术。 我们引入面部表情参数作为中间表示,它与面部图像的输入上下文和输出像素数据都具有良好的对应性。 使用具有静态和动态特征的上下文相关HMM对面部表情参数的序列进行建模。 使用DNN训练从表达参数到目标像素图像的映射。 我们检查了HMM和DNN所需的训练数据量,并通过客观和主观评估实验比较了所提出的技术与基于PCA的常规技术的性能。
-
改进的HMM系统在英语语音合成中的研究
根据英语语言所具有的一些特性对HMM模型进行改进,设计出适合英语语音合成的上下文属性集以及用于模型聚类的问题集,提高了其建模和训练效果。此外,借助HTK和Festival等工具,以基频和声道谱参数为训练参数,最终实现此英语语音合成系统。从所合成语句的效果来看,合成语音整体稳定流畅,而且节奏感比较强。
-
-
HMM MATLAB工具箱使用及详解
详解MATLAB中HMM工具包中各个函数的使用方法,给出例子,并有详细注释
以投两个骰子为例
说明由转移矩阵混淆矩阵生成随机观察和隐藏序列、维特比算法(viterbi)、通过训练估计转移矩阵和混淆矩阵等函数的运用
大家一起学习吧~
-
基于FLDA_CPCA与HMM的人脸识别.pdf
... 的复向量空间; 通过运用复主分量分析, 来抽取人脸图像的有效鉴别特征; 最后通过 HMM对这些特征进行训练, 得到一个优化的 HMM并应用于识别。在 ORL人脸数据库中进行实验, 实验结果表明, 该方法具有较高的识别率。
-