基于改进HMM的驾驶疲劳险态识别方法

驾驶疲劳的产生是渐进的动态生成过程,基于隐马尔可夫模型(hidden Markov model,HMM)的相关研究需首先确定模型训练初值,且训练过程易陷入局部最优.基于此,通过在HMM训练过程中引入粒子群优化(particle swarm optimization,PSO)算法对训练过程存在的上述问题进行了改进,并结合驾驶疲劳状态典型数据集对所提出的改进方法和前向后向算法(forward-backward(BW)algorithm)进行了详细对比.实验及分析测试结果表明,所提出的改进方法在驾驶疲劳预测结果准确性和稳定性上都优于BW算法.     

基于自回归隐半马尔可夫模型的设备故障诊断

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.     

基于HMM的蒙古文自动词性标注研究

描述了基于统计的蒙古文自动词性标注系统的功能和总体结构,并对系统的性能进行测试.以规模为95万词的语料库作为训练语料,对5万词的测试文本进行一级词性标注,结果表明封闭测试和开放测试的准确率分别达到96.96%和96.79%     

一种基于HMM的雷达目标识别方法

根据雷达目标散射点的一般模型和特定条件的简化模型；提出用RELAX方法从高分辨雷达回波提取目标散射点分布的位置信息作为目标HRRR的特征向量；利用HRRR对雷达视角敏感这一特点，用隐马尔可夫过程表征多视角雷达回波序列，获得目标距离-方位两维信息，用若干HMM子过程构成的模式链表征一个飞行目标的飞行姿态变化，从而采用基于隐马尔可夫模型的分类器实现目标类属和方位的自动识别和分类，实测数据的计算机仿真结果表明，这一方法的平均识率为99.80%和81.2%。     

基于HMM的个性化智能推荐研究

Internet和电子商务的发展带动了对个性化智能技术的研究.提出基于隐马尔可夫模型的浏览兴趣发现方法,通过学习用户访问模式预测用户未来的网页请求,为不同需求的用户推荐所需服务,减少用户的无效操作.     

基于HMM的扩频通信扫频干扰抑制

为解决扩频通信中扫频干扰抑制问题,采用HMM(Hidden Markov Models),在不同时刻对各频率点上的信号幅度进行Markov建模,并采用基于似然梯度的HMM识别算法对模型参数进行实时估计。仿真结果表明,通过对HMM估计算法的参数进行合适调整,模型可以快速地跟踪和抑制扫频干扰,对慢跳频干扰也能进行有效抑制。     

基于HMM的手势识别研究

利用可穿戴式加速度传感器采集手势动作信息,研究了基于隐马尔可夫模型的手势识别技术.首先采集手势加速度数据,采用改进的SWAB算法进行自动端点检测,通过提取相应的手势特征,利用HMM对手势指令建模,并采用K-means算法矢量量化手势特征序列,以提高手势识别性能.实验表明,本文采用的方法能够有效识别手势动作.     

基于改进蚁群算法的HMM参数估计

针对隐马尔可夫模型(HMM)的传统参数估计方法容易陷入局部最优,对初始参数值要求较高且会出现过耦合现象,为了提高模型的鲁棒性和识别性能,提出一种基于改进蚁群算法的HMM参数训练估算法(HMM-ACO).该算法根据信息素的变化实现全局搜索,较好地解决了迭代算法易发生的局部陷阱问题.与其他全局优化算法相比,该算法识别精度有较大提高.实验表明,利用HMM-ACO算法训练的隐马尔可夫模型具有较好的分类识别性能.     

基于隐马尔可夫模型的机器人足球赛场态势评估

针对机器人足球赛场态势评估问题,提出一种基于隐马尔可夫模型（HMM）的机器人足球赛场态势评估模型。通过对赛场信息进行提取和量化,抽象出7个相关态势因素,作为HMM模型的输入数据,通过采用改进的Bauw-Welch算法优化HMM的参数,从而获得赛场态势评估结果。实验结果表明,所提出的方法能较好地满足赛场实时性和准确性的要求,可以为球场上对应策略的变更提供及时、可靠的依据。     

基于FVQ和HMM模糊训练的语音识别方法

本文提出了一种基于模糊矢量量化（ＦＶＱ）和隐马尔柯夫模型（ＨＭＭ）模糊训练的语音识别新方法．利用模糊矢量量化替代了传统方法中的矢量量化，语音特征参数序列经过模糊矢量量化后得到模糊观察符号序列．在此基础上提取出一个反映训练样本总体随机变化特性的模糊观察符号序列，然后用它对该音节的ＨＭＭ进行一次性全局训练，训练算法经传统的Ｂａｕｍ－Ｗｅｌｃｈ算法改进得到．经十个汉语数字的对比实验表明，该训练算法大大提高了系统的训练速度，模糊矢量量化与传统的矢量量化相比，不仅提高了隐马尔柯夫模型的鲁棒性，进而提高了系统的识别率，而且在语音训练数据不充足的情况下，也能得到很好的识别性能．     

基于离散隐马尔科夫模型的语音识别技术

概述语音识别技术的基本原理,对当前三种主要识别技术--动态时间规整技术、隐含马尔科夫模型技术及人工神经网络技术进行比较,重点介绍基于离散隐马尔科夫模型(DHMM)的语音识别系统的实现.     

基于连续隐马尔科夫模型的步态识别

步态识别主要是通过人体走路的姿势来识别人的身份，近来年，步态作为一种生物特征识别技术备受计算机视觉研究者的关注．给出了基于连续隐马尔科夫的步态识别方法：研究了静止背景下人体步态的检测以及基于步态的人体身份识别技术，主要包括背景建模、人体检测、轮廓特征提取及连续隐马尔科夫识别和分类．在小数据库上取得了超过95％的识别率；实验结果表明，本方法有效．     

离心泵无分离条件下叶片型线对比试验

在离心泵测试用的开式实验台上，通过对原型泵和分离型叶片离心泵对比实验的测试数据的分析与处理，验证了无分离条件下叶片型线(流线型叶片)的水力效率高于产生边界层分离时的叶片型线的水力效率。通过实验，分析了由流体在叶片近壁表面产生的边界层分离而对压差阻力所造成的影响以及对离心泵的动力性能所造成的危害。指出在叶片型线的设计过程中，获得无分离条件下叶片型线对改善泵的性能，提高其水力效率是非常有意义的。     

基于改进神经网络的自动调制识别研究

自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一。选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合。为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器。仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0~20 dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率。     

基于改进神经网络的自动调制识别研究

自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一.选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合.为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器.仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0～20dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率.     

基于CFD的船用离心泵口环磨损故障研究

为了研究发生口环磨损故障时船用泵的运行特性,以一台比转速为66.7的船用离心泵为研究对象,基于CFD研究了不同口环磨损情况下船用离心泵外特性、内部流场和叶轮表面径向力的变化规律.研究方案为前口环磨损(磨损量为f)、后口环磨损(磨损量为b)和前后口环同时磨损(磨损量为t)三种.结果表明:采用的数值模拟方法可靠;当口环磨损故障发生时,泵的扬程和效率均有所下降,磨损量f,b和t均为0.9mm时,泵扬程分别下降4.84%,1.07%和7.24%,效率分别下降11.74,6.51和16.25个百分点;前口环磨损对于泵性能的影响要大于后口环磨损,并且该模型泵对口环磨损量的敏感范围在0.0~0.6mm之间;三种方案的磨损量变化对泵内部静压影响顺序为t>f>b;口环磨损后,叶轮表面径向力减小,前后口环同时磨损时下降最大.研究结果可为船用离心泵故障监测及诊断提供依据.     

一种改进的基于小波去噪HMM非特定人语音识别算法

在HMM算法的基础上引入了小波去噪理论,从而提高了原始语音的信噪比和最终识别率.由于分别对每段语音去噪并进行端点检测,大大降低了运算量,因而减少了训练时间,达到了较好的识别效果.通过与DTW算法的对比,证明了改进的HMM算法在非特定人语音识别中的良好效果.     

离心泵在设计工况下泵腔内压力分布的研究

将泵腔内的液体流动简化为理想液体,利用Navier-Stokes方程建立了泵腔内压力随半径变化的关系式．应用离心泵欧拉方程式求解泵腔内的压力分布方程式,并将理论计算值与实验值比较,结果表明：越靠近密封环,计算结果与实测差值越小,在外径处差值最大;泵腔内液体旋转角速度等于叶轮旋转角速度的一半,这一假设有待于进一步验证．     

基于CFD紊流计算的离心泵叶型优化设计

在对离心泵内部流场进行全三维数值模拟的基础上,建立了叶片型线优化设计的数学模型.以叶片长度最短为目标函数,叶轮相对半径r=-0.5处无回流为约束条件,讨论了该模型优化计算的方法.在离心泵叶轮的基本外尺寸给定的情况下,运用该数学模型,研究基于高次曲线的离心泵叶型优化设计命题,采用黄金分割法获得了优化叶轮C2.将叶轮C2和C1进行同台试验对比,其中C1也是三次曲线叶型,与传统的单圆弧叶型非常接近,C1与C2相比,仅叶片的包角不同.研究结果表明:叶轮C2的总体性能优于叶轮C1,优化设计数学模型合理.     

基于CFD螺旋离心式血泵与离心式血泵内部流场的数值分析

利用CFD软件对采用一元理论的方法所设计的螺旋离心式血泵和离心式血泵两种离心式心脏泵进行数值模拟,对比和分析两种离心式血泵内部流动特性,研究血液流经叶轮的速度、压力、切应力等参数的分布,得到相应的云图,分析两种血泵模型对血液的影响.研究结果显示:螺旋离心式血泵可以有效地避免血液在流动过程中产生的涡流、湍流和较高的剪切力.血液在螺旋离心式血泵内部的速度场、压力场及切应力分布都比离心式血泵均匀、合理.