导读:本文包含了隐马尔可夫模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:马尔,模型,可夫,步态,负荷,灰色,参量。
隐马尔可夫模型论文文献综述
刘畅,魏忠诚,张春华,王巍,赵继军[1]（2019）在《基于隐马尔可夫模型的步态识别算法》一文中研究指出为降低数据噪声的干扰,提高步态识别的有效性,提出一种基于隐马尔可夫模型的步态识别算法(GR-HMM)。利用滑动平均滤波模型对步态数据进行去噪预处理,建立观测序列;基于GR-HMM算法计算观测序列概率,重估迭代至观测序列概率收敛,得到GR-HMM算法的参数模型;对步态数据进行步态阶段识别及步态关键事件定位。基于Shimmer IMU采集的数据对算法进行训练和分析评估,实验结果表明,GR-HMM算法的步态阶段识别灵敏度和特异性分别可达93.1%和96.9%。(本文来源于《计算机工程与设计》期刊2019年12期）
韦国歆,李志鹏,陆涛,席伟韬,袁瑶[2]（2019）在《基于马尔可夫模型的蓄电池寿命预测方法研究》一文中研究指出传统的蓄电池寿命预测存在着精准度低与效率低的缺陷,为此提出基于马尔可夫模型的蓄电池寿命预测方法。根据蓄电池的使用原理对寿命预测参数进行选定,对确定的寿命预测参数建立蓄电池退化模型,经过计算得到蓄电池退化模型参数。将得到的模型参数引入马尔可夫模型计算蓄电池的伪寿命,对伪寿命进行处理得到寿命预测值,实现了对蓄电池寿命的预测。实验结果显示,提出的蓄电池寿命预测方法精准度平均值与效率平均值分别比传统方法高出28%和15.4%,说明提出的蓄电池寿命预测方法具有极高的有效性。(本文来源于《自动化与仪器仪表》期刊2019年11期）
林秀梅,李青召,历姿彤[3]（2019）在《基于马尔可夫机制转换动态因子模型对我国经济周期拐点的识别》一文中研究指出基于1993年1月至2017年6月我国工业增加值、货币供应量(M1)、社会消费品零售总额、全社会固定资产投资等宏观经济指标,本文利用两步估计法的马尔可夫机制转换动态因子模型(MS-DFM)对我国经济周期进行了测度,并对经济周期的拐点进行了识别。结果显示,经调整后的月度动态因子与季度GDP高度相关,其可以作为月度GDP的替代变量。MS-DFM能够很好地识别我国经济周期的拐点。相较于仅仅利用季度GDP构建MS-AR模型,MS-DFM对经济周期和经济周期拐点的刻画更加灵敏。研究发现,目前我国经济依然处于紧缩期,而供给侧结构性改革将成为经济保持稳定增长的关键所在。(本文来源于《吉林大学数量经济优秀成果汇编（2018年卷）》期刊2019-11-01）
张丽,张涛,张宏伟,王福忠,郭江震[4]（2019）在《一种基于多参量隐马尔可夫模型的负荷辨识方法》一文中研究指出由于电力需求侧负荷形态各异、特性多变,种类繁多,采用传统方法进行负荷辨识时存在识别率不高、模型建立困难、难以推广应用等问题。为此,基于智能负荷控制器(SRLC)的用电参数检测功能和非侵入式负荷监测(NILM)原理,提出一种基于多参量隐马尔可夫模型(MPHMM)的负荷辨识方法。该方法采用4个负载特性参数(电流、有功功率、无功功率、功率因素)作为模型的观测向量,通过模型学习和多次迭代计算,求得与MPHMM模型隐藏状态相匹配的观测序列的最大输出概率和最优状态序列,再采用辅助判别算法对结果进行修正,完成对负荷的最终辨识。通过搭建实验平台对所提方法进行验证。结果表明,该方法辨识准确率可达95%以上,特别是对小功率负荷具有较好的识别效果。(本文来源于《电力系统保护与控制》期刊2019年20期）
刘嘉,王泽滨[5]（2019）在《加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用》一文中研究指出灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年05期）
马超,戴小氐,郭勇[6]（2019）在《四余度飞控计算机设计及基于马尔可夫模型的可靠性分析》一文中研究指出飞控计算机是面向飞行控制应用的计算机,主要完成控制律计算和余度管理等工作,是安全关键部件。因此,设计高安全、高可靠性的飞控计算机系统对于提高飞机的飞行安全有着至关重要的影响。文章提出一种同构型四余度飞控计算机设计方案,描述其硬件架构和软件工作方式,并利用马尔可夫模型对其可靠性进行建模分析。研究结果表明,四余度同构型飞控计算机结构设计满足飞控系统对可靠性的要求,可作为高可靠性长航时飞控计算机设计的参考方案。(本文来源于《信息通信》期刊2019年10期）
陈长英[7]（2019）在《基于改进的灰色-马尔可夫链模型的广西物流需求预测研究》一文中研究指出科学的经济预测有助于经济现象的研究和经济决策的制定,是区域物流规划和决策的前提,因而科学合理的物流需求预测方法就显得尤为重要。文章将传统的灰色模型和马尔可夫链相结合,建立改进的预测模型,并将该改进模型应用于广西物流需求的预测,显示出更加准确可靠的预测结果,有助于相关部门制定经济决策。(本文来源于《西部交通科技》期刊2019年10期）
王蕊,徐岳皓,石珺,吕博,周阳[8]（2019）在《一种基于隐马尔可夫模型的口令猜测方法》一文中研究指出随着信息时代的发展,信息安全尤其是口令的安全性研究成为热点问题。本文提出一种基于隐马尔可夫模型的口令猜测方法,通过为口令猜测问题建立隐马尔可夫模型,以大量的用户口令数据集为输入,以训练得到的初始状态概率、转换概率、观测概率等信息为依据,对数据集的口令字符组合、顺序等模式进行挖掘,最终以观测序列生成的方式产生新的预测密码,实现口令猜测。(本文来源于《网络安全技术与应用》期刊2019年10期）
肖林英,王怀彬[9]（2019）在《基于隐马尔可夫模型和条件熵的异常流量检测方法研究》一文中研究指出网络发展势头迅猛,网络安全问题成为当今互联网时代的重中之重.本文提出将隐马尔可夫模型应用到流量异常检测中,用统计学的方法来对流量进行分类.从网络层面着手,将数据包中提取到的一些像IP等的属性特征经处理后输入到隐马尔可夫模型(HMM)中进行分类,最后通过模型输出概率值来判断流量的正常异常类型.在模型训练阶段,我们创造性地使用条件熵来优化Baum-Welch参数估计算法,减少了模型的训练的时间.从实验结果和分析比较来看,本文提出的检测方法在检测准确率和效率上都取得了良好的效果.(本文来源于《天津理工大学学报》期刊2019年05期）
杨柳,同长虹,刘昊,王新雁[10]（2019）在《基于等维新息灰色加权马尔可夫模型的工件尺寸预测》一文中研究指出对工件尺寸的科学预测建模是加工预报补偿技术的基础.结合等维新息灰色模型与加权马尔可夫链的预测优势,建立等维新息灰色加权马尔可夫组合模型,并对工件尺寸测量误差建模、预测.实例结果表明:预测值与样本数据波动相似,且比灰色GM(1,1)模型和等维新息模型预测值的预测误差小,精度高.因此,该模型可为工件未来尺寸预报提供依据,并为后续的补偿控制技术提供参数.(本文来源于《甘肃高师学报》期刊2019年05期）
隐马尔可夫模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的蓄电池寿命预测存在着精准度低与效率低的缺陷,为此提出基于马尔可夫模型的蓄电池寿命预测方法。根据蓄电池的使用原理对寿命预测参数进行选定,对确定的寿命预测参数建立蓄电池退化模型,经过计算得到蓄电池退化模型参数。将得到的模型参数引入马尔可夫模型计算蓄电池的伪寿命,对伪寿命进行处理得到寿命预测值,实现了对蓄电池寿命的预测。实验结果显示,提出的蓄电池寿命预测方法精准度平均值与效率平均值分别比传统方法高出28%和15.4%,说明提出的蓄电池寿命预测方法具有极高的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隐马尔可夫模型论文参考文献
[1].刘畅,魏忠诚,张春华,王巍,赵继军.基于隐马尔可夫模型的步态识别算法[J].计算机工程与设计.2019
[2].韦国歆,李志鹏,陆涛,席伟韬,袁瑶.基于马尔可夫模型的蓄电池寿命预测方法研究[J].自动化与仪器仪表.2019
[3].林秀梅,李青召,历姿彤.基于马尔可夫机制转换动态因子模型对我国经济周期拐点的识别[C].吉林大学数量经济优秀成果汇编（2018年卷）.2019
[4].张丽,张涛,张宏伟,王福忠,郭江震.一种基于多参量隐马尔可夫模型的负荷辨识方法[J].电力系统保护与控制.2019
[5].刘嘉,王泽滨.加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用[J].江苏科技大学学报(自然科学版).2019
[6].马超,戴小氐,郭勇.四余度飞控计算机设计及基于马尔可夫模型的可靠性分析[J].信息通信.2019
[7].陈长英.基于改进的灰色-马尔可夫链模型的广西物流需求预测研究[J].西部交通科技.2019
[8].王蕊,徐岳皓,石珺,吕博,周阳.一种基于隐马尔可夫模型的口令猜测方法[J].网络安全技术与应用.2019
[9].肖林英,王怀彬.基于隐马尔可夫模型和条件熵的异常流量检测方法研究[J].天津理工大学学报.2019
[10].杨柳,同长虹,刘昊,王新雁.基于等维新息灰色加权马尔可夫模型的工件尺寸预测[J].甘肃高师学报.2019
论文知识图
