基于WSN的隐马尔科夫模型煤矿井下定位

针对煤矿井下定位精度不高的问题,提出一种隐马尔科夫模型(Hidden Markov Model,HMM)的定位方法。通过比较隐马尔科夫模型和粒子滤波模型推断出,当定位的数据需要通过多跳的方式传播时,使用半马尔科夫平滑移动模型(Semi-Markov Smooth Mobility Model,SMS)来估计误差,能量消耗,能提升定位精度。     

基于连续隐马尔科夫的语音识别模型

本文针对问题一建立了基于连续隐马尔科夫模型的语音识别系统的模型。该语音识别系统包括预处理,特征提取以及声学模型三个部分。问题二要求以一个实际的例子则对问题一中建立的模型进行验证。我们选择了"话费查询"这个功能进行测试。待测语音信号依次经过预处理、特征提取、训练与识别。     

基于隐马尔科夫模型的RCS识别方法研究

雷达散射截面(RCS)时间序列由目标电磁散射特性和姿态运动特性共同决定,包含了雷达目标的材质、尺寸和结构等信息,是实现雷达目标识别的重要测量量.隐马尔科夫模型(HMM)是一种用参数表示的用于描述随机过程统计特性的概率模型,是一个无记忆的非平稳随机过程,具有很强的表征时变信号的能力,非常适合作为动态模式分类器,对具有不同变化特性的时变信号进行分类识别.文中利用HMM表征雷达目标RCS序列变化模式(规律),根据不同类别目标RCS序列变化模式的差异对雷达目标进行分类识别.实测数据验证结果表明,该算法具有较高的识别概率.     

基于复小波邻域隐马尔科夫模型的图像去噪

多分辨信号和图像模型可用于捕获图像中平滑和奇异区域的统计结构,但是,基于正交小波变换的模型受到平移变化的影响从而降低了其准确性和实时性.本文将邻域隐马尔科夫模型LCHMM( Local Contextual Hidden Markov Model)扩展到复小波的范围,提出了一种基于复小波的邻域隐马尔科夫模型C-LCHMM( Local Contextual Hidden Markov Model Based On Complex Wavelet),该模型具有近似平移不变性及分辨率高的特点、能够捕获小波系数的邻域的统计特征、且计算复杂度小.仿真试验表明基于复小波邻域隐马尔科夫模型(C-LCHMM)用于图像去噪的效果优于典型的去噪算法.     

基于隐马尔科夫模型的波动率预测探究

基于沪深300指数收益率,利用隐马尔科夫模型对不可直接观测的波动率进行研究。通过历史数据进行参数估计,然后运用参数和当前观测值对未来波动率进行预测。之后,将预测结果与GARCH模型的预测结果进行比较,实证结果表明了隐马尔科夫模型的有效性和准确性。     

隐马尔科夫模型检测LDoS攻击方法的研究

针对低速率拒绝服务LDoS （Low-Rate Denial of Service）攻击具有平均速率低、隐蔽性强的特点,提出了一种基于隐马尔科夫模型的LDoS攻击检测方法。首先对网络状态建立隐马尔科夫模型,将归一化累计功率谱密度NCPSD（Normalized Cumulative Power Spectrum Density）方法的检测结果作为隐马尔科夫模型的观测值。利用前向算法得到不同观测值序列在该模型下的相似度作为检测依据。在NS 2中对本检测方法进行测试,实验结果表明本方法能够有效的检测LDoS攻击,与其他方法相比也具有更好的检测性能。通过假设检验得出检测率为99.96%。      

基于隐马尔科夫的电网大容量功率缺额协调控制方法

在电力系统发生大功率缺额事故时，为实现电网的快速控制，提出基于隐马尔科夫的电网大容量功率缺额协调控制方法。利用隐马尔科夫模型分析模块的多个测量值，评估电网大容量功率缺额状态。根据评估结果，采用自动电压控制与主动电压控制相结合的方法，计算事前变压器的控制优先级，确定该轮参与调节的变压器，调节其功率目标值。通过控制中心发送档位调节指令，实施电网大容量功率缺额协调控制。仿真结果表明：该方法电网状态评估准确率高达98%,仅用25s就恢复电网频率稳态，保证了电网稳定性。     

基于隐马尔科夫模型的多元LDPC联合译码

采用隐马尔科夫模型对信源估计,对基于多进制LDPC码的联合信源信道译码算法展开研究。该算法通过对传统的多进制LDPC译码算法的改进,在迭代过程中加入通过估计算法得到的信源冗余,校正了迭代软信息,提高译码性能。仿真结果表明,在AWGN信道中,改进算法相比传统译码算法性能优越。     

隐马尔科夫模型修正的交互多模跟踪算法

针对交互式多模型目标跟踪算法中模型转移概率固定对跟踪精度造成的影响,提出了一种隐马尔科夫模型修正的模型转移概率自适应交互多模跟踪算法。该算法通过对跟踪过程建立隐马尔科夫模型,采用Viterbi 算法求解修正系数,在检测到目标运动发生机动性变化时,将修正系数用于交互式多模型算法以达到实时调整模型转移概率的目的。仿真结果表明,该算法的跟踪结果优于传统的交互式多模型算法,具有很好的稳健性、实时性,有效降低了主观因素对跟踪精度造成的影响。     

基于隐马尔科夫模型的激光主动成像图像分割方法

为了提高分割结果一致性,更为详细地凸显激光图像特征,提出一种基于隐马尔科夫模型的激光主动成像图像分割方法.通过小波转换获得图像同一坐标的不同频带信息,同时依靠二维多分辨率分解划分噪声,构建尺度空间,依据Wiener滤波与高斯混合模型去除对图像内冗余去噪,将处理后图像储存在尺度空间内,使用小波域隐马尔科夫模型提取图像的边...     

基于隐马尔可夫模型的车牌自动识别技术

文中提出了一种车牌字符识别的新方法,用二维隐马尔可夫模型方法识别车牌中的汉字,用伪二维隐马尔可夫模型（P2D－HMM）方法识别车牌中的英文字符及阿拉伯数字。该算法适用于不同的字符大小、字符倾斜、污损等情况,抗噪声能力强。字符识别正确率达94％以上,满足实用技术的要求。     

基于隐马尔可夫模型的用户行为异常检测新方法

提出一种基于隐马尔可夫模型的用户行为异常检测方法,主要用于以shell命令为审计数据的主机型入侵检测系统。与Lane T提出的检测方法相比,所提出的方法改进了对用户行为模式和行为轮廓的表示方式,在HMM的训练中采用了运算量较小的序列匹配方法,并基于状态序列出现概率对被监测用户的行为进行判决。实验表明,此方法具有很高的检测准确度和较强的可操作性。     

Mandarin tone recognition based on wavelet transform and hidden Markov modeling

This paper presents a method of tone recognition for Mandarin speech by using combination of wavelet transform and hidden Markov modeling techniques. A pitch detector based on singularity detection and multi-resolution analysis of wavelet transform is employed for estimation of pitch periods, and hidden Markov modeling with partition Gaussian mixtures probability density function is used for the tone recognition. The algorithm can provide recognition accuracy of 97.22% and 94.47% for speaker-dependent and speaker-independent tone recognition, respectively.     

马尔可夫及隐马尔可夫模型的应用

通过对马尔可夫模型进行深入的分析的基础上对隐马尔科夫模型做了详细的讨论,对马尔科夫模型在语音识别、疾病分析等方面的应用做了介绍,同时针对隐马尔科夫模型在估值问题、解码问题和学习问题等经典问题上的应用做了研究。最后讨论了马尔科夫模型其隐马尔可夫模型的缺陷,并提出相关的改进建议。     

一种基于黏性隐马尔可夫模型的多频带频谱感知方法

现有多频带频谱感知方法经常利用宽带频谱的稀疏性来实现检测,当频谱占用率较高时具有较差的性能。针对这一问题,提出了一种基于相邻频带状态的多频带频谱感知方法。首先,通过引入黏性因子,建立了多频带状态和观测值的黏性隐马尔可夫模型。接着,详细分析了黏性隐马尔可夫模型中参数的迭代更新方式。最后,通过估计各频段观测值的后验均值实现了多频带频谱感知。仿真结果表明,不管宽带频谱是否具有稀疏性,所提方法的检测性能都优于传统方法,且在虚警概率为0.1、频带平均占用率为50%、平均信噪比为?12 dB时能达到接近0.99的检测概率,比其他方法的检测概率提升了约30%。另外,所提方法的收敛速度快于已有方法,因此具有更低的计算复杂度。     

Planar shape recognition based on hidden Markov models

A new deformed shape recognition method based on hidden Markov models (HMMs), which is very resistant against transformations and non-rigid deformations, is presented. Since shape features are not referred to an absolute point, the method is also resistant to severe shape distortions. The method has been successfully tested using different databases     

基于Contourlet域HMT-3S模型的激光主动成像图像分割

基于Contourlet系数分布统计特性,结合隐马尔科夫树(HMT)-3S模型和贝叶斯准则,提出了一种基于Contourlet域HMT-3S模型的图像分割算法(CHMT-3Sseg),并将其用于激光主动成像图像的分割。CHMT-3Sseg方法首先利用HMT-3S模型充分挖掘子带间的相关性,通过HMT-3S模型参数训练和似然值计算得到了可靠的初始分割。为了获得较好的区域一致性和边缘准确性,对初始分割结果进行了基于邻域背景的多尺度融合。对合成图像和激光主动成像图像的实验结果表明:CHMT-3Sseg不但在边缘和方向信息保持上有明显改进,而且错分概率显著降低,对真实图像得到了理想的分割效果。     

基才隐马尔可夫模型的蛋白质序列筛选算法

对蛋白质序列筛选算法进行了研究,针对蛋白质数据库中存在大量的冗余序列,提出了一种基于隐马尔可夫模型的蛋白质序列筛选算法。详细阐述了在蛋白质数据库中如何建立隐马尔可夫模型。对模型中主要参数的求解和估计给出了主要计算公式。然后利用所建立的模型对蛋白质数据库进行的序列筛选测试,测试结果表明本文设计的算法对同源蛋白质序列筛选精...     

Curvature based image recognition using hidden Markov models

A new deformed shape recognition method that relies on hidden Markov models to evaluate the sequentiality of the relevant points of the shape is proposed. These points are extracted from its adaptively calculated curvature function to give stability against noise transformations and deformations. The proposed method is very fast. Comparative tests for different shapes have been successful.     

基于小波域改进HMT模型的图像恢复算法

针对图像恢复中的边缘模糊问题,提出了一种基于小波域改进隐马尔可夫树( IHMT) 模型的图像恢复算法。IHMT模型更多描述了相邻尺度小波系数的互相关性,能准确刻画自然图像小波系数的统计特性。本文从图像恢复的贝叶斯框架出发,将简化的IHMT模型作为图像小波域的先验模型,构造正则化约束进行图像恢复。采用近似等价的方法,将含有混合密度的恢复方程简化为单一密度求解。实验结果表明,该算法能有效再现图像的边缘信息,提高峰值信噪比。