导读:本文包含了模糊深隐马尔科夫模型论文开题报告文献综述及选题提纲参考文献，主要关键词:滚动轴承,AR模型,模糊C均值,隐马尔科夫模型
模糊深隐马尔科夫模型论文文献综述
周建民,张臣臣,张龙,郭慧娟[1]（2019）在《基于融合模糊C均值与隐马尔科夫模型的滚动轴承的退化状态识别》一文中研究指出滚动轴承在长期的工作过程中其性能会出现不同程度的退化,如果能对滚动轴承的退化状态进行识别就可以做好维护措施。用自回归模型(Autoregressive model, AR)对滚动轴承全寿命周期的振动信号提取其系数及残差,用正常样本和失效样本特征建立模糊C均值模型(Fuzzy C Mean, FCM),用轴承正常样本的特征数据建立隐马尔科夫(Hidden Markov model, HMM)模型,将轴承的测试样本信号输入建立的FCM和HMM模型得到的两个退化指标,再将其作为特征矩阵输入到FCM模型,得到融合方法的性能退化曲线,结果表明该方法集中了空间统计距离模型和概率统计模型两者的优势,最后用IEEE PHM2012实验数据进行验证,表明所述方法与滚动轴承性能退化趋势保持一致并且可以提早发现早期故障。(本文来源于《机械设计与研究》期刊2019年03期）
董山玲[2]（2019）在《基于隐马尔科夫模型的模糊控制与滤波》一文中研究指出在研究马尔科夫跳变系统的控制和滤波问题时,外部噪声、数据丢失、执行器故障等异常情况往往造成原系统的跳变模态不能及时且准确地得到。为了解决这个问题,学者使用隐马尔科夫模型来探测原系统的跳变模态,并通过观测到的模态来设计相应的控制器和滤波器。另一方面,Takagi-Sugeno(T-S)模糊模型在处理系统非线性方面发挥了重要作用,可以把复杂的非线性系统转化成易于处理的多个局部线性系统。目前,在考虑原系统的跳变模态不易获得的情况下,针对T-S模糊马尔科夫跳变系统的控制器和滤波器的研究很少,还有许多问题需要解决。本文主要针对T-S模糊马尔科夫跳变系统,研究如何使用隐马尔科夫模型来设计控制器和滤波器并满足系统的性能指标。主要研究内容如下:(1)研究了针对T-S模糊马尔科夫跳变系统的异步耗散控制问题。通过使用隐马尔科夫模型,设计出了异步模糊控制器。通过采用李雅普诺夫函数和矩阵不等式变化方法,提出了求解控制器增益的算法,并且能保证闭环系统的随机稳定性和耗散性能。研究不仅包括了连续系统,也包含了离散系统。(2)研究了针对T-S模糊马尔科夫跳变系统的异步保成本控制问题。我们使用隐马尔科夫模型建立了异步模糊控制器。由于通信的限制,我们引入随机量化器来降低传输的数据量。提出的求解控制器增益的算法不仅能保证闭环系统的随机稳定性,还能确保系统的保成本性能。(3)研究了针对T-S模糊切换系统的异步广义耗散静态输出控制问题。针对测量的输出信号存在间歇性特点,我们采用伯努利过程来建立数学随机模型。通过隐马尔科夫模型,设计了异步静态输出反馈控制方法,从而使闭环系统满足随机稳定性并且具有广义耗散性能。我们不仅研究了T-S模糊马尔科夫跳变系统,还研究了带有逗留概率的T-S模糊切换系统。(4)研究了针对T-S模糊马尔科夫跳变系统的异步耗散滤波问题。我们通过隐马尔科夫模型设计出异步模糊滤波器。采用模态依赖的李雅普诺夫函数分析了滤波误差系统的随机稳定性和耗散性能,并提出两种求滤波器增益的方法。(5)研究了针对T-S模糊马尔科夫跳变系统的异步耗散故障诊断问题。基于隐马尔科夫模型,设计了异步耗散故障诊断滤波器。通过使用李雅普诺夫函数,提出了两种求故障诊断滤波器增益的方法,并确保故障诊断系统的随机稳定性及耗散性能。通过例子仿真,我们验证了方法的有效性和正确性。(本文来源于《浙江大学》期刊2019-06-01）
杨楠[3]（2012）在《基于Ⅱ-型模糊隐马尔科夫模型的火焰识别》一文中研究指出火灾作为一种重大的多发的自然和人为灾害，给人类社会造成了不可估量的生命财产损失。各种基于视频的火焰识别算法和识别系统层出不穷，但是这些方法和系统在应用过程中，虽然对火焰达到了有效识别，却没有考虑到视频数据采集过程中存在的不确定性。这一局限性使得在大空间复杂环境下，增加了火焰正确识别的难度。为了解决这个问题，有必要对火焰识别作进一步扩展研究。模糊集理论是处理不确定问题的有力工具，但是I-型模糊集受到隶属函数本身的限制，不能很好表达和处理复杂的不确定问题。本文从Ⅱ-型模糊集理论入手，深入研究和验证了两类随机性与模糊性相结合的模型，即Ⅱ-型模糊高斯混合模型和Ⅱ-型模糊隐马尔科夫模型，最后基于Ⅱ-型模糊隐马尔科夫模型对视频火焰进行识别实验。本文的主要工作如下：1、对Ⅱ-型模糊集理论和Ⅱ-型模糊逻辑系统进行研究。采用随机模拟方法，对KM、EKM降阶算法进行了理论分析和模拟实验。设计实现一个了区间值Ⅱ-型模糊逻辑系统，给出控制曲面来表达Ⅱ-型模糊逻辑系统的控制能力。2、深入研究Ⅱ-型模糊高斯混合模型。采用UCI标准数据集比较Ⅱ-型模糊高斯混合模型与传统高斯混合模型的分类性能。结果表明，模糊模型比传统模型在训练数据较少的情况下具有较高的分类精度，更适用于处理复杂的不确定问题。3、编程实现Ⅱ-型模糊隐马尔科夫模型，并将该模型应用于真实的火焰场景。实验结果表明，该模型可有效对视频火焰进行识别。(本文来源于《电子科技大学》期刊2012-04-01）
廖燕[4]（2011）在《模糊理论与隐马尔科夫模型在图像处理中的应用研究》一文中研究指出图像处理是近年来发展最迅速的领域之一,它的应用已经渗透在社会生活的各个方面。在图像处理过程中图像分割是图像分析、模式识别、计算机视觉等领域的首要任务。模糊聚类由于能够描述样本类的中介性,能更客观地反映现实世界,目前已成为聚类分析的主流。众多的模糊聚类方法中,应用最广泛的是模糊C均值(FCM)算法但是FCM算法还存在多方面问题亟待解决。这些不足之处造成图像分割的瓶颈,制约着这一领域的进一步发展。在图像识别领域从基于像元的图像识别向基于图元的图像分析的演变,是它进一步发展的必然要求。隐马尔可夫模型于20世纪60年代后期被提出之后,在语音识别、Gesture识别、手写文档理解等诸多领域产生了许多应用成果。但通常用于训练HMM的经典算法baum-welch算法,实际上是一种极大似然参数估计法,因为单个模型独立进化,逐渐收敛,所以通常只能得到局部最优,找到最优HMM的概率不高。本文在总结目前国内外研究现状的基础上,针对图像分割和识别领域中的这些问题提出了一些改进算法,具体工作安排如下:1.本文在传统的模糊C均值(FCM)分割算法中加入了空间邻域信息对其进行改进,该方法在分割图像时将每幅图像划分成多个3×3邻域窗口,将图像的空间邻域信息和灰度值信息结合的约束项引入FCM算法的目标函数中。在迭代过程中,不再以单个像素进行计算,而是以每个邻域窗口的距离窗口和灰度值窗口相对应的数据块进行迭代计算。对比实验结果可以看出,本文算法能有效降低对噪声的敏感性和更好的保持图像边缘信息。并且,通过调节β的取值,可以实现对不同程度的受噪声污染的遥感图像进行更合理有效地分割。2.在第1点的基础上利用微正则退火算法优秀的全局收敛性对改进的FCM算法进行优化,使它能搜索到全局最优解,减少迭代次数并增强算法的稳定性。3.本文提出了一种基于图元的隐马尔科夫模型(HMM)和粒子群优化算法(PSO)的手写数字识别方法。该方法定义了24个具有方向性的图元,弥补了传统方法在识别时对起始点的选择敏感的不足,而且能降低因抖动带来的模糊性。将HMM利用PSO算法优化,利用PSO优秀的全局收敛性提高HMM寻优的概率,以避免HMM陷入局部极小值点。实验结果表明,与传统识别方法相比,该方法能使大部分手写数字的识别率有所提高。(本文来源于《新疆大学》期刊2011-06-30）
模糊深隐马尔科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：
在研究马尔科夫跳变系统的控制和滤波问题时,外部噪声、数据丢失、执行器故障等异常情况往往造成原系统的跳变模态不能及时且准确地得到。为了解决这个问题,学者使用隐马尔科夫模型来探测原系统的跳变模态,并通过观测到的模态来设计相应的控制器和滤波器。另一方面,Takagi-Sugeno(T-S)模糊模型在处理系统非线性方面发挥了重要作用,可以把复杂的非线性系统转化成易于处理的多个局部线性系统。目前,在考虑原系统的跳变模态不易获得的情况下,针对T-S模糊马尔科夫跳变系统的控制器和滤波器的研究很少,还有许多问题需要解决。本文主要针对T-S模糊马尔科夫跳变系统,研究如何使用隐马尔科夫模型来设计控制器和滤波器并满足系统的性能指标。主要研究内容如下:(1)研究了针对T-S模糊马尔科夫跳变系统的异步耗散控制问题。通过使用隐马尔科夫模型,设计出了异步模糊控制器。通过采用李雅普诺夫函数和矩阵不等式变化方法,提出了求解控制器增益的算法,并且能保证闭环系统的随机稳定性和耗散性能。研究不仅包括了连续系统,也包含了离散系统。(2)研究了针对T-S模糊马尔科夫跳变系统的异步保成本控制问题。我们使用隐马尔科夫模型建立了异步模糊控制器。由于通信的限制,我们引入随机量化器来降低传输的数据量。提出的求解控制器增益的算法不仅能保证闭环系统的随机稳定性,还能确保系统的保成本性能。(3)研究了针对T-S模糊切换系统的异步广义耗散静态输出控制问题。针对测量的输出信号存在间歇性特点,我们采用伯努利过程来建立数学随机模型。通过隐马尔科夫模型,设计了异步静态输出反馈控制方法,从而使闭环系统满足随机稳定性并且具有广义耗散性能。我们不仅研究了T-S模糊马尔科夫跳变系统,还研究了带有逗留概率的T-S模糊切换系统。(4)研究了针对T-S模糊马尔科夫跳变系统的异步耗散滤波问题。我们通过隐马尔科夫模型设计出异步模糊滤波器。采用模态依赖的李雅普诺夫函数分析了滤波误差系统的随机稳定性和耗散性能,并提出两种求滤波器增益的方法。(5)研究了针对T-S模糊马尔科夫跳变系统的异步耗散故障诊断问题。基于隐马尔科夫模型,设计了异步耗散故障诊断滤波器。通过使用李雅普诺夫函数,提出了两种求故障诊断滤波器增益的方法,并确保故障诊断系统的随机稳定性及耗散性能。通过例子仿真,我们验证了方法的有效性和正确性。
（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。
模糊深隐马尔科夫模型论文参考文献
[1].周建民,张臣臣,张龙,郭慧娟.基于融合模糊C均值与隐马尔科夫模型的滚动轴承的退化状态识别[J].机械设计与研究.2019
[2].董山玲.基于隐马尔科夫模型的模糊控制与滤波[D].浙江大学.2019
[3].杨楠.基于Ⅱ-型模糊隐马尔科夫模型的火焰识别[D].电子科技大学.2012
[4].廖燕.模糊理论与隐马尔科夫模型在图像处理中的应用研究[D].新疆大学.2011