搜索结果: 1-15 共查到“工学 GMM”相关记录24条 . 查询时间(0.092 秒)
航班轨迹预测是空中交通管理与仿真技术的基础。针对现有预测方法预测精度和稳定性不足的问题,提出了一种基于历史雷达数据和机器学习方法的轨迹预测算法。算法首先基于概率统计模型(高斯混合模型)对航班运行过程中的相邻时刻的相对位置偏移量进行建模;随后,以该航班的历史飞行轨迹为训练数据采用期望最大化的机器学习算法优化模型参数。概率统计模型学习真实运行环境下同一航班的飞机运动模式,能更准确地描述航班在飞行过程的...
POLARIMETRIC SAR DATA GMM CLASSIFICATION BASED ON IMPROVED FREEMAN INCOHERENT DECOMPOSITION
Improved Freeman decomposition Gaussian Mixture Model Polarimetric SAR data Iteration desorientation EM algorithm Unsupervised classification
2016/11/23
Due to the increasing volume of available SAR Data, powerful classification processings are needed to interpret the images. GMM (Gaussian Mixture Model) is widely used to model distributions. In most ...
MEAN SQUARED ERROR REDUCTION FOR GMM ESTIMATORS OF LINEAR TIME SERIES MODELS
GMM LINEAR TIME SERIES MODELS
2015/9/22
In this paper we analyze Generalized Method of Moments (GMM) estimators for time
series models as advocated by Hansen and Singleton. It is well known that these estimators
achieve efficiency bo...
This paper extends kernel weighted GMM estimators recently proposed by the author in
the context of homoskedastic processes to a class of models with conditionally heteroskedastic
innovations. GMM e...
基于GMM聚类的空调机组多未知模态辨识方法研究
空调机组 运行模态 高斯混合模型 辨识方法
2017/1/12
智能建筑空调机组故障检测与诊断是保证建筑环境安全、舒适、节能的基本方法.然而,多未知模态辨识仍是其中的关键难点之一.鉴于高斯混合模型(GMM)不受特定概率分布局限,可在区分类别的基础上直接得出数据的统计分布,具有优越的计算性能,且能拟合任意连续分布,本文提出一种基于GMM的空调机组多未知模态辨识方法.仿真试验结果表明,GMM聚类方法在空调机组运行模态辨识中具有较高的准确性与可靠性.
基于GMM的多模态过程模态识别与过程监测
多模态过程 过程监测 模态识别 连续退火机组
2015/5/19
多模态复杂过程的多变量、多工序、变量时变性以及模态转换时间不确定等多种原因, 导致面向多模态生产过程的监测问题十分复杂. 对此, 基于高斯混合模型的监测方法, 结合定性知识和定量知识, 解决了多模态过程监测中离线数据模态划分、稳定模态和过渡模态的监测模型建立以及在线数据的模态识别等关键问题, 最终实现了对多模态过程的监测.
说话人识别中基于粒子群优化的GMM训练方法
说话人识别 高斯混合模型 粒子群优化
2014/6/20
针对高斯混合模型(Gaussian Mixture Model, GMM)参数最优估计问题,常用的最大期望(Expectation- Maximization, EM)算法对初值敏感,在实际训练中极易得到局部最优参数,本文提出了一种GMM参数优化的新方法。将EM算法融入到粒子群优化(Particle Swarm Optimization, PSO)训练过程,形成了一种新的混合算法,利用PSO的全局...
基于动态P模型的GMM-FBG电流传感器磁滞建模
电流传感器 磁滞非线性 动态Preisach模型 光纤光栅
2014/4/18
针对现有GMM-FBG电流传感器的磁滞非线性问题,在经典Preisach模型的基础上提出了一种改进的Preisach磁滞模型,给出了改进后的Preisach模型密度函数和模型分析方程,对频率依赖的模型参数进行辨识,提高了模型对动态磁滞曲线的预测精度;并运用改进后的模型对GMM-FBG电流传感器进行磁滞建模及实验验证。实验结果表明该模型能够较好的预测GMM-FBG工频电流传感器的磁滞非线性,模型的预...
提出一种高斯混合模型的ESP流量应用层协议识别技术,采用同步采集和流量模拟2种方式构造ESP数据集,建立HTTP、FTP、SMTP和TELNET 4种协议的ESP流量高斯混合模型,并对该模型进行测试,结果表明,高斯混合模型对ESP流量具有较好的协议识别能力,可利用ESP流量的网络层特征识别其应用层协议。
在高斯混合模型(Gaussian Mixture Model,GMM)训练时,对传统的模型参数初始化方法(随机法、K均值聚类法)进行改进,提出分裂法与K均值聚类相结合的新方法。实验表明,采用改进的方法与传统方法相比,系统平均识别率有15.47%和7.5%的提高。研究了GMM的阶数、协方差阈值、预加重系数对系统识别率的影响。对实验结果进行详细分析,并根据实验数据,取它们各自表现最好的值,从而使构建的...
基于GMM的AMR-NB与G.729A之间的LSP参数转码方法
GMM AMR-NB G.729A LSP参数转码
2012/4/20
通过对高斯混合模型的数学分析,建立并实现了一种基于高斯混合模型的、AMR-NB与G.729A之间的 LSP参数转码算法,并通过实验对高斯混合模型在转码中的一些实际应用问题进行了分析和讨论。实验结果表明,提出的基于高斯混合模型的LSP参数转码算法在合成语音质量不次于DTE方法的同时,LSP参数转码复杂度下降了78%以上。
将语种和说话人识别的方法应用到英语发音错误检测系统, 提出一种基于广义线性区分序列支持向量机 (Generalized linear discriminant sequence based SVM, GLDS-SVM)的发音错误检测方法. 主要创新点为: 1)提出一种基于状态拼接的特征规整方案, 增强SVM对发音特征的建模能力; 2)提出一种基于多模型融合的模型训练策略, 该策略可以更加充分地利用...
基于EM和GMM相结合的自适应灰度图像分割算法
图像分割 混合高斯模型 期望最大
2009/8/27
提出一种阈值自适应、EM方法估计GMM参量的图像分割算法,能够根据图像的内容结合区域和边界两方面的信息自适应地选择阈值,精确地进行图像边界分割.算法首先提取图像的边界,然后根据边界的直方图计算图像的可分割性,由可分割性确定EM方法的阈值进行GMM分割,最后合并图像的近似区域.实验数据表明,相比其它图像分割算法,以及固定阈值的传统EM算法,本算法的分割结果更为准确.
城市水价预测模型研究与GMM参数校验
城市水价 边际成本 广义二阶矩(GMM) 模拟 预测
2010/9/27
主要介绍城市水价预测边际成本方法数学模型及其GMM估计的研究。首次将水价模型分割为可变成本函数与固定成本函数两部分,为了减小预测误差对每部分函数参数进行了GMM估计与校验。并从水的供应与需求两个方面对水价数学模型进行了详细描述,以我国某地区实际数据为样本对水价预测模型与GMM估计进行了应用;在水价预测模型中还以城市给水管网长度为规模参数,模拟了边际成本定价及其社会剩余变化对管网规模效应的影响。揭示...