基于非线性时序模型盲辨识的因子隐Markov模型识别方法

被引:3
作者
李志农 [1 ]
郝伟 [1 ]
韩捷 [1 ]
褚福磊 [2 ]
吴昭同 [3 ]
机构
[1] 郑州大学振动工程研究所
[2] 清华大学精密仪器与机械学系
[3] 浙江大学现代制造工程研究所
基金
国家杰出青年科学基金;
关键词
盲系统辨识; 因子隐Markov模型(FHMM); 故障诊断; 非线性时间序列; 模式识别;
D O I
暂无
中图分类号
TH17 [机械运行与维修];
学科分类号
0802 ;
摘要
基于模型辨识的机械有效故障特征提取方法中输入信号难以确定,以及机械设备运行过程中具有信息量大、非平稳、特征重复再现性差的特点,结合非线性时序模型盲辨识和因子隐Markov模型,提出一种基于非线性时序模型盲辨识的特征提取的因子隐Markov模型识别方法,并应用到旋转机械升降速过程故障诊断中。同时还与基于Fourier变换、小波变换的特征提取的因子隐Markov模型识别方法进行比较,试验结果表明该方法是有效的。
引用
收藏
页码:191 / 195+201 +201
页数:6
相关论文
共 1 条
[1]  
Factorial Hidden Markov Models.[J].Zoubin Ghahramani;Michael I. Jordan.Machine Learning.1997, 2