一个基于LB/IHMM的高性能汉语连接数字语音识别系统

本文使用一种ＩＨＭＭ的简化训练算法，讨论了一个基于ＬｅｖｅｌＢｕｉｌｄｉｎｇ搜索算法，参考模式基于ＩＨＭＭ模型的高性能的汉语连接数字语音识别系统。文中详细描述了系统的特征提取、ＩＨＭＭ模型、训练过程和识别过程，以及系统用于特定人、多说话人和不认人语音识别的实验，并且对实验结果进行了分析和讨论。

无限隐Markov模型在缺失数据轴承退化趋势预测中的应用

相比较于在完整数据下设备性能退化预测,缺失数据下的预测是更加困难的,也是更有意义的。然而,现有的轴承性能退化预测方法都未考虑缺失数据下的预测,基于此,提出了一种基于无限隐马尔可夫模型的缺失数据下轴承退化预测方法。在提出的方法中,通过建立无限隐马尔可夫预测模型,预测了滚动轴承样本数据在振荡阶段所缺失的数据点,形成新的完整数据。同时,再使用建立的预测模型对新的完整数据进行单步预测。实验结果表明,与真实值对比,得到的预测数据具有较小的平均误差值;对比真实值、完整数据下的预测值和新的完整数据下的预测值,验证了提出方法的有效性,能够反映滚动轴承退化的变化趋势。提出的方法可为数据缺失下滚动轴承的退化趋势预测提供一种思路,具有重要的理论价值和工程应用价值。

隐马尔可夫模型及其最新应用与发展

隐马尔可夫模型是序列数据处理和统计学习的一种重要概率模型,已被成功应用于许多工程任务中。首先介绍了隐马尔可夫模型的基本原理,接着综述了其在人的行为分析、网络安全和信息抽取中的最新应用。最后对最近提出来的无限状态隐马尔可夫模型的原理及最新发展进行了总结。