摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-13页 |
·课题的研究背景与意义 | 第9-12页 |
·本文结构安排 | 第12-13页 |
2 隐马尔可夫模型(HMM)的基本理论 | 第13-52页 |
·HMM的基本元素 | 第13-14页 |
·基于HMM的旋转机械的状态检测 | 第14-17页 |
·HMM的假设 | 第17-18页 |
·HMM的三个基本问题 | 第18-19页 |
·估计问题的解决 | 第19-24页 |
·前向算法 | 第20-21页 |
·后向算法 | 第21-24页 |
·译码问题的解决—Viterbi(维特比)算法 | 第24-27页 |
·前言 | 第24-25页 |
·Viterbi算法 | 第25-27页 |
·HMM的训练问题和EM算法 | 第27-47页 |
·EM算法 | 第28-30页 |
·训练问题的解决 | 第30-35页 |
·基于多观测序列的HMM的参数估计 | 第35-44页 |
·收敛性 | 第44页 |
·关于多重观测序列的两种特殊情况 | 第44-47页 |
·时间可逆的隐马尔可夫链 | 第47-48页 |
·隐马尔可夫模型的分类 | 第48-50页 |
·根据信号发出的概率(即输出概率)分类 | 第48-49页 |
·根据状态转移的方式分类 | 第49-50页 |
·小结 | 第50-52页 |
3 高阶的隐马尔可夫模型 | 第52-59页 |
·引言 | 第52页 |
·高阶隐马尔可夫模型 | 第52-54页 |
·将高阶HMM转化为一阶HMM | 第54-59页 |
4 隐马尔可夫模型在机械故障诊断中的应用技术 | 第59-65页 |
·基于隐马尔可夫模型的机械故障诊断的流程 | 第59-61页 |
·机械故障诊断软件MATLAB的介绍 | 第61-65页 |
·MATLAB的统计工具箱(StatisticsToolbox) | 第61页 |
·隐马尔可夫模型问题分析应用的统计函数 | 第61-65页 |
5 总结与展望 | 第65-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-73页 |
附录 | 第73页 |
研究生期间参加的科研项目 | 第73页 |