隐马尔可夫树模型在机械状态诊断中的应用

摘要：

隐马尔可夫树(Hidden Markov tree,HMT)模型作为一种小波变换系数的统计模型,可以表示小波系数的统计相关性及非高斯性.由于离散小波变换(Discrete wavelet transform,DWT)不具有平移不变性,应用基于DWT的HMT模型进行机械状态诊断时容易出现误诊.为了获得平移不变性,提出一种基于二分树复小波变换(Dual-tree complex wavelet transform,DT CWT)的HMT模型.实例表明与使用基于DWT的HMT模型进行状态识别相比,使用基于DT CWT的HMT模型的状态识别率有显著提高.

关键词：隐马尔可夫树、二分数复小波变换、平移不变、状态诊断

所属期刊栏目：43

分类号：TH16

资助基金：国家自然科学基金70571083

在线出版日期：2007-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：219-224