ARMA模型时间序列分析法简称为时序分析法
ARMA模型时间序列分析法简称为时序分析法,是一种利用参数模型对有序随机振动响应数据进行处理,从而进行模态参数识别的方法。参数模型包括AR自回归模型、MA滑动平均模型和ARMA自回归滑动平均模型。这里给出了一个求出ARMA模型参数的MATLAB程序。...
ARMA模型时间序列分析法简称为时序分析法,是一种利用参数模型对有序随机振动响应数据进行处理,从而进行模态参数识别的方法。参数模型包括AR自回归模型、MA滑动平均模型和ARMA自回归滑动平均模型。这里给出了一个求出ARMA模型参数的MATLAB程序。...
HMM的学习问题和解码问题研究 这一模型逐渐被应用到很多领域, 如语音识别、基因关联分析和基因识别、文字识别、图象处理、目标跟踪和信号处理等。 隐马氏模型需要解决三个问题:学习问题、识别问题和解码问题。...
在现有的单层马尔科夫链异常检测模型基础上,提出一种崭新的两层模型.将性质上有较大差异的两个过程,不同的请求和同一请求内的系统调用序列,分为两层,分别用不同的马尔可夫链来处理.两层结构可以更准确地刻画被保护服务进程的动态行为,因而能较大地提高异常的识别率,降低误警报率....
VC动态轮廓的虹膜定位,主要完成了在虹膜识别中的虹膜定位功能,采用了动态轮廓模型....
汽车中的话音拨号系统是自动语音识别技术的应用热点. 自动语音识别系统是一个 基于训练的系统. 在汽车噪声中, 由于实际应用环境与形成系统参数的训练环境的失配, 传统 语音识别系统的性能会大幅度地下降, 从而无法实用. 为了提高语音识别系统在特定环境下的 识别率及实用性, 首先根据汽车环境中语音...