10.3969/j.issn.1674-3229.2021.03.006
基于HMM模型的车辆状态评估
为通过噪声检测及时发现车辆行驶过程中突发的异常,提出基于隐马尔可夫(HMM)的评估方式.通过选取车辆正常以及异常状态下的噪声采集数据样本作为离线训练样本,得到相应的模型参数;然后将实时数据送入这两类模型进行评估,概率大的为系统当前运行状态.测试发现该评估方式在车辆状态异常评估中有较高的精确度,可用于车辆异常情况的检测.
隐马尔可夫模型;噪声检测;梅尔频率倒谱系数
21
TP14(自动化基础理论)
2018安徽省自然科学基金面上项目;2018年度安徽高校自然科学研究项目
2021-10-28（万方平台首次上网日期，不代表论文的发表时间）
共3页
26-28
