1) Continuo's Density Hidden Markov Model
连续概率密度隐含马尔科夫模型(CDHMM)
2) SCHMM
半连续隐马尔科夫模型
3) Continuous Gaussian mixture Hidden Markov Mode(lCGHMM)
连续高斯混合密度隐马尔可夫模型
1.
In this paper,a new fault diagnosis scheme using acoustic signals is proposed for the bearings by introducing Continuous Gaussian mixture Hidden Markov Mode(lCGHMM) method,in which the data processing error due to vector quantization is avoided,and therefore the diagnosis precision is improved.
率先引入基于连续高斯混合密度隐马尔可夫模型的轴承故障音频诊断方法,避免矢量量化带来的数据处理误差,提高了系统诊断精度;引入基于聚类算法的模型参数初始化方法和标定系数的前向-后向算法,简化系统复杂度,加快了训练和诊断速度,进一步提高了诊断精度。
4) Semi-Continuous Hidden Markov Model(SCHMM)
半连续隐马尔科夫模型(SCHMM)
5) Hidden Markov model(HMM)
隐含马尔科夫模型
6) CHMM
连续隐马尔可夫模型(CHMM)
补充资料：马尔科夫尼科夫加成
分子式：
CAS号：
性质：乙烯（或丙烯）在过渡金属络合物催化下聚合过程的邻位插入反应机理。一般认为是经过极化的四元环过渡态，反应过程键的断裂与生成同时发生。M-R的加成方向与烯烃二碳端的极性有关，如R有取代基（氢少的碳）的一端，M加在双键另一端，称为马尔科夫尼科夫加成，简称马氏加成。
CAS号：
性质：乙烯（或丙烯）在过渡金属络合物催化下聚合过程的邻位插入反应机理。一般认为是经过极化的四元环过渡态，反应过程键的断裂与生成同时发生。M-R的加成方向与烯烃二碳端的极性有关，如R有取代基（氢少的碳）的一端，M加在双键另一端，称为马尔科夫尼科夫加成，简称马氏加成。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条