針對電子胃鏡運行狀態(tài)異常告警中普遍存在檢測率低的問題,提出一種新的電子胃鏡運行狀態(tài)異常智能告警方法。通過雙重馬爾可夫嵌入狀態(tài)過程對電子胃鏡運行狀態(tài)的正常或異常行為進行描述,建立正常狀態(tài)HMM模型,利用Baum-Weltch算法完成HMM學(xué)習(xí),遞歸估計HMM模型參數(shù),令重新得到的HMM參數(shù)針對給出觀測序列的后驗概率逐漸升高直到收斂,完成對訓(xùn)練樣本序列的有效解釋,針對存在的評估問題、解碼問題、學(xué)習(xí)問題進行解決。在對電子胃鏡運行狀態(tài)進行異常智能告警的過程中,利用滑動窗口形成的短序列對電子胃鏡當前行為進行描述。針對描述正常電子胃鏡運行狀態(tài)的隱馬爾可夫模型參數(shù),通過求解輸出概率對該序列相對于正常模型行為的偏差進行度量,偏差越大,認為該行為處于異常狀態(tài)的可能性越大,實現(xiàn)異常智能告警。經(jīng)驗證,所提方法告警準確,整體性能優(yōu)。 

【文章來源】：自動化與儀器儀表. 2020,(11)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 電子胃鏡運行狀態(tài)正常行為建模
2 模型訓(xùn)練
3 電子胃鏡運行狀態(tài)異常智能告警
4 實驗設(shè)計和結(jié)果分析
5 結(jié)論



本文編號：3171157