GMM

摘要： 上市环保企业的盈利能力研究对促进我国环保行业的发展具有重要的意义.高斯混合聚类属于软聚类,它以概率作为依据,从随机性和不确定性中体现肯定性和稳定性,属于高度的人工智能范畴,聚类准确客观,提供的信息量更加详细.利用高斯混合聚类对我国26家上市环保企业的盈利能力进行分类,按盈利能力的强弱分为4个类别,聚类结果显示:分类比较客观准确,与它们的实际经营状况基本吻合.

摘要： 深度神经网络DNN(Deep Neural Network)是近年机器学习理论中被诸多研究者广泛关注的语音识别模型。DNN模型利用DNN的学习能力可提升对噪声和口音的鲁棒性,在很多大规模语音识别任务中都超过了GMM模型。本文基于DNN与HMM特点,提取40维的MFCC特征向量后,利用DNN的每个输出节点估计HMM每个状态的后验概率,进而得到了对电话录音场景下的模型参数。最后,对1000小时的汉语电话录音和公开汉语语料集thchs-30上进行三次模型训练设计实验,并对比GMM-HMM模型参数效果。实验结果表明,DNN-HMM模型在1000小时的电话录音测试集上误识率降低了5.84%-9.42%,且两种模型识别效果表现得都比较稳定。

摘要： 探究影响家庭消费的内在机制,减少制约家庭消费升级的不利因素,是畅通经济内循环、促进经济高质量发展的重要内容。为此,本文基于2005-2019年我国30个省份面板数据,建立静态和动态模型考察人口年龄结构和社会保障水平对家庭消费率的影响机制。研究结果表明,在静态模型中,少儿抚养比、老年抚养比和养老保险覆盖率的增加对家庭消费率具有显著拉动效应。在动态模型中,引入消费滞后期后老年抚养比的增加对家庭消费率具有显著抑制作用,而少儿抚养比的增加和养老金覆盖率的提升则表现出显著促进效应。此外,研究表明,人均实际GDP和实际利率的提升对我国家庭消费率有促进作用,而通货膨胀率和城市化水平的提升对家庭消费率有一定抑制作用。基于研究结论,本文提出政府在应对人口年龄结构变动对家庭消费的不同影响时,应充分考虑社会保障、产业结构调整和公共资源配置的合理性与公平性,如实施相关政策降低老年抚养比的增加对家庭消费率的抑制效应,转变居民消费观念的同时构建完善的社会保障等政策建议,从而激发家庭消费的内在需求。

摘要： 在视频监控场景中,由于光照影响会形成明暗交替的动态阴影区域,而现有的目标检测方法在进行前景目标提取时对动态阴影具有较差的鲁棒性,从而在有阴影的环境中进行检测会出现对感兴趣目标提取结果不正确或不完全的现象,为克服这一问题,设计了一种基于HSV空间模型的阴影去除算法。在现有基于HSV空间模型的阴影消除方法中添加了GMM模型的判决函数,首先进行含阴影的前景目标与背景分离,直接对前景目标进行HSV颜色空间的阴影去除,该方法可以有效降低非感兴趣区域(静态背景区域)的像素点对阴影检测效率的影响。实验证明,改进后的方法在处理动态目标阴影时具有较好的鲁棒性,并且可以提取更为完整的目标区域。

摘要： 畅通国内大循环和经济高质量发展的重要推动力之一就是促进居民消费。然而,随着我国人口老龄化加剧、4-2-1结构的家庭比例持续升高以及社会保障体系仍不健全,赡养老人的负担也落在了成年子女身上,这可能将对居民消费产生一定程度的负向冲击。本研究基于调查数据,采用普通最小二乘法估计了影响家庭养老保障支出的客观因素。此外,为克服内生性问题,本文进一步采用广义矩估计方法检验了老年人的养老保障支出对不同类型家庭消费的挤出效应。实证结果表明,养老保障支出对家庭消费存在挤出效应,尤其是养老保障支出对核心消费的挤出效应最大。不同老年人口的子样本结果表明,老年人口数量越多,养老保障支出对核心消费的挤出效应越强,而对边际消费的挤出效应越不明显。为此,本文提出应持续完善社会养老保障体系和提供适合老年人工作岗位的政策建议。

摘要： “十四五”时期,中国正处于百年未有之大变局,表现之一是以新一代信息技术为代表的生产力变革,企业所得税优惠政策对新一代信息技术服务业科技竞争力的提升具有重要功效。基于上市公司的财务数据,利用动态面板模型广义矩估计(GMM)和倾向得分匹配双重差分法(PSM-DID)对三项企业所得税优惠方式的效应进行的研究表明,总体来看,目前的企业所得税优惠政策能够提高新一代信息技术服务业科技竞争力水平,但是对新一代信息技术服务业科技的影响并不全面,企业所得税各项优惠方式对新一代信息技术服务业科技竞争力的影响程度差距较大,按照促进效应强弱依次为研发费用加计扣除、企业所得税低税率和固定资产加速折旧;企业所得税优惠政策对国有、创新强度小、金融约束大的企业更能够促进其科技竞争力的提升。

摘要： 2015年新《预算法》实施以来,我国地方政府债务显著增长,短期内地方政府债务对地方经济增长的影响值得关注。文章从地方政府债务对地方经济的短期影响入手,基于2015—2019年30个省(自治区、直辖市)的相关债务数据,构建动态面板系统GMM模型,分析地方政府债务对地方经济增长的短期影响。实证结果显示,短期内,大规模举债能够促进地方经济增长,地方财政缺口和人均投资额对地方经济增长有负向影响,而贸易规模对地方经济增长有正向影响。

摘要： 选取2010~2020年30个省份的面板数据,运用熵值法构建绿色金融和FDI指标体系,采用基准静态回归和GMM动态回归——探究绿色金融发展对FDI的影响。研究发现:绿色金融对FDI具有显著的正向效应,且存在地域分布差异。在此基础上,采用缩尾截尾处理测评回归结果的稳健性水平;基于两阶段最小二乘法考量两个指标体系的内生性问题。

摘要： Although a number of studies have been published in the general area on various factors affecting the ecologicalization of urban industrial structure,little work has been carried out for empirical studies quantitatively analyzing the relevance between green finance development and the ecologicalization of urban industrial structure.Therefore,based on a comprehensive index of green finance development,this research employs panel data of target cities1 for the period 2012–2020 to explore the influence of green finance on the ecologicalization of urban industrial structure.The empirical results show that green finance development significantly improves the ecologicalization level of urban industrial structure.In addition,it is found that green finance plays a stronger role in promoting the ecologicalization of industrial structure in economically developed regions than in economically underdeveloped regions2.The research results can provide a valuable policy reference for urban green financial market planning and green product innovation.

摘要： 为准确判断轨道电路的状态,保障轨道交通的安全运行,研究无监督学习中的高斯混合模型(Gaussian mixed model,GMM)、有监督学习中的反向传播神经网络(back propagation neural network,BPNN)模型与逻辑回归(logistic regression,LR)分类模型等3种典型机器学习算法在轨道电路状态判断中的应用。将轨道电路分为占用状态和空闲状态,应用3种算法实现状态分类任务,并在实际测得的数据集上对比3种算法的分类性能。测试结果表明:3种算法均能实现轨道电路状态的准确分类。与BPNN模型和LR分类模型相比,GMM无需训练过程,可降低人工成本。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典GMM提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的72维特征，利用wrapper特征选择方法，选择出了反应音色特性的14维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用GMM对8类不同音色数据进行了分类识别，取得了62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典GMM提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的72维特征，利用wrapper特征选择方法，选择出了反应音色特性的14维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用GMM对8类不同音色数据进行了分类识别，取得了62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典GMM提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的72维特征，利用wrapper特征选择方法，选择出了反应音色特性的14维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用GMM对8类不同音色数据进行了分类识别，取得了62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典GMM提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的72维特征，利用wrapper特征选择方法，选择出了反应音色特性的14维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用GMM对8类不同音色数据进行了分类识别，取得了62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典 GMM 提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的 72 维特征，利用 wrapper 特征选择方法，选择出了反应音色 特性的 14 维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用 GMM 对 8 类不同音色数据进行了分类识别，取得了 62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典 GMM 提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的 72 维特征，利用 wrapper 特征选择方法，选择出了反应音色 特性的 14 维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用 GMM 对 8 类不同音色数据进行了分类识别，取得了 62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典 GMM 提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的 72 维特征，利用 wrapper 特征选择方法，选择出了反应音色 特性的 14 维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用 GMM 对 8 类不同音色数据进行了分类识别，取得了 62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 音乐信号的音色分析和相似计算是计算机音乐信息检索系统的重要研究内容之一。本文基于经典 GMM 提出了多次递进趋于稳定的高斯混合模型，并将其应用于音乐音色模型研究中。文中首先提取了反应音色的 72 维特征，利用 wrapper 特征选择方法，选择出了反应音色 特性的 14 维最优特征子集，大大降低了音色相似计算的复杂度;其次在最优特征子集下，利用 GMM 对 8 类不同音色数据进行了分类识别，取得了 62%的识别准确率，验证了音色模型的可行性;而特征选择的实验结果，则反映了乐器音色模型中低频段特征的重要性。

摘要： 本文针对在静止背景下通过彩色视频信息对运动目标进行自动提取和跟踪的问题.采用归一化rgb空间与灰度空间相结合的模型消除阴影对目标轮廓提取的影响,对差分图像做GMM(GaussianMixtureModel)建模,并引入运动边界检测算于,构造运动边界图像;将静态图像轮廓提取算法GVF-Snake引入运动图像中,通过修改能量项,自动初始化轮廓,增加位置预测,使其能够跟踪运动目标的轮廓.实验结果证明,该算法对刚性和非刚性两类目标都有较好的跟踪效果.

摘要： 本文针对在静止背景下通过彩色视频信息对运动目标进行自动提取和跟踪的问题.采用归一化rgb空间与灰度空间相结合的模型消除阴影对目标轮廓提取的影响,对差分图像做GMM(GaussianMixtureModel)建模,并引入运动边界检测算于,构造运动边界图像;将静态图像轮廓提取算法GVF-Snake引入运动图像中,通过修改能量项,自动初始化轮廓,增加位置预测,使其能够跟踪运动目标的轮廓.实验结果证明,该算法对刚性和非刚性两类目标都有较好的跟踪效果.

摘要： 本发明公开了一种基于GMM和HMM的步相检测方法，涉及行人导航领域，包括基于高斯混合模型的粗划分以及基于隐马尔可夫模型的进一步概率估计。本发明根据本方法的应用需求，将一个步态周期划分为支撑相与摆动相两相，根据支撑相与摆动相摆动幅度差别大的特点，假设支撑相与摆动相分属于两个不同的高斯分布，采用高斯混合模型聚类方法将支撑相与摆动相划分到两个簇类。通过分析高斯混合模型粗划分结果的阈值情况，将行走过程分割为一系列连续的步态时间段，并将每一个步态时间段定义为一个观测值，从而得到一组观测序列。本发明不仅提高了现有步态检测方法的可靠性和鲁棒性，也使得应用方法的选取更加简单、方便和灵活。

摘要： 一种基于GMM与EM的堆积层滑坡失稳模式概率判识方法及系统，包括：获取堆积层滑坡的计算参数；建立堆积层滑坡地质概化模型，以此为基础，在有限元软件中建立堆积层滑坡确定有限元模型；对有限元软件进行二次开发，以提取各个中心坐标；将黏聚力和内摩擦角作为随机变量，进行相关随机场模拟，得到多个随机场；基于随机场模拟结果，采用非侵入式随机有限元方法批量建立不确定有限元模型，并进行稳定性分析，获得不确定有限元模型的节点位移；以节点位移作为观测值，通过K‑means聚类分析，将滑坡模型整体聚为稳定体和变形体两类；统计变形体体量，并基于统计结果，以变形体体量为观测对象，通过混合高斯模型的期望最大化算法进行失稳模式判识。

摘要： 本发明公开了一种基于GMM‑HMM的车载网络CAN总线入侵检测方法，包括以下步骤：获取车载网络CAN总线正常报文，按时间顺序统计出每个CAN ID所有报文的周期，即同一CAN ID两帧报文之间的时间差，形成周期序列，作为算法的输入；算法将每个CAN ID的周期序列划分为固定长度，然后为每个CAN ID训练一个GMM‑HMM模型，得出正常周期序列的似然概率；对于被测报文序列，同样统计出每个CAN ID的周期序列，输入模型后计算出生成该序列的似然概率，通过比较该似然概率与上一步得到的似然概率的阈值作比较，来判断报文序列是否异常。本发明解决CAN总线报文周期异常检测问题，可以发现DoS、模糊、重放等向总线插入报文的攻击行为。

摘要： 本发明专利提供了一种监测MXene与GMM包覆湿度和磁场测量光纤传感装置及实现方法，它包括ASE光源(1)、环形器(2)、测量系统(3)、OSA(4)、解调模块(5)、PC端(6)。本发明专利通过光纤进行传感，利用光线追踪原理，使ASE光源发出的光在马赫曾德干涉仪中产生干涉光谱，通过对干涉光谱的检测，测量湿度和磁场，并且通过解调模块，实现数字输出，达到可以在PC端显示的目的。本发明降低了传感单元的尺寸，增加了传感的灵敏度，降低了不同参量的交叉影响，实现了同时监测湿度和磁场的目的。同时可以在PC端输出，实现了对湿度和磁场的实时监测。

摘要： 本发明专利提供了一种监测MXene与GMM包覆气体和磁场测量光纤传感装置及实现方法，它包括宽带光源光源(1)、环形器(2)、传感器系统(3)、光谱分析仪(4)、解调模块(5)、计算机(6)。本发明专利通过光纤进行传感，利用光线追踪原理，使宽带光源发出的光在马赫曾德干涉仪中产生干涉光谱，通过对干涉光谱的检测，测量气体和磁场，并且通过解调模块，实现数字输出，达到可以在计算机上显示的目的。本发明降低了传感单元的尺寸，增加了传感的灵敏度，降低了不同参量的交叉影响，实现了同时监测气体和磁场的目的。同时可以在计算机上输出，实现了对气体和磁场的实时监测。

摘要： 本发明专利提供了MXene与GMM涂敷光纤复合结构双参量测量传感器，它包括ASE光源(1)、环形器(2)、双参量测量系统(3)、光谱分析仪(4)、解调模块(5)、计算机(6)。本发明专利采用马赫曾德干涉仪原理和FBG传感原理，通过U形凹陷单模光纤级联FBG涂敷敏感材料进行传感，使ASE光源产生的光束在U形凹陷单模光纤中产生干涉光谱，通过干涉光谱的检测，实现温度的测量，并通过FBG产生的反射尖峰，检测磁场的变化，并且通过解调模块进行解调，实现了在计算机上处理，达到了数字化的目的。本发明实现了多参量检测、交叉敏感小、减小传感器尺寸，且可在计算机上输出，实现了对温度和磁场同时且实时监测的目的。

摘要： 本发明公开了一种基于GMM与EM算法的设备参数劣化实时预警方法，包括步骤如下：S1，采集设备的运行参数数据，并划分为训练集和验证集；S2,在训练集上采用GMM算法对设备的正常运行模式建立GMM模型；S3,根据GMM模型，建立关于设备观测值的概率生成模型；S4,根据设备观测值，利用步骤S3构建的概率生成模型计算该设备正常状态估计值；S5,计算验证集上的设备观测值和正常状态估计值之间的残差，并根据设定残差阈值进行设备参数劣化的检测与预警。本发明能有效地学习设备的正常模式，有更强地解释性和实用性；与领域专家的知识更紧密的结合，能够有效应对工业设备参数劣化复杂多变的场景。

摘要： 本发明涉及互联网技术领域，公开了一种融合GMM模型和HMM模型的婴儿哭声检测方法，包括以下步骤：建立短哭声数据模型C1；建立中哭声数据模型C2；建立长哭声数据模型C3：将上述得到的每种哭声数据模型，分别针对多条婴儿哭声声音进行识别训练测试，通过训练得到其对应的HMM模型；建立短噪声数据模型N1；建立中噪声数据模型N2：建立长噪声数据模型N3：将上述得到的每种噪声数据模型，分别针对多条婴儿哭声声音进行识别训练测试，通过训练得到其对应的GMM模型,能够充分利用GMM模型。本发明的技术方案能够显著提高哭声检测准确率，降低虚警率和漏报率。

摘要： 本发明公开一种基于GMM构建课程知识图谱的方法，包括：将试题按章节分组，对每章的试题进行预处理及中文分词，得到结构化试题数据，然后对有效试题字串进行jieba分词，生成试题的词频矩阵；基于处理后的试题的词频矩阵、使用GMM模型进行试题知识点聚类和特征提取，生成试题知识点模型；同时基于结构化试题数据对章节知识点进行特征识别和提取，生成章节知识点模型；基于生成的试题知识点模型和章节知识点模型，利用知识图谱技术将试题和章节两类知识点统合为课程知识图谱。本发明以海量的课程试题为研究对象，利用高斯混合聚类方法识别试题知识点及其关联，并结合现有章节知识点体系，利用知识图谱技术，实现课程知识体系重构。

摘要： 本发明公开一种基于FFT‑GMM‑K近邻的火焰探测方法。该方法通过通过样本录制，对录制的样本进行裁剪，得到固定时长的样本集；对裁剪后的样本集进行红外特征提取和紫外特征提取；根据红外特征提取和紫外特征提取的结果进行GMM拟合，每种GMM输出表示预测样本和干扰源或火焰的相似度，采用概率作为相似度的度量，概率越大表示预测样本属于干扰源或火焰的可能性越大，最后选择最相似的K个近邻，计算预测样本属于火焰的近邻概率总和以及预测样本属于干扰源的近邻概率总和；根据预测样本属于火焰的近邻概率总和以及预测样本属于干扰源的近邻概率总和的大小，判断预测样本所属于的类型，更好地发挥出红紫外传感器结合的优势，对火焰的探测精度得到显著提高。