用多观察序列训练隐马耳可夫模型的一种通用算法 |
| |
引用本文: | 王新民. 用多观察序列训练隐马耳可夫模型的一种通用算法[J]. 孝感学院学报, 2002, 22(6): 17-19 |
| |
作者姓名: | 王新民 |
| |
作者单位: | 孝感学院,物理系,湖北,孝感,432100 |
| |
基金项目: | 湖北省教育厅重点项目基金资助(2002A02004)。 |
| |
摘 要: | 隐马尔可夫模型(HMM:Hidden Markov Model)是一种具有学习能力的统计模型。HMM在许多领域特别是在语音识别领域得到成功的应用。经典HMM的Baum-Welch算法假设不同的观察序列之间是统计独立的。这与实际情况不符。本文在不附加任何假设的前提下,提出了一种用多观察序列训练HMM的算法,从理论上解决了上述问题,传统的Baum-Welch算法只不过是新算法在观察序列独立假设下的特例。
|
关 键 词: | 隐马尔可夫模型 Baum-Welch算法 多观察序列 统计模型 统计独立 HMM训练 |
文章编号: | 1671-2544(2002)06-0017-03 |
A General Algorithm for Training Hidden Markov Models with Multiple Observations |
| |
Abstract: | |
| |
Keywords: | hidden Markov model Baum-Welch algorithm multiple observations |
本文献已被 CNKI 维普 万方数据 等数据库收录! |