首页 | 本学科首页   官方微博 | 高级检索  
     

与观测信息相关的MHMM的参数估计
引用本文:杜世平. 与观测信息相关的MHMM的参数估计[J]. 安徽大学学报(自然科学版), 2005, 29(5): 4-7
作者姓名:杜世平
作者单位:四川农业大学,数学系,四川,雅安,625014
基金项目:国家自然科学基金资助项目(30300219);四川农业大学生命科学与理学院科技创新基金资助项目(SLY200402)
摘    要:隐马尔可夫模型(H idden M arkov Models:HMM)是一种具有很好学习能力的统计模型,已在许多领域特别在语音识别领域得到了成功的应用.本文介绍了任一时刻出现的观测矢量的概率不仅依赖于系统当前时刻所处的状态,而且依赖于系统前一时刻出现的观测矢量的前提下,多个不同的隐马尔可夫模型的组合———混合隐马尔可夫模型(M ixture ofHMM:MHMM)的结构,并根据Baum-W elch算法,导出了该模型各个参数估计公式.

关 键 词:混合隐马尔可夫模型  Baum-Welch算法  Lagrange乘子
文章编号:1000-2162(2005)05-0004-04
收稿时间:2005-05-06
修稿时间:2005-05-06

The parametric estimation of MHMM
DU Shi-ping. The parametric estimation of MHMM[J]. Journal of Anhui University(Natural Sciences), 2005, 29(5): 4-7
Authors:DU Shi-ping
Abstract:Hidden Markov Models(HMM) are statistical models capable of learning.They have been used successfully many applications,especially for speech recognition because of their great adaptability and versatility in handling sequential signals.This paper describe the structure of Mixture of HMM(MHMM) relation with the observations,and derive the update parametric estimation equations for this models according to Baum-Welch algorithm.
Keywords:mixture of HMM    Baum - Welch algorithm    Lagrange multiplier
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号