2025年04月04日 星期五 主页   |   首页   |   期刊介绍   |   编 委 会   |   投稿指南   |   期刊订阅   |   编辑队伍   |   留言板   |   联系我们   |   English
  论文 本期目录 | 过刊浏览 | 高级检索 |
基于多相关分组的HMM训练算法
王新民,黄新堂,姚天任
[1]孝感学院物理系,湖北孝感432100 [2]华中师范大学物理科学与技术学院,武汉430072 [3]华中科技大学电信系,武汉430074
A HMM training algorithm based on grouping multiple observations by multiple correlation coefficient
王新民,黄新堂,姚天任
[1]孝感学院物理系,湖北孝感432100 [2]华中师范大学物理科学与技术学院,武汉430072 [3]华中科技大学电信系,武汉430074
全文: PDF (0 KB)  HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在用多观察序列训练HMM理论的基础上,提出了一种基于对多观察序列按多相关系数分组的HMM训练算法(简称基于多相关分组的HMM训练算法)。该算法避免了直接计算条件概率的困难,与传统的Baum—Welch算法相比,既考虑了训练序列之间的相关性,又不增加计算量。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
收稿日期: 2003-02-25     
引用本文:   
王新民,黄新堂,姚天任. 基于多相关分组的HMM训练算法[J]. , 2003, 42(2): 0-0.
王新民,黄新堂,姚天任. A HMM training algorithm based on grouping multiple observations by multiple correlation coefficient. , 2003, 42(2): 0-0.
链接本文:  
https://journal.ccnu.edu.cn/zk/CN/     或     https://journal.ccnu.edu.cn/zk/CN/Y2003/V42/I2/0
版权所有 © 《华中师范大学学报(自然科学版)》编辑部
地址:武汉市珞瑜路152号华中师范大学田家炳楼7楼华师学报编辑部 邮编:430079 电话(传真):027-67868127
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn