HMM参数估计的Gibbs抽样算法

摘要：

隐马氏模型(HMM)的参数估计是隐马氏模型各种应用的关键.经典的Baum-Welch算法容易陷入局部最优,对初始参数的要求苛刻.HMM参数估计的Gibbs抽样法,充分利用模型先验信息,借助马氏链蒙特卡洛方法(MCMC)的强大计算功能,避免了陷入局部最优,有更好的效果.

关键词：隐马氏模型、Gibbs抽样、共轭先验

所属期刊栏目：48

分类号：TP181(自动化基础理论)

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-60