10.3778/j.issn.1002-8331.2012.18.012
HMM参数估计的Gibbs抽样算法
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.
隐马氏模型、Gibbs抽样、共轭先验
48
TP181(自动化基础理论)
2012-07-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
57-60