10.3321/j.issn:1671-8836.2003.05.020
一种基于SSM的HMM训练算法
在Baum-Welch(BW)算法的基础上提出了一种基于态相关方法(State-Specific Method :SSM)的隐马尔可夫模型(Hidden Markov Mode:HMM)参数估计算法(简称SBW算法).该算法在估计HMM不同状态的概率密度函数(probability density function:PDF)的参数时使用了与状态有关的维数较低的特征集合.与传统的BW算法相比,新算法避免了直接估计高维的PDF参数.仿真实验表明, 在训练数据量不足的情况下,采用SBW算法的误识率明显低于BW算法.
隐马尔可夫模型、Baum-Welch算法、参数估计、态相关方法、充分统计
49
TN911.7
湖北省教育厅科研项目2002A02004
2004-02-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
625-628