一种基于SSM的HMM训练算法

摘要：

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.

关键词：隐马尔可夫模型、Baum-Welch算法、参数估计、态相关方法、充分统计

所属期刊栏目：49

分类号：TN911.7

资助基金：湖北省教育厅科研项目2002A02004

在线出版日期：2004-02-20（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：625-628