HMM-4-学习模型参数(Baum-Welch)

使用Baum-Welch算法学习从给定多个观测序列中HMM模型参数,同时解决机器精度造成的计算稳定性问题。

HMM-3-查找最大概率状态序列(Viterbi)

给定观测序列和模型参数时,查找最大概率状态序列

HMM-2-计算观测序列概率(forward-backward)

给定模型参数,计算给定任意观测序列的概率. forward-backward

HMM-1-简介

1960s, Baum和他的同事发布一系列论文, 1970s CMU的Baker用于实现语音处理, IBM Jelinek和他的同事用于语音处理, Hidden Markov Models 当前状态仅与上一步状态相关,与上一步之前的状态无关.

Proudly powered by WordPress   Premium Style Theme by www.gopiplus.com