中国学术期刊网络出版总库
  关闭
基于Baum-Welch算法HMM模型的孤词算法研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Study on solitary word based on HMM model and Baum-Welch algorithm
【下载频次】 ★★★★★
【作者】 陈军霞; 刘紫玉;
【英文作者】 CHEN Junxia; LIU Ziyu; School of Economics and Management; Hebei University of Science and Technology;
【作者单位】 河北科技大学经济管理学院;
【文献出处】 河北科技大学学报 , Journal of Hebei University of Science and Technology, 编辑部邮箱 2015年 01期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 算法理论; Baum-Welch算法; 隐Markov模型; 随机过程;
【英文关键词】 theory of algorithm; Baum-Welch algorithm; hidden Markov model; stochastic process;
【摘要】 介绍了隐Markov模型原理,它是用来描述含有未知参数的Markov过程,是描述随机过程统计特性的概率模型。在此基础上,设计了基于HMM模型的孤词检测实验,通过优化实验模型,采用Baum-Welch算法解决HMM模型的训练问题,找到HMM模型估计参数λ值,这在数学角度上等价于其他线性预测系数。此实验在减少不必要的HMM训练的同时,降低了算法复杂程度。为了测试Baum-Welch算法的有效性,进行了数据仿真实验,结果表明该算法是有效的。
【英文摘要】 This paper introduces the principle of Hidden Markov Model,which is used to describe the Markov process with unknown parameters,is a probability model to describe the statistical properties of the random process.On this basis,designed a solitary word detection experiment based on HMM model,by optimizing the experimental model,Using Baum-Welch algorithm for training the problem of solving the HMM model,HMM model to estimate the parameters of theλvalue is found,in this view of mathematics equivalent to other ...
【基金】 河北省自然科学基金(F2012208018); 河北省高等学校科学技术研究重点项目(ZD2014027)
【更新日期】 2015-02-06
【分类号】 O211.62
【正文快照】 1 HMM模型介绍隐Markov模型(Hidden Markov Models,HMM)是一种描述随机过程统计特性的概率模型,用来描述一个含有未知参数的Markov过程,在实际应用中,可用参数表示模型中的各种变量,其难点是从可观察的参数中确定该过程的隐含,再利用这些参数作进一步分析。作为研究语音信号的?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

数理科学和化学
  数学
   概率论与数理统计
    概率论(几率论、或然率论)
     随机过程
      马尔可夫过程
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号