改进的K均值分割算法在关键词检测中的应用

• 作者: 林芳 王炳锡
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 关键词检测 K均值分割算法 隐马尔可夫模型
• 年，卷（期）: 2000,（2）
• 页码范围: 65-68
• 页数: 4页
• 分类号: TN912.3
• 字数: 3422字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2000.02.017

摘要

鉴于K均值分割算法中隐马尔可夫模型(HMM)参数重估公式简单、实用,目前大多数基于HMM的关键词检测系统都采用此算法训练参考模型.为了提高参考模型的有效性和解决该算法在具体实现时所遇到的问题,本文提出了改进的K均值分割(MSKM)算法.MSKM算法以关键词检测系统的检出率为模板收敛的判决依据,使HMM参数调整从一定程度上而言是以检测系统性能为目标函数;同时引入了基于HMM的聚类方法,使聚类和参数估计融为一体.实验结果表明,采用MSKM算法比原算法可使关键词检测系统的平均检出率提高1.8%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王炳锡	信息工程大学信息技术学院	28	205	8.0	12.0
2	林芳	信息工程大学信息技术学院	1	0	0.0	0.0