基于禁止搜索的离散隐马尔可夫模型优化

• 作者: 孙圣和 梅晓丹
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 禁止搜索 隐马尔可夫模型 语音识别
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 239-242
• 页数: 4页
• 分类号: TN912.3
• 字数: 3673字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2001.02.022

摘要

隐马尔可夫模型(HMM,Hdden Markov Model)是语音识别中广泛采用的鲁棒性统计方法.本文采用禁止搜索(TS,Tabu Search)算法训练HMM参数,提出了基于禁止搜索的隐马尔可夫模型(TS-HMM)算法.该算法可以使搜索最优模型参数的过程达到全局优化.仿真结果表明与传统的前向-后向算法相比,TS-HMM算法具有更好的性能,且能够达到全局优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙圣和	哈尔滨工业大学自动化测试与控制系	112	2796	27.0	49.0
2	梅晓丹	哈尔滨工业大学自动化测试与控制系	5	63	4.0	5.0