基于进化计算的DHMM训练方法

• 作者: 唐斌 胡光锐 茅晓泉
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 隐马尔柯夫模型 进化计算 语音识别
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 167-170
• 页数: 4页
• 分类号: TN912.34
• 字数: 3673字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2002.02.011

摘要

隐马尔柯夫模型(HMM)的传统训练方法--Baum-Welch算法只能得到一个局部最优模型,从而影响最终的识别率.对于CHMM,分段K平均方法来取得一个初始值可以解决这一问题,但对DHMM却改进不大.而基于全局搜索的进化计算的一个重要特点便是可以得到次优解乃至全局最优解.本文把进化计算引入到DHMM的训练中去,提出一种改进的进化训练方法,实验结果表明,这种训练方法初具了全局搜索和快速收敛的特点,得到的模型优于传统方法和直接用进化计算所得的模型,提高了系统的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡光锐	上海交通大学电子工程系	130	1646	20.0	35.0
2	唐斌	上海交通大学电子工程系	30	145	7.0	10.0
3	茅晓泉	上海交通大学电子工程系	8	53	4.0	7.0