用于动态序列合成的基于核密度估计的隐马尔科夫模型

• 作者: 徐迎庆 李岩 沈向洋 王天树 郑南宁
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 时间序列分析 隐马尔科夫模型 非参数化统计 动态序列合成
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 153-159
• 页数: 7页
• 分类号: TP391
• 字数: 5480字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2003.02.003

摘要

提出了一种用于动态序列合成的统计模型--基于核密度估计的隐马尔可夫模型.给定一个输入动态序列,该模型可以自动产生被控的输出动态序列.文中提出的模型是一种以非参数化概率密度估计作为观测模型的隐马尔可夫模型.该模型对输入和受控输出序列的联合概率分布进行建模,并利用基于核函数的概率密度估计来学习联合概率分布的细节信息.文中详细地讨论了该模型的学习和合成算法.并利用该模型实现了一个虚拟指挥系统.即给定一段音乐,系统可以自动生成相关的乐队指挥动作.该文利用该系统对不同风格和节拍的音乐做了实验.实验结果验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑南宁	西安交通大学人工智能与机器人研究所	188	3039	29.0	46.0
2	徐迎庆		11	179	8.0	11.0
3	沈向洋		12	190	8.0	12.0
4	李岩		3	32	3.0	3.0
5	王天树	西安交通大学人工智能与机器人研究所	6	100	5.0	6.0