基于多相关分组的HMM训练算法

• 作者: 姚天任 王新民 黄新堂
• 来源期刊: 华中师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 隐马尔可夫模型 多观察序列 多相关系数 训练
• 年，卷（期）: 2003,（2）
• 页码范围: 179-182
• 页数: 4页
• 分类号: TP391.42
• 字数: 3070字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1190.2003.02.012

摘要

在用多观察序列训练HMM理论的基础上,提出了一种基于对多观察序列按多相关系数分组的HMM训练算法(简称基于多相关分组的HMM训练算法).该算法避免了直接计算条件概率的困难,与传统的Baum-Welch算法相比,既考虑了训练序列之间的相关性,又不增加计算量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄新堂	华中师范大学物理科学与技术学院	38	209	9.0	13.0
2	姚天任	华中科技大学电信系	49	670	15.0	24.0
3	王新民	孝感学院物理系	19	103	6.0	9.0