基于最优状态和分支序列的连续隐Markov模型参数估计

• 作者: 俞璐 吴乐南 谢钧
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 连续隐Markov模型 最优状态和分支序列 最大似然 收敛性 Viterbi算法
• 年，卷（期）: 2005,（2）
• 页码范围: 136-140
• 页数: 5页
• 分类号: TP391
• 字数: 1676字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2005.02.004

摘要

提出了一种连续隐Markov模型参数估计算法,并利用全局收敛定理严格证明了算法的收敛性.该算法用Viterbi算法取代分段K平均算法中的聚类方法,直接确定出最优状态和分支序列,并依据最优序列以最大似然为优化准则进行参数估计.阐述了该算法与Baum-Welch和分段K平均2种经典算法在目标函数、优化准则和工作原理等方面的关系,并将3种算法应用于人脸识别.实验结果表明,该算法在获得相当识别率的同时缩短了训练时间,并降低了识别结果对训练样本集的敏感性,在3种算法中总体性能最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乐南	东南大学无线电工程系	412	3936	29.0	45.0
2	俞璐	东南大学无线电工程系	9	46	4.0	6.0
6	谢钧	解放军理工大学指挥自动化学院	27	233	10.0	14.0