基于多相关系数分组HMM2的学习算法

• 作者: 杜世平
• 来源期刊: 西北大学学报（自然科学版）
• 学科: 数学
• 关键词: 二阶隐马尔可夫模型(second-or-der HMM:HMM2) 多观测序列 多相关系数 Baum-Welech算法
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 数理科学与信息科学
• 页码范围: 183-186
• 页数: 4页
• 分类号: O212.7
• 字数: 3019字
• 语种: 中文

摘要

目的 为了得到一种基于多相关系数分组二阶隐马尔可夫模型(second-or-der HMM:HMM2)的学习算法.方法 最大似然准则,Lagrange乘子法.结果 给出了在观测噪声和马尔可夫链不相互独立条件下二阶隐马尔可夫模型(second-or-der HMM:HMM2)的结构,获得了在多观测序列不相互独立的情况下HMM2的Baum-Welech学习算法.结论 为得到充足数据,以对所有参数可靠估计,必须使用多观测序列.所获算法避免了直接计算条件概率的困难,考虑了训练序列间的相关性,故使计算过程更为便捷,在观测序列分组均匀相关情况下非常有用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜世平	四川农业大学生命科学与理学院	24	241	9.0	15.0