基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
概率图模型将概率论与图论相结合,为解决不确定性问题提供了重要的途径。本文研究了一种由量子态、量子算子和测量组成的量子隐马尔科夫模型,并利用最大期望算法对量子隐马尔科夫模型中隐藏量子态进行参数学习,仿真结果表明,EM算法在量子隐马尔科夫模型参数估计中是收敛的、有效的。
推荐文章
基于不同隐马尔科夫模型的图像识别方法
隐马尔科夫模型
E-HMM
图像识别
指纹识别
基于离散隐马尔科夫模型的语音识别技术
语音识别
隐马尔科夫模型
动态时间规整
人工神经网络
基于改进隐马尔科夫模型的鲁棒用户行为识别
隐马尔科夫模型
遗传算法
Baum-Welch算法
用户行为识别
采用自适应基因粒子群算法优化隐马尔科夫模型的方法及应用
基因粒子群算法
自适应方法
参数优化
隐马尔科夫模型
轴承故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 量子隐马尔科夫模型参数学习研究
来源期刊 科技视界 学科
关键词 概率图模型 量子隐马尔科夫模型 参数学习 EM算法
年,卷(期) 2014,(16) 所属期刊栏目 姻姻姻高校科技
研究方向 页码范围 146-146
页数 1页 分类号
字数 1342字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张润丹 南京邮电大学通信与信息工程学院 1 0 0.0 0.0
2 王莹莹 南京邮电大学通信与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
概率图模型
量子隐马尔科夫模型
参数学习
EM算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技视界
旬刊
2095-2457
31-2065/N
大16开
上海市
2011
chi
出版文献量(篇)
57598
总下载数(次)
165
总被引数(次)
68345
论文1v1指导