多观察序列连续隐含马尔柯夫模型的无溢出参数重估
| 外文标题 | Re-estimation of Continuous Hidden Markov Model with Multiple Observation without Overflow |
| 文献类型 | 期刊 |
| 作者 | 何强[1];毛士艺[2];张有为[3] |
| 机构 | [1]北京航空航天大学电子工程系,北京,100083 [2]北京航空航天大学电子工程系,北京,100083 [3]五邑大学信息科学研究所,广东江门,529020 ↓ |
| 通讯作者 | He, Qiang |
| 来源信息 | 年:2000卷:28期:10页码范围:98-101 |
| 期刊信息 | 电子学报ISSN:0372-2112 |
| 关键词 | 隐含马尔柯夫过程;Baum-Welch算法;溢出;定标 |
| 摘要 | 在语音识别系统的HMM模型训练阶段,由于Baum-Welch算法中前向概率和后向概率包含大量连乘项,计算结果数值会越来越小,以致产生溢出.在单观察序列情况下采用定标技术可以妥善地解决溢出问题.在多观察序列情况下,则会引入各序列对HMM的输出概率作为修正系数,其数值很小,溢出问题仍存在.本文分析了溢出问题产生的原因,针对多观察序列的情况,将优化目标函数由输出概率的连乘改为对数累加和形式,推导出一套改进的Baum-Welch算法.该算法降低了HMM参数重估算法的计算复杂度,提高了稳定性,避免了溢出问题. |
| 收录情况 | EI(2001185572378) |
| 所属部门 | 电子信息工程学院 |
| 链接地址 | http://d.g.wanfangdata.com.cn/Periodical_dianzixb200010026.aspx |
| DOI | 10.3321/j.issn:0372-2112.2000.10.026 |
| 人气指数 | 1 |
| 浏览次数 | 1 |
| 基金 | 广东省自然科学基金 |
全文
影响因子：
dc:title:多观察序列连续隐含马尔柯夫模型的无溢出参数重估
dc:creator:何强;毛士艺;张有为
dc:date: publishDate:2000-10-25
dc:type:期刊
dc:format: Media：电子学报
dc:identifier: LnterrelatedLiterature：电子学报.2000,28(10),98-101.
dc:identifier:DOI：10.3321/j.issn:0372-2112.2000.10.026
dc: identifier:ISBN:0372-2112
