-
题名一种GMMHMM隐状态与高斯混合成份初始化算法
被引量:1
- 1
-
-
作者
张军超
蒋强荣
-
机构
北京工业大学计算机学院
-
出处
《软件导刊》
2019年第1期81-85,共5页
-
基金
北京工业大学计算机应用技术重点学科发展建设项目(040000514118029)
-
文摘
为了解决传统隐马尔可夫模型应用通常将隐状态数和混合成份数看作一致的弊端,更客观地描述问题,使模型研究适合现实的数据分布,参数设定更为精准,从而使算法效果达到最优,提出一种基于高斯混合分布、聚类思想和OEHS准则的适应数据分布且自动确定参数的算法。因隐马尔可夫学习算法由EM算法实现,但EM是局部最优算法,严重依赖初始值,从跳出局部最优的角度出发,对两个参数进行初始设定。与传统的随机初始化方法进行比较,实验结果表明,该算法能得到更好的结果。
-
关键词
隐马尔可夫模型
gmm混合成份
隐状态
自适应
-
Keywords
hidden Markov model
gmm mixed component
implicit state
self-adaption
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-