隱馬爾可夫模型算法分析_第1頁(yè)
隱馬爾可夫模型算法分析_第2頁(yè)
隱馬爾可夫模型算法分析_第3頁(yè)
隱馬爾可夫模型算法分析_第4頁(yè)
隱馬爾可夫模型算法分析_第5頁(yè)
已閱讀5頁(yè)，還剩1頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

應(yīng)用 語(yǔ)音識(shí)別 音字轉(zhuǎn)換 詞性標(biāo)注（POS Tagging） 組塊分析 基因分析 一般化：任何與線(xiàn)性序列相關(guān)的現(xiàn)象 資源 Rabiner, L. R., A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition, Proceedings of the IEEE, vol. 77, no. 2, Feb. 1989, pgs 257 - 285. There is a lot of notation but verbose explanations accompany. 翁富良，王野翊，計(jì)算語(yǔ)言學(xué)導(dǎo)論，中國(guó)社會(huì)科學(xué)出版 社，1998 HTK：HMM Toolkit Hidden Markov Model (HMM White Paper (GeneMatcher 總結(jié) HMM模型可以看作一種特定的Bayes Net HMM模型等價(jià)于概率正規(guī)語(yǔ)法或概率有 限狀態(tài)自動(dòng)機(jī) HMM模型可以用一種特定的神經(jīng)網(wǎng)絡(luò)模 型來(lái)模擬 優(yōu)點(diǎn)：研究透徹，算法成熟，效率高，效 果好，易于訓(xùn)練

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論