基于DCPM-FGA的隐马氏模型的参数训练
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(60375023);国防科技大学基础研究资助项目


Parameters Training of HMM Based on DCPM-FGA
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    建立了一种将直接比较比例方法与模糊遗传算法结合在一起用于隐马氏模型参数训练的方法。针对不同的码本大小进行了仿真试验。结果表明,在码本较大时该方法效果要好于B-W算法和Viterbi算法,码本较小时两种方法性能相近。

    Abstract:

    Using DCPM-FGA Direct comparison-proportional method and Fuzzy genetic algorithm to train the parameters of HMM is a very good idea. Different simulations are made for different codebook sizes. The results of simulations show that when the codebook size is bigger, the DCPM-FGA is better than B-W algorithm, otherwise, it has almost the same performance with the above algorithms.

    参考文献
    相似文献
    引证文献
引用本文

韩广军,罗强,李兵.基于DCPM-FGA的隐马氏模型的参数训练[J].国防科技大学学报,2004,26(4):112-114.
HAN Guangjun, LUO Qiang, LI Bing. Parameters Training of HMM Based on DCPM-FGA[J]. Journal of National University of Defense Technology,2004,26(4):112-114.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2004-02-16
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-04-27
  • 出版日期:
文章二维码