隐马尔科夫

隐马尔科夫模型(Hidden Markov Models) 系列之一

介绍（introduction)生成模式（GeneratingPatterns）隐含模式（HiddenPatterns）隐马尔科夫模型（HiddenMarkovModels）前向算法（ForwardAlgorithm
eaglex·2011-04-30 20:00

hiddem markov model(隐马尔科夫模型)

参考资料：讲的非常好（自认为）     http://wenku.baidu.com/view/41b91a36a32d7375a417809c.html
yihaizhiyan·2010-12-22 21:00

How to use the HMM toolbox (Matlab)

一、离散输出的隐马尔科夫模型（DHMM，HMMwithdiscreteoutputs）最大似然参数估计EM（BaumWelch算法）Thescriptdhmm_em_demo.mgivesanexampleofhowtolearnanHMMwithdiscreteoutputs.LettherebeQ
leivo·2010-12-15 03:00

隐马尔科夫模型(HMM)

 介绍我们通常都习惯寻找一个事物在一段时间里的变化规律。在很多领域我们都希望找到这个规律，比如计算机中的指令顺序，句子中的词顺序和语音中的词顺序等等。一个最适用的例子就是天气的预测。首先，本文会介绍声称概率模式的系统，用来预测天气的变化然后，我们会分析这样一个系统，我们希望预测的状态是隐藏在表象之后的，并不是我们观察到的现象。比如，我们会根据观察到的植物海藻的表象来预测天气的状态变化。最后，我们会
hupy·2010-12-13 10:00

隐马尔科夫模型HMM自学 （三）

找到可能性最大的隐含状态序列崔晓源翻译多数情况下，我们都希望能够根据一个给定的HMM模型，根据观察状态序列找到产生这一序列的潜在的隐含状态序列。1、穷举搜索方法 我们可以通过穷举的方式列出所有可能隐含状态序列，并算出每一种隐状态序列组合对应的观察状态序列的概率。概率最大的那个组合对应的就是最可能的隐状态序列组合。Pr(observedsequence|hiddenstatecombination)
lengyuhong·2010-11-24 11:00

隐马尔科夫模型HMM自学（二）

找到观察序列的概率崔晓源翻译Findingtheprobabilityofanobservedsequence1、穷举搜索方法对于水藻和天气的关系，我们可以用穷举搜索方法的到下面的状态转移图（trellis）：图中，每一列于相邻列的连线由状态转移概率决定，而观察状态和每一列的隐状态则由混淆矩阵决定。如果用穷举的方法的到某一观察状态序列的概率，就要求所有可能的天气状态序列下的概率之和，这个trell
lengyuhong·2010-11-24 10:00

隐马尔科夫模型HMM自学（一）

网上找到的一篇非常不错的介绍隐马尔科夫模型介绍崔晓源翻译我们通常都习惯寻找一个事物在一段时间里的变化规律。在很多领域我们都希望找到这个规律，比如计算机中的指令顺序，句子中的词顺序和语音中的词顺序等等。
lengyuhong·2010-11-24 10:00

基于隐马尔科夫模型的中文分词研究

                                 基于隐马尔科夫模型的中文分词研究                                       魏晓宁                         
lengyuhong·2010-11-22 14:00

隐马尔科夫（HMM）实例分析

    A和B是好朋友，但是他们离得比较远，每天都是通过电话了解对方那天作了什么.B仅仅对三种活动感兴趣:公园散步,购物以及清理房间.他选择做什么事情只凭当天天气.A对于B所住的地方的天气情况并不了解,但是知道总的趋势.在B告诉A每天所做的事情基础上,A想要猜测B所在地的天气情况.A认为天气的运行就像一个马尔可夫链.其有两个状态“雨”和”晴”,但是无法直接观察它们,也就是说,它们对于A是隐藏的.每
leivo·2010-11-04 21:00

隐马尔科夫模型(HMM)

 介绍我们通常都习惯寻找一个事物在一段时间里的变化规律。在很多领域我们都希望找到这个规律，比如计算机中的指令顺序，句子中的词顺序和语音中的词顺序等等。一个最适用的例子就是天气的预测。首先，本文会介绍声称概率模式的系统，用来预测天气的变化然后，我们会分析这样一个系统，我们希望预测的状态是隐藏在表象之后的，并不是我们观察到的现象。比如，我们会根据观察到的植物海藻的表象来预测天气的状态变化。最后，我们会
leivo·2010-10-29 00:00

条件随机场 (CRF) 分词序列谈之一

条件随机场(CRF)分词序列谈之一Langiner判别式机器学习技术来解决分词问题，其中判别式机器学习技术主要代表有条件随机场，最大熵/隐马尔科夫最大熵、感知机，支撑向量机等，有关它们的相同点与不同点以后有机会在谈
langiner·2010-08-18 14:15

条件随机场 (CRF) 分词序列谈之一

条件随机场(CRF)分词序列谈之一Langiner判别式机器学习技术来解决分词问题，其中判别式机器学习技术主要代表有条件随机场，最大熵/隐马尔科夫最大熵、感知机，支撑向量机等，有关它们的相同点与不同点以后有机会在谈
langiner·2010-08-18 14:15

条件随机场 (CRF) 分词序列谈之一

条件随机场(CRF)分词序列谈之一Langiner判别式机器学习技术来解决分词问题，其中判别式机器学习技术主要代表有条件随机场，最大熵/隐马尔科夫最大熵、感知机，支撑向量机等，有关它们的相同点与不同点以后有机会在谈
langiner·2010-08-18 14:15

HMM模型的浅出式理解 [ZZ]

实在为我投入NPL的先师   HMM(隐马尔科夫模型)是自然语言处理中的一个基本模型，用途比较广泛，如汉语分词、词性标注及语音识别等，在NLP中占有很重要的地位。
·2010-08-10 14:00

隐马尔科夫模型HMM自学

址：http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/main.html算法：Viterbialgorithm 和 Forward-BackwardAlgorithm。小实验程序：http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/viterbi_alg
lfzhs·2010-05-29 10:00

隐马尔科夫模型-HMM

最近在看隐马尔科夫模型，感觉还是挺难的，经过两天的揣摩。终于理出了点头绪。   隐马尔科夫英文简称是HMM 它里面最重要的两个元素是两种状态，一个显状态，另一个隐状态！
vsc·2010-05-05 22:00

SmartChineseAnalyzer的对中文开源社区是一大贡献

SmartChineseAnalyzer_java-imdict-chinese-analyzer-ProjectHostingonGoogleCode.htm 欣喜的看到在lucene3.0里已经集成进了SmartChineseAnalyzer这个基于隐马尔科夫模型的中文分词模块
cnhome·2010-04-29 17:00

SmartChineseAnalyzer的对中文开源社区是一大贡献

SmartChineseAnalyzer_java-imdict-chinese-analyzer-ProjectHostingonGoogleCode.htm欣喜的看到在lucene3.0里已经集成进了SmartChineseAnalyzer这个基于隐马尔科夫模型的中文分词模块
cnhome·2010-04-29 17:00

命名实体识别

目前在研究隐马尔科夫模型，不过对算法的理解还不够深刻，需要进一步的深入。后面的文章希望介绍一些关于这方面的知识，一来对光临的朋友有个帮助，二来算是我的学习笔记了，我想应该是很有作用的。
miracleluchen·2010-04-11 22:54

命名实体识别

目前在研究隐马尔科夫模型，不过对算法的理解还不够深刻，需要进一步的深入。后面的文章希望介绍一些关于这方面的知识，一来对光临的朋友有个帮助，二来算是我的学习笔记了，我想应该是很有作用的。
miracleluchen·2010-04-11 22:54

又开源了一个项目

（http://code.google.com/p/lightwords/ ）: lightwords是一个中分分词引擎，用双数组Trie树作为词典结构，采用最短N路径算法构造词图粗切分，后期加工采用隐马尔科夫模型
kenbinzhang·2010-04-04 17:00

小曹谈技术之中文分词

复杂一点的处理方法有将中文分词建模成序列标注问题的，然后使用隐马尔科夫HMM模型或者条件随机场模型CRF来进行分词。另外还有基于概率的，例如使用语
caohao2008·2010-03-07 11:00

计算机系为什么要学习数学？

  HMM 隐马尔科夫需要需要学习随机过程，用于分词，语音识别。   Bayes
poson·2009-12-02 09:00

OPENCV之EM算法篇

EM算法的应用相当广泛，包括混合高斯模型的求解，隐马尔科夫模型的求解，最大后验概率模型的求解等。最常用的是混合高斯模型的求解，把混合概率密度分解为一系列的高斯分量之和。
jiangnanmeiying·2009-11-26 08:00

隐马尔科夫模型HMM自学(2)

再次感谢崔晓源。ForwardAlgorithm崔晓源翻译书接上文，前一话我们讲到了ForwardAlgorithm中初始状态的部分概率的计算方法。这次我们继续介绍。2c.如何计算t>1时刻的部分概率回忆一下我们如何计算部分概率：t(j)=Pr(observation|hiddenstateisj) *Pr(allpathstostatejattimet)我们可知（通过递归）乘积中第一项是可用的。
yexin218·2009-07-24 10:00

隐马尔科夫模型HMM自学(2)

再次感谢崔晓源。ForwardAlgorithm崔晓源翻译书接上文，前一话我们讲到了ForwardAlgorithm中初始状态的部分概率的计算方法。这次我们继续介绍。2c.如何计算t>1时刻的部分概率回忆一下我们如何计算部分概率：t(j)=Pr(observation|hiddenstateisj) *Pr(allpathstostatejattimet)我们可知（通过递归）乘积中第一项是可用的。
yexin218·2009-07-24 10:00

隐马尔科夫模型HMM自学(2)

再次感谢崔晓源。ForwardAlgorithm崔晓源翻译书接上文，前一话我们讲到了ForwardAlgorithm中初始状态的部分概率的计算方法。这次我们继续介绍。2c.如何计算t>1时刻的部分概率回忆一下我们如何计算部分概率：t(j)=Pr(observation|hiddenstateisj) *Pr(allpathstostatejattimet)我们可知（通过递归）乘积中第一项是可用的。
yexin218·2009-07-24 10:00

隐马尔科夫模型HMM自学(1)

介绍崔晓源翻译我们通常都习惯寻找一个事物在一段时间里的变化规律。在很多领域我们都希望找到这个规律，比如计算机中的指令顺序，句子中的词顺序和语音中的词顺序等等。一个最适用的例子就是天气的预测。首先，本文会介绍声称概率模式的系统，用来预测天气的变化然后，我们会分析这样一个系统，我们希望预测的状态是隐藏在表象之后的，并不是我们观察到的现象。比如，我们会根据观察到的植物海藻的表象来预测天气的状态变化。最后
yexin218·2009-07-24 10:00

隐马尔科夫模型HMM自学(1)

介绍崔晓源翻译我们通常都习惯寻找一个事物在一段时间里的变化规律。在很多领域我们都希望找到这个规律，比如计算机中的指令顺序，句子中的词顺序和语音中的词顺序等等。一个最适用的例子就是天气的预测。首先，本文会介绍声称概率模式的系统，用来预测天气的变化然后，我们会分析这样一个系统，我们希望预测的状态是隐藏在表象之后的，并不是我们观察到的现象。比如，我们会根据观察到的植物海藻的表象来预测天气的状态变化。最后
yexin218·2009-07-24 10:00

用BioJava开发基于隐马尔科夫模型的应用

1．隐马尔科夫模型在生物信息学中的应用作为一种强大的概率模型，隐马尔科夫模型被广泛地应用到语音识别、计算机视觉等领域。而在计算分子生物学和生物信息学领域，隐马尔科夫模型同样有着广泛的应用。
leves1989·2008-10-19 13:00

HMM学习(4)-Hidden Markov Models

4HiddenMarkovModels4.1DefinitionofahiddenMarkovmodelAhiddenMarkovmodel(HMM)isatriple(,A,B).隐马尔科夫模型是一个三元组
yihucha166·2007-12-19 22:00

使用隐马尔科夫模型(HMM)进行语音识别

这几天翻译了一篇使用隐马尔科夫模型(HMM)进行语音识别的论文的部分.         这篇论文是通过google的学术搜索搜到的，通过在互联网上的查找，发现这篇论文引用率很高。
caohao2008·2007-05-12 19:00
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他