Viterbi

Vitebi算法

viterbi维特比算法解决的是篱笆型的图的最短路径问题，图的节点按列组织，每列的节点数量可以不一样，每一列的节点只能和相邻列的节点相连，不能跨列相连，节点之间有着不同的距离，距离的值就不在图上一一标注出来了
Mr.Ygg·2020-09-16 06:33

Viterbi算法（续）

1.题目背景：从前有个村儿，村里的人的身体情况只有两种可能：健康或者发烧。假设这个村儿的人没有体温计或者百度这种神奇东西，他们唯一判断他身体情况的途径就是到村头我的偶像金正月的小诊所询问。月儿通过询问村民的感觉，判断她的病情，再假设村民只会回答正常、冷或头晕。有一天村里奥巴驴就去月儿那去询问了。第一天她告诉月儿她感觉正常。第二天她告诉月儿感觉有点冷。第三天她告诉月儿感觉有点头晕。那么问题来了，月儿
Mr.Ygg·2020-09-16 06:02

matlab实现卷积编码与viterbi译码

:2:10;%SNR范围N=1000000;%消息比特个数M=2;%BPSK调制L=7;%约束长度tre1=poly2trellis(L,[171133]);%卷积码的生成多项式tblen=6*L;%Viterbi
太阳帅帅·2020-09-16 00:04

翻译 | 卷积码的维特比（Viterbi）译码

对维特比译码的接触很早就开始了，也想过要写一篇总结性的文章，但无奈心中一直有几个疑团没能得到合理的解答。比如什么时候开始进行回溯译码比较合适？维特比译码的性能相比分组码等其他编码的译码性能究竟好在哪里，如何来评估？编码约束度和监督位数量对维特比译码的性能是如何产生影响的，等等……直到前些天看到这篇来自MIT的数字通信系统课程的教案，诸多的疑惑才豁然开朗。这篇文章将通信理论中的维特比译码的前前后后讲
weixin_30267785·2020-09-16 00:49

软判决与硬判决的区别

是简单的通过设置阈值来判断输出，以二进制来说的话，一般大于0的判1，小于0的判0【软判决】是先将判决输入量化成N个值，通过最大后验概率计算每个值最有可能的原值是多少，算法比较复杂误码率也更低具体解释：        Viterbi
醉沙great·2020-09-15 23:33

软判决和硬判决

原文地址软判决和硬判决Viterbi译码分硬判决和软判决两种，在结构和译码过程上没有区别，区别在于分支度量的计算方法。
aprienti·2020-09-15 23:01

通信算法之十六：卷积编码与Viterbi软译码仿真链路

一.卷积编码与Viterbi软译码原理内容见网络资源。二.仿真链路：信道环境：高斯白噪声，瑞丽信道仿真参数：R=1/2,约束长度=7。仿真结果：仿真增益为：8dB左右。
leegang12·2020-09-15 22:26

软判决译码与因判决译码之间的区别

Viterbi译码分硬判决和软判决两种，在结构和译码过程上没有区别，区别在于分支度量的计算方法。
oura·2020-09-15 22:06

MATLAB利用communication toolbox实现AGWN信道不同编码译码误码率分析

首先，建立一个使用加性高斯白噪声信道的通信系统，不采取编码译码方式的系统模型；然后在该系统上加上卷积编码和硬判决译码的Viterbi译码器构成新的系统模型。然后我们会更新算法，使用软判决译码。
Vuforia_dxb·2020-09-15 22:16

隐马尔可夫模型（HMM）的MATLAB实现——Viterbi算法

代码中有示例，来自李航《统计学习方法》function[Delta,Psi,P,I]=Viterbi(A,B,Pi,O)%函数功能：利用维特比算法找到观测序列O的最优路径%%参考文献：李航《统计学习方法
Chishuo_sgp·2020-09-15 17:52

连载：有限状态机以及维特比(Viterbi)译码器（二）

上一节，我们实现了一个通用的有限状态机编码器及维特比译码器。这一节，实现两种卷积码（前向、反馈）的状态机初始化类。前向码需要一组参数，分别是n,k,m，还有具体的管脚描述。管脚描述采用Matlab的八进制格式。前向卷积码,front_conv_lsmaker.h/**\brief本文件实现了前向卷积码的状态机回调函数*/#if!defined(FRONT_CONV_LSMAKER_HEADER_V
丁劲犇·2020-09-15 17:01

图解比较李航书上的viterbi算法和dijistra算法

李航P184中有句话非常奇怪,是这样的:“根据动态规划原理,最优路径具有这样的特性:如果最优路径在时刻t通过节点it∗i_t^*it∗,那么这一路径从节点it∗i_t^*it∗到终点iT∗i_T^*iT∗的部分路径,对于从it∗i_t^*it∗到iT∗i_T^*iT∗的所有可能的部分路径来说,必须是最优的.因为假如不是这样,那么从it∗i_t^*it∗到iT∗i_T^*iT∗就有另一条更好的部分路
Applied Sciences·2020-09-15 16:22

HMM学习笔记_3(从一个实例中学习Viterbi算法)

在上一篇博客http://www.cnblogs.com/tornadomeet/archive/2012/03/24/2415583.html中，我们已经从一个例子中学会了HMM的前向算法，解决了HMM算法的第一个问题，即模型评估问题。这一讲中我们来解决第二个问题：HMM的解码问题，即即给定观测序列O=O1O2O3…Ot和模型参数λ=(A,B,π)，怎样寻找满足这种观察序列意义上最优的隐含状态序
weixin_34258782·2020-09-13 20:17

HMM的Baum-Welch算法和Viterbi算法公式推导细节

首先回顾一下这三个问题都是什么以及解决每个问题的主流算法：概率计算问题即模型评价问题——前向算法和后向算法学习问题即参数估计问题——Baum-Welch算法预测问题即解码问题——Viterbi算法在上一篇概率计算问题的最后
Orange先生·2020-09-13 12:19

HMM及维特比算法

参考HMM：https://blog.csdn.net/sinat_25346307/article/details/79119366Viterbi算法：https://blog.csdn.net/shenxiaoming77
csdn_1HAO·2020-09-10 12:01

Python利用结巴模块统计《水浒传》词频

Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG)采用了动态规划查找最大概率路径,找出基于词频的最大切分组合对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi
try2035·2020-08-26 14:14

NLP自然语言处理：（viterbi算法、隐马科夫链、动态规划、naisy channel 模型）实现英文分词

目录一、viterbi算法二、英文分词基础知识2.1场景2.2公式推导（naisychannelmodel）2.3动态规划三、代码3.1数据处理3.2平滑处理3.3计算模型参数3.4viterbi算法viterbi
陈宸-研究僧·2020-08-26 13:07

gsm物理层

2：Viterbi均衡。3：计算每比特的软信息。译码：将均衡出的每比特软信息按照具体的逻
Amao_come_on·2020-08-25 14:08

matlab中 卷积码 及Viterbi解码内容

根据卷积编码是否有负反馈，poly2trellis的有两种调用形式。trellis=poly2trellis(ConstraintLength,CodeGenerator);trellis=poly2trellis(ConstraintLength,CodeGenerator,...FeedbackConnection);这里我只讨论无负反馈的形式。下图是一个R=2/3的卷积编码器，经过S/P转换
xuyang0001·2020-08-24 11:13

Viterbi算法Python实现版

算法如下：defviterbi(i,n,t):ift==0:returnp[i]*b[i,o[0]],''max_d=[]forjinrange(n):max_d.append(viterbi(j,n,
Just do it 17·2020-08-24 11:57

viterbi算法

维特比算法（ViterbiAlgorithm）标签（空格分隔）：未分类维特比算法（ViterbiAlgorithm）viterbi算法用于寻找最可能的隐藏状态序列(Findingmostprobablesequenceofhiddenstates
伊小白·2020-08-24 08:51

自然语言处理之维特比算法实现中文分词

维特比算法实现中文分词实例维特比(viterbi)算法介绍算法思路分词实例维特比(viterbi)算法介绍维特比算法是一种动态规划算法用于寻找最有可能产生观测事件序列的-维特比路径-隐含状态序列，可以解决任何一个图中的最短路径问题
Wake Up @Dionysus·2020-08-24 04:24

viterbi维特比算法

维特比算法：使用动态规划，找出最短路径以下以图的形式来解释：图的节点按列组织，每列的节点数量可以不一样，每一列的节点只能和相邻列的节点相连，不能跨列相连，节点之间有着不同的距离，距离的值就不在图上一一标注出来了，大家自行脑补。过程其实很简单：为了找出S到E之间的最短路径，我们先从S开始从左到右一列一列地来看。首先起点是S，从S到A列的路径有三种可能：S-A1、S-A2、S-A3，如下图：我们不能武
习惯有你qk·2020-08-24 04:25

PRML-系列一之1.6

再次，我们只关注关键的概念，并建议读者参考其他地方更详细的讨论（Viterbi和Omura，1979;Couver和Thomas，1991;MacKay，2003年）。
会敲键盘的猩猩·2020-08-24 02:41

viterbi算法 结合中文分词

这里转载一篇文章，看这位博主写的这篇讲解，结合李航老师的《统计机器学习》，可以理解这个算法和在中文分词中的应用。博文链接在此
菜鸟要飞翔·2020-08-24 02:21

HMM和viterbi算法初步实践-----中文分词

马尔科夫性质:当一个随机过程在给定现在状态及所有过去状态情况下，其未来状态的条件概率分布仅依赖于当前状态。换句话说，在给定现在状态时，它与过去状态（即该过程的历史路径）是条件独立的（也就是没有任何的关系），那么此随机过程即具有马尔可夫性质。具有马尔可夫性质的过程通常称之为马尔可夫过程。马尔科夫链:状态空间中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备“无记忆”的性质：下一状态的概率分
天青如水·2020-08-24 01:30

自然语言处理（NLP）- HMM+VITERBI算法实现词性标注（解码问题）（动态规划）（Python实现）

Viterbi：HMM：HMM是一个五元组
bensonrachel·2020-08-23 23:00

HMM的应用与Forward算法、Viterbi算法

特别地，在这个过程中，我们还将向你介绍HMM中非常重要的前向（Forward）算法以及（基于动态规划思想设计的）维特比（Viterbi）算法。
白马负金羁·2020-08-23 23:20

Python词性标注HMM+viterbi实现

文章目录一些理论概率图模型贝叶斯网络马尔科夫模型隐马尔科夫模型HMM应用之——隐序列解码（词性标注）1、基础配置、数据预处理2、HMM参数训练3、频数-->概率对数隐→显发射矩阵初始隐态矩阵隐态转移矩阵4、维特比算法节点最大概率矩阵节点转移记录矩阵隐态序列标号5、标注结果打印附录一些理论概率图模型利用图来表示与模型有关的变量的联合概率分布贝叶斯网络将随机变量作为结点，若两个随机变量相关或者不独立，
基基伟·2020-08-23 23:57

HMM(Hidden Markov Model)

举例HMM的3个基本问题概率计算问题定义：前向概率-后向概率前向算法后向算法前后向关系单个状态的概率：两个状态的联合概率期望学习问题监督学习方法Baum-Welch算法（非监督学习方法）预测问题近似算法Viterbi
SunChao3555·2020-08-23 23:29

简单理解viterbi算法

简介：viterbi算法其实就是多步骤每步多选择模型的最优选择问题，其在每一步的所有选择都保存了前续所有步骤到当前步骤当前选择的最小总代价（或者最大价值）以及当前代价的情况下前继步骤的选择。
zhangduan8785·2020-08-23 00:18

维特比译码器(Viterbi Decoder)硬件架构(二)--卷积码解码算法

1.网格图(TrellisDiagram)网格图(TrellisDiagram)是卷积解码用到的概念，是理解解码过程的基础。网格图是由按时间顺序排列的状态结点矩阵，每一列代表当前时刻的所有状态，最左侧第一列代表初始状态(t=0)，第二列代表第一个输入进入编码器后的转移状态。红色路径表示输入是0时的转移路径，蓝色表示输入为1时的转移路径。如下图所示，t=1时刻，只有两个从初始状态过来的转移路径，只存
wonder_coole·2020-08-22 23:57

Viterbi-Algorithm（维特比）算法

CSDN博客：皮乾东知乎：Htrying微博：Htring的微博微信公众号：自然语言处理爱好者（ID：NLP_lover）文章来自：《数学之美》Viterbi-Algorithm算法维特比算法是一个特殊但应用最广的动态规划算法
菊子皮·2020-08-22 22:42

Viterbi 算法学习（附代码和注解）

详细代码：https://github.com/SunnyCat2013/viterbi-algorithm研二在语音识别课上写过一次viterbi算法。
CY_TEC·2020-08-22 20:36

维特比译码器(Viterbi Decoder)硬件架构(三)--硬件结构描述及RTL源代码

1.综述发展到现在，Viterbi译码器的硬件结构以及很成熟了。
wonder_coole·2020-08-22 20:45

Highspeedlogic专题：217维特比译码器的FPGA设计

二：viterbi译码器（2，1，7）卷积码译码过程的总体结构可分为4个子模块，分别是分支度量模块，加比选蝶形运算单元，幸存路径存储单元和回溯译码单元。译码器的结构框图如图3所示。
ccsss22·2020-08-22 20:34

隐马尔可夫模型-HMM-简述-2-评估-解码-学习

通常使用Viterbi算法解决。学习：已知输出序列，寻找最可能的状态转移以及输出概率。通常使用Baum-Welch算法以及Reve
weixin_33750452·2020-08-22 14:19

HMM模型

HMM有三个典型(canonical)问题:已知模型参数，计算某一特定输出序列的概率.通常使用forward算法解决.已知模型参数，寻找最可能的能产生某一特定输出序列的隐含状态的序列.通常使用Viterbi
weixin_30617561·2020-08-22 14:24

Viterbi算法概述

今天先对Viterbi算法进行概要的描述，后续会写一篇关于此
Vaguelan_Works·2020-08-22 13:37

HMM模型和Viterbi算法

一、隐含马尔可夫模型（HiddenMarkovModel）1、简介隐含马尔可夫模型并不是俄罗斯数学家马尔可夫发明的，而是美国数学家鲍姆提出的，隐含马尔可夫模型的训练方法（鲍姆-韦尔奇算法）也是以他名字命名的。隐含马尔可夫模型一直被认为是解决大多数自然语言处理问题最为快速、有效的方法。2、马尔可夫假设随机过程中各个状态St的概率分布，只与它的前一个状态St-1有关，即P(St|S1,S2,S3,…,
oriel123·2020-08-22 13:28

Viterbi 算法

importjava.util.*;/***https://zh.wikipedia.org/zh-hans/%E7%BB%B4%E7%89%B9%E6%AF%94%E7%AE%97%E6%B3%95*https://vimsky.com/article/863.html*@authorgdretop*@date2019/7/12*/publicclassViterbi{privatestatic
GDRetop·2020-08-20 09:49

Python利用结巴模块统计《水浒传》词频

Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG)采用了动态规划查找最大概率路径,找出基于词频的最大切分组合对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi
Reacubeth·2020-08-19 22:36

Python 结巴分词——自然语言处理之中文分词器

分词算法使用了基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能生成词情况所构成的有向无环图(DAG),再采用了动态规划查找最大概率路径，找出基于词频的最大切分组合，对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi
Xylon_·2020-08-19 16:58

语音识别学习日志 2019-7-17 语音识别基础知识准备6 {维特比算法(Viterbi Algorithm)}

HMM维特比算法(ViterbiAlgorithm)详细解释参考:http://www.52nlp.cn/hmm-learn-best-practices-six-viterbi-algorithm-1http
hang__19·2020-08-19 02:47

算法实现系列第五章.viterbi算法

packagealgorithm;publicclassViterbi{/***维特比算法（Viterbialgorithm）是一种动态规划算法。它用于寻找最有可能产生观测事件序列的-维特比路径-隐含状态序列,特别是在马尔可夫信息源上下文和隐马尔可夫模型中。术语“维特比路径”和“维特比算法”也被用于寻找观察结果最有可能解释相关的动态规划算法。例如在统计句法分析中动态规划算法可以被用于发现最可能的上
ansj·2020-08-17 00:55

语音识别—Viterbi解码

Viterbi解码理论与实战笔者最近着手研究基于HMM的语音识别系统，之前博文基于C++工具手写了提取MFCC语音特征（具体可以观看之前博文），最同时，也对基于GMM-HMM的语音识别训练过程进行了理论推导
Xwei1226·2020-08-15 22:58

语音识别—声学模型训练（前向-后向算法）

声学模型训练（前向-后向算法）前文讲述了语音识别声学模型训练算法，主要基于Viterbi-EM算法来估计模型中参数，但是该方法对于计算语料中帧对应状态的弧号存在计算复杂度指数级增加的问题，为解决上述问题
Xwei1226·2020-08-15 22:58

语音识别—声学模型训练（Viterbi-EM）

Viterbi-EM语音识别训练方法前文刚研究过语音识别特征提取以及基于Viterbi的状态解码方法，现着手研究基于GMM-HMM的语音语音识别声学模型训练方法，其理论部分可参考本人前期所写的GMM-HMM
Xwei1226·2020-08-15 22:58

如何通俗地讲解 viterbi 算法？

原文链接一、通俗地讲解viterbi算法这篇回答你绝对看得懂！如下图，假如你从S和E之间找一条最短的路径，除了遍历完所有路径，还有什么更好的方法？答案：viterbi(维特比)算法。
平原2018·2020-08-15 08:23

Python分词模块推荐：结巴中文分词

Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG)采用了动态规划查找最大概率路径,找出基于词频的最大切分组合对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi
zhaixh_89·2020-08-14 22:27
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他