点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - hmm中的前向后向算法
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
hmm中的前向后向算法
hmm中的前向后向算法hmm中的前向后向算法
所属分类:
C
发布日期:2011-10-22
文件大小:1024
提供者:
freeben09
VC++数字图像模式识别技术及工程实践
目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主
所属分类:
C++
发布日期:2013-05-16
文件大小:14680064
提供者:
a121649982
Visual C++数字图像模式识别技术及工程实践工程源代码
第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤
所属分类:
C++
发布日期:2013-05-17
文件大小:14680064
提供者:
a121649982
HMM前/后向算法、Viterbi算法实现
用Java实现了HMM中的前/后向算法、Viterbi算法。测试的内容参照了《统计学习方法》例10.2和例10.3
所属分类:
Java
发布日期:2013-06-10
文件大小:7168
提供者:
sssummering114
HMM隐马尔科夫模型
隐马尔科夫模型用Python写的,程序中实现了前向算法、后向算法、维特比算法、前向后向算法,前面的算法比较简单,后面的前向后向算法是用于训练模型的,稍微复杂一点。从测试的结果来看,模型训练有可能收敛于局部最优,当然收敛的局部最优总限于某几个。还有个问题,最终收敛后的参数中,总偏爱1,可能有几处的参数是1,这个有人能解释吗?呵呵,我倒是没分析出原因,可能是我的测试数据太过简单
所属分类:
Python
发布日期:2015-02-04
文件大小:3072
提供者:
kb_1024
研究论文-基于隐马尔可夫模型的锂电池退化状态识别.pdf
针对电池容量在实际应用中难以测量的问题,从在线传感器直接观测的电压、电流、时间等参数中提取状态特征向量代替容量来表征电池的健康状况。使用隐马尔可夫模型(HMM)作为状态监测器,分别对不同的退化时期建立HMM,通过前向-后向算法对当前观测序列计算相似概率来判断当前电池的健康状况。使用马里兰大学先进寿命周期工程研究中心(CALCE)公开的数据集与BP神经网络进行了对比实验,实验结果表明HMMs对锂电池退化状态有很高的识别率。
所属分类:
其它
发布日期:2019-08-07
文件大小:781312
提供者:
weixin_39841882
ASR 隐马尔可夫模型(HMM)
前言 马尔可夫模型(HMM)是表达常用的数学模型,相关概念在随机过程中能学到。在语音识别(ASR)中,是基础且重要的模型之一。本篇文章主要介绍: HMM 概念 前向和后向算法 维特比算法 隐马尔可夫模型(HMM) 简单理解HMM 数据科学中,预测是一个经久不衰的问题。以常见的时间为序数据为例,数据科学家期望对过去(t0t_{0}t0时刻)和当前(tNt_{N}tN时刻)数据的观察( Time ),实现预测未来(tN+1t_{N+1}tN+1时刻)的值,HMM也是为了干这类事情而生的统计模型
所属分类:
其它
发布日期:2021-01-07
文件大小:91136
提供者:
weixin_38544075
一文读懂NLP之HMM模型代码python实现与演示
一文读懂NLP之HMM模型代码python实现与演示1. 前言2 概率计算问题2.1 前向算法2.2 后向算法3 模型训练问题3.1 监督学习–最大似然估计2.2 Baum·welch算法4 序列预测问题4.1 维特比算法 1. 前言 在上一篇《一文读懂NLP之隐马尔科夫模型(HMM)详解加python实现》中已经详细介绍了HMM模型的算法原理,这一篇主要是从零实现HMM模型。 定义HMM模型: class HMM(object): def __init__(self, n, m, a=
所属分类:
其它
发布日期:2021-01-20
文件大小:82944
提供者:
weixin_38576392