hiddenmarkovmodels-資料下載頁(yè)
2025-07-15 18:53本頁(yè)面
【正文】 , B, Path) is reduced to ? By using AM=GM, we have the optimizing parameters: p=a/(a+b), q=b/(a+b) 1`..m a x,?? qptsqp baqp22 Why Reestimation of B Works? ? 對(duì)任一個(gè) state 而言，假設(shè) ? State Prob: p1, p2, p3, p4（ 未知） ? Symbol count: c1, c2, c3, c4（ 已知） ? 則我們可以形成下列最佳化問(wèn)題： ? 利用算數(shù)平均數(shù)大於幾何平均數(shù)，我們可得到最佳參數(shù)值 p1=c1/(c1+c2+c3+c4), p2=c2/(c1+c2+c3+c4) , p3=c3/(c1+c2+c3+c4), p4=c4/(c1+c2+c3+c4) 1`..m a x43214321,43214321???? pppptspppp ccccpppp23 Why Reestimation of B Works? ? For any given state, assume ? State Prob: p1, p2, p3, p4 (unknown) ? Symbol count: c1, c2, c3, c4 (known) ? Maximizing P(A, B, Path) is reduce to: ? By using AM=GM, we have the optimizing parameters: p1=c1/(c1+c2+c3+c4), p2=c2/(c1+c2+c3+c4) , p3=c3/(c1+c2+c3+c4), p4=c4/(c1+c2+c3+c4) 1`..m a x43214321,43214321???? pppptspppp ccccpppp24 Initial Values for A and B ?Flat start: Use equaldivided paths to estimate A and B initially s2 s1 s3 Utterance 1 Utterance 2 Utterance 3 25 A 和 B 的起始值 ?以均分的方法來(lái)估測(cè) A 和 B 的起始值 s2 s1 s3 第 1句「 9」 第 2句「 9」 第 3句「 9」 26 CHMM ? 對(duì)於 CHMM 而言， B 的 reestimation 改成使用 EM 的方法來(lái)求取 GMM 的最佳參數(shù)值，其餘均與 DHMM 相同。
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1