隐马尔可夫模型的参数估计及其在新闻分类中的应用

目录

声明

1 绪论

1.1 研究背景和意义

1.2 隐马尔可夫模型的理论发展

1.3 HMM在各领域的应用

1.4.1 研究内容

1.4.2 研究创新点

2 隐马尔可夫模型

2.1.1 定义及数学模型

2.1.2 转移概率

2.1.3 平稳性和可达性

2.2 HMM基本原理

2.2.1 生成HMM序列

2.2.2 HMM实例

2.3 HMM的三个基本问题

2.3.1 向前向后算法

2.3.2 维特比算法

2.3.3 Baum-Welch算法

2.4 本章小结

3 HMM阶的估计及其算法优化

3.1 HMM的阶

3.2 抵达时长

3.3 一些推论和性质

3.4.1 优化估计算法

3.4.2 数值模拟

3.4.3 在电影推荐中的应用

3.5 本章小结

4 基于HMM的新闻分类

4.1.1 实验数据和环境

4.1.2 数据处理

4.2.1 算法原理

4.2.2 训练模型

4.3 实验结果分析

4.4 对比实验

4.4.1 分类器评估准则

4.4.2 实验结果分析

4.5 本章小结

5 总结与展望

5.1 本文总结

5.2 工作展望

致谢

参考文献

附录