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
杭州电子科技大学;