首页> 中文期刊>自动化学报 >隐马尔可夫模型的一种有区分力的反向传播训练方法

隐马尔可夫模型的一种有区分力的反向传播训练方法

     

摘要

研究隐马尔可夫模型(HMM)的一种有区分力的训练方法. 在多层前向神经网络的框架中实现了HMM的前向概率计算. 基于这一框架, 利用偏导数的反向传播计算方法, 通过梯度上升的优化过程来实现互信息的最大化, 从而对HMM进行有区分力的训练. 这一训练方法被称之为HMM的反向传播训练方法. 此外, 还设计了一个用以实现这一训练方法的在数值计算上具有强鲁棒性的算法. 语音识别的实验结果证实了这一训练方法的优越性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号