一种HMM的学习算法
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-13页 |
| ·问题的提出及国内外研究现状 | 第10-12页 |
| ·本文主要的研究内容 | 第12-13页 |
| 第二章 隐马尔可夫模型 | 第13-31页 |
| ·一般markove模型 | 第13-14页 |
| ·HMM实例 | 第14页 |
| ·HMM定义 | 第14-15页 |
| ·HMM的三个基本问题 | 第15-16页 |
| ·评估问题 | 第16页 |
| ·解码问题 | 第16页 |
| ·学习问题 | 第16页 |
| ·隐马尔可夫模型的这三大问题的解决方法 | 第16-21页 |
| ·评估问题—Forward-backward算法 | 第16-17页 |
| ·解码问题—Viterbi算法 | 第17-19页 |
| ·学习问题—Baum-Welch估计算法 | 第19-21页 |
| ·HMM应用 | 第21-31页 |
| ·HMM应用于语音识别 | 第21-24页 |
| ·HMM应用于计算机安全 | 第24-25页 |
| ·HMM应用于客户关系动态研究 | 第25-27页 |
| ·HMM应用于生物信息学 | 第27-31页 |
| 第三章 监督式隐马尔可夫模型的学习算法 | 第31-42页 |
| ·算法 | 第31-34页 |
| ·算法的复杂度 | 第34-35页 |
| ·算例及算法模拟的结果 | 第35-37页 |
| ·算法的正确性 | 第37-39页 |
| ·算法有效的条件 | 第39-42页 |
| 结论 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第48页 |