关于模式识别中HMM模型的探究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-12页 |
| ·引言 | 第10页 |
| ·研究历史和现状 | 第10-11页 |
| ·本文的工作 | 第11-12页 |
| 2 模式识别简介 | 第12-23页 |
| ·识别机器 | 第12页 |
| ·例子 | 第12-18页 |
| ·模式识别系统 | 第18-20页 |
| ·传感器 | 第18页 |
| ·分割和组织 | 第18-19页 |
| ·特征提取 | 第19页 |
| ·分类器 | 第19-20页 |
| ·后处理 | 第20页 |
| ·设计循环 | 第20-23页 |
| ·数据采集 | 第21页 |
| ·特征选择 | 第21页 |
| ·模型选择 | 第21页 |
| ·训练 | 第21页 |
| ·评价 | 第21-23页 |
| 3 HMM 模型 | 第23-43页 |
| ·HMM 模型介绍 | 第23-32页 |
| ·一阶马尔可夫模型 | 第23-24页 |
| ·一阶隐马尔可夫模型 | 第24-25页 |
| ·隐马尔可夫模型的计算 | 第25-26页 |
| ·估值问题 | 第26-29页 |
| ·解码问题 | 第29-30页 |
| ·学习问题 | 第30-32页 |
| ·一阶隐马尔可夫模型的推广 | 第32-35页 |
| ·前向算法 | 第33-34页 |
| ·后向算法 | 第34页 |
| ·观察序列概率的求解 | 第34-35页 |
| ·基于熵模型的HMM 模型 | 第35-37页 |
| ·HMM 模型和熵函数模型 | 第35-36页 |
| ·基于熵函数模型的HMM 模型的改进 | 第36页 |
| ·学习问题中前向-后向算法的改进 | 第36-37页 |
| ·实验 | 第37-43页 |
| ·主要解决的问题 | 第37页 |
| ·实际应用 | 第37-43页 |
| 4 混合隐马尔可夫模型 | 第43-46页 |
| ·问题的描述 | 第43页 |
| ·前向-后向算法 | 第43-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 附录:作者攻读硕士学位期间发表论文及科研情况 | 第51-52页 |
| 致谢 | 第52页 |
