文献类型：期刊文章

作　　者：王新民[1] 黄新堂[2] 姚天任[3]

机构地区：[1]孝感学院物理系,湖北孝感432100 [2]华中师范大学物理科学与技术学院,武汉430072 [3]华中科技大学电信系,武汉430074

出　　处：《华中师范大学学报（自然科学版）》

基　　金：湖北省教育厅重点资助项目(2002A02004).

年　　份：2003

卷　　号：37

期　　号：2

起止页码：179-182

语　　种：中文

收录情况：BDHX、BDHX2000、BIOSISPREVIEWS、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、JST、MR、PUBMED、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：在用多观察序列训练HMM理论的基础上,提出了一种基于对多观察序列按多相关系数分组的HMM训练算法(简称基于多相关分组的HMM训练算法).该算法避免了直接计算条件概率的困难,与传统的Baum-Welch算法相比,既考虑了训练序列之间的相关性,又不增加计算量.

关 键 词：隐马尔可夫模型 多观察序列训练HMM理论  多相关分组  HMM训练算法  Baum-Welch算法  语音识别

分 类 号：TN912.34]