本文關(guān)鍵詞：高階離散隱馬爾科夫模型的嚴(yán)格定義及等價性質(zhì)

  更多相關(guān)文章： (2 2)二階離散隱Markov模型 離散狀態(tài)下HMM2 (m n)高階離散隱Markov模型 隱藏鏈 觀測鏈

【摘要】：隱馬爾科夫模型(HMM)作為一種具有雙重隨機(jī)過程的統(tǒng)計模型,已被廣泛應(yīng)用于語音識別、生物序列分析、圖像處理、計算機(jī)視覺、字符識別等方面。雖然某種程度上一階隱馬爾科夫模型?HMM1?對一些實際應(yīng)用有效,并簡化了相應(yīng)計算,但此模型無法表示更遠(yuǎn)狀態(tài)距離間的依賴關(guān)系,就可能無法對實際情況做出準(zhǔn)確預(yù)估。因此有人提出高階隱Markov模型,有效彌補(bǔ)了一階隱馬氏模型的不足和缺陷,對實際過程給予更好的描述。盡管高階隱馬爾科夫模型在諸多方面均得到了廣泛應(yīng)用,為便于對具體問題進(jìn)行分析也發(fā)展出很多分支;在對模型進(jìn)行描述時,也規(guī)定了各個條件所表示的具體含義,但這些條件都不盡嚴(yán)格。至今還未有研究者給出該模型嚴(yán)格的形式化定義,不能在理論層面奠定堅實基礎(chǔ)。因此我們仿照HMM1的嚴(yán)格定義,給出離散狀態(tài)下二階隱馬爾科夫模型?HMM2?和任意高階隱Markov模型的在數(shù)學(xué)領(lǐng)域上的嚴(yán)格定義,并分別研究兩個相關(guān)的等價性質(zhì)。本文首先介紹隱馬爾科夫模型的由來及發(fā)展、主要的應(yīng)用方向及優(yōu)點,還介紹了目前的研究現(xiàn)狀及本文的研究目的。接著對本文所涉及的部分基礎(chǔ)知識和性質(zhì)進(jìn)行詳細(xì)闡述,并給出HMM1在數(shù)學(xué)領(lǐng)域理論上的定義和等價性質(zhì)。在第三章中給出(2,2)離散狀態(tài)下HMM2的嚴(yán)格定義。該模型包括兩個過程,一個為狀態(tài)過程,描述狀態(tài)之間的轉(zhuǎn)移概率,為二階馬氏鏈;一個為觀測過程,在給定當(dāng)前狀態(tài)的前提下,符號的發(fā)出概率只依賴于之前兩個狀態(tài),獨立于以前的狀態(tài)和發(fā)出的符號。在此基礎(chǔ)上還給出滿足該定義的兩個充分必要條件。在第四章中推廣至更一般的情形,即給出?m,n?高階離散隱Markov模型的嚴(yán)格定義。該模型也包括兩個過程,一個是狀態(tài)過程用高階馬氏鏈刻畫,即在給定當(dāng)前狀態(tài)的前提下,下一步的轉(zhuǎn)移概率只依賴于之前m個狀態(tài),獨立于以前的狀態(tài)和發(fā)出的符號;一個為觀測過程,即在給定當(dāng)前狀態(tài)的前提下,符號的發(fā)出概率只依賴于之前n個狀態(tài),獨立于以前的狀態(tài)和發(fā)出的符號。然后給出滿足該模型定義的兩個充要條件,其中在第二個充要條件中,是在m?2,n?3的特殊情況下進(jìn)行研究的。
【關(guān)鍵詞】：(2 2)二階離散隱Markov模型 離散狀態(tài)下HMM2 (m n)高階離散隱Markov模型 隱藏鏈 觀測鏈
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：O211.62
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 1 緒論11-15
• 1.1 隱馬氏模型的由來及發(fā)展11
• 1.2 國內(nèi)外研究進(jìn)展11-13
• 1.3 論文研究的主要內(nèi)容及章節(jié)安排13-15
• 2 預(yù)備知識15-23
• 2.1 基本概念15-16
• 2.2 條件期望的定義及性質(zhì)16-18
• 2.3 馬爾科夫鏈定義及性質(zhì)18-21
• 2.4 一階隱馬氏模型的嚴(yán)格定義和等價性質(zhì)21-23
• 2.4.1 定義21
• 2.4.2 等價性質(zhì)21-23
• 3 二階離散隱馬爾科夫模型的嚴(yán)格定義及等價性質(zhì)23-29
• 3.1 引言23
• 3.2 定義23-24
• 3.3 模型的兩個等價性質(zhì)24-29
• 4 高階離散隱馬爾科夫模型的嚴(yán)格定義及等價性質(zhì)29-38
• 4.1 引言29-30
• 4.2 定義30-31
• 4.3 模型的兩個等價性質(zhì)31-38
• 5 總結(jié)和展望38-41
• 5.1 總結(jié)38-39
• 5.2 展望39-41
• 參考文獻(xiàn)41-45
• 致謝45-47
• 在讀期間發(fā)表的論文47

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫秀娟;金民鎖;陳孝國;;基于隱馬爾科夫模型的瀏覽興趣預(yù)測[J];科技導(dǎo)報;2009年18期

2 李曉琴;仁文科;劉岳;;利用隱馬爾科夫模型識別蛋白質(zhì)折疊類型[J];北京工業(yè)大學(xué)學(xué)報;2011年07期

3 胡可,張大力;一類廣義隱馬爾科夫模型的建模與參數(shù)估計(英文)[J];中國科學(xué)院研究生院學(xué)報;2005年02期

4 劉曉飛;邸書靈;;基于隱馬爾科夫模型的文本分類[J];石家莊鐵道大學(xué)學(xué)報(自然科學(xué)版);2013年01期

5 陳順強(qiáng);馬嘿瑪伙;;基于隱馬爾科夫模型的彝文分詞系統(tǒng)設(shè)計與開發(fā)[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2012年01期

6 豐月姣;賀興時;;二階隱馬爾科夫模型的原理與實現(xiàn)[J];價值工程;2009年12期

7 才華;;隱馬爾科夫模型在詞性標(biāo)注中的應(yīng)用[J];西藏大學(xué)學(xué)報(自然科學(xué)版);2012年02期

8 王艷霞;王迎迎;樊春玲;;基于峭度系數(shù)和隱馬爾科夫模型的氣液兩相流流型識別方法[J];化工自動化及儀表;2014年07期

9 何麗;;基于隱馬爾科夫模型下的實時風(fēng)險管理[J];電腦知識與技術(shù);2014年08期

10 汪一亭;;隱馬爾科夫模型基于殘基對蛋白質(zhì)序列的分析[J];池州學(xué)院學(xué)報;2014年03期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 肖鏡輝;劉秉權(quán);;一種非時齊的隱馬爾科夫模型及其在音字轉(zhuǎn)換中的應(yīng)用[A];全國第八屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

2 劉文壯;李均利;;一種基于隱馬爾科夫模型的脫機(jī)手寫漢字識別方法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

3 彭子平;張嚴(yán)虎;潘露露;;隱馬爾科夫模型原理及其重要應(yīng)用[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

4 王宏生;孫美玲;李家峰;;隱馬爾科夫模型在構(gòu)建語言模型中的應(yīng)用[A];創(chuàng)新沈陽文集（A）[C];2009年

5 張勁松;戴蓓倩;郁正慶;王長富;;漢語識別中隱馬爾科夫模型初始化的研究[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

6 劉杰;梁曉輝;;基于Fused隱馬爾科夫模型的人體運動識別[A];第八屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2012)論文集CHCI[C];2012年

7 林晨;金蓓弘;龍震岳;陳海彪;;上下文感知的分布式事件分發(fā)研究[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

8 楊s，

本文編號：813154