您当前所在位置: 首页 > 学者
为您找到 11 条相关结果
按相关度
  • 按相关度
  • 按时间
  • 按阅读量
  • 代表性成果优先

上传时间

2010年03月30日

  • 23浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 132下载

  • 0评论

  • 引用

上传时间

2010年03月30日

  • 30浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 308下载

  • 0评论

  • 引用

上传时间

2010年03月30日

  • 85浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 188下载

  • 0评论

  • 引用

上传时间

2007年03月15日

【期刊论文】基于最大熵的隐马尔可夫模型文本信息抽取

林亚平, 刘云中, 周顺先, 陈治平, 蔡立军

电子学报2005年2月第2期/ACTA ELECTRONICA SINICA Feb. 2005, Vol. 33, No. 2,-0001,():

摘要

文本信息抽取是处理海量文本的重要手段之一。最大熵模型提供了一种自然语言处理的方法。提出了一种基于最大熵的隐马尔可夫模型文本信息抽取算法。该算法结合最大熵模型在处理规则知识上的优势,以及隐马尔可夫模型在序列处理和统计学习上的技术基础,将每个观察文本单元所有特征的加权之和用来调整隐马尔可夫模型中的转移概率参数,实现文本信息抽取。实验结果表明,新的算法在精确度和召回率指标上比简单隐马尔可夫模型具有更好的性能。

关键词: 人工智能, 文本信息抽取, 隐马尔可夫模型, 最大熵

  • 17浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 198下载

  • 0评论

  • 引用

上传时间

2006年06月28日

【期刊论文】Self-adaptive design of hidden Markov models

王家廞, Jie Li*, Jiaxin Wang, Yannan Zhao, Zehong Yang

J. Li et al./Pattern Recognition Letters 25(2004)197-210,-0001,():

摘要

暂无

关键词: Hidden Markov model Self-adaptive, Pattern recognition, Deterministic annealing, Maximum a posteriori

  • 27浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 98下载

  • 0评论

  • 引用

上传时间

2006年09月27日

【期刊论文】基于隐马尔科夫模型的上下文感知活动计算

齐勇, 张庆生, 侯迪, 赵季中

西安交通大学学报,2006,40(4):398~401 ,-0001,():

摘要

为了推理移动用户在智能空间的活动,提出了基于隐马尔科夫模型的上下文感知活动计算。首先按照上下文的定义,采用元组方法表示移动用户和智能空间,然后根据活动理论基本构成元素和面向客体活动原理来描述用户活动和智能空间的状态变化,最后引用隐马尔科夫模型建立起用户活动与智能空间状态变化之间的联系,从而实现活动计算。该模型可以完整地描述活动分解为动作的过程,还可以根据每种活动的动作链标记用户活动数据,却不需要用户直接参与数据的标记。将该模型的动作状态数与上下文感知经验采样工具(ESM)的动作状态数进行比较,结果表明该模型的平均活动识别准确度比ESM高25%。

关键词: 上下文感知, 活动理论, 活动计算, 隐马尔科夫模型

  • 11浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 101下载

  • 0评论

  • 引用

上传时间

2006年06月30日

  • 7浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 50下载

  • 0评论

  • 引用

上传时间

2005年04月18日

  • 22浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 184下载

  • 0评论

  • 引用

上传时间

2006年07月25日

【期刊论文】基于循环神经网络的语音识别模型

朱小燕, 王昱, 徐伟

计算机学报,2001,24(2):213~218,-0001,():

摘要

近年来基于隐马尔可夫模型(HMM)的语音识别技术得到很大发展。然而HMM模型有着一定的局限性,如何克服HMM的一阶假设和独立性假设带来的问题一直是研究讨论的热点。在语音识别中引入神经网络的方法是克服HMM局限性的一条途径。该文将循环神经网络应用于汉语语音识别,修改了原网络模型并提出了相应的训练方法。实验结果表明该模型具有良好的连续信号处理性能,与传统的HMM模型效果相当。新的训练策略能够在提高训练速度的同时,使得模型分类性能有明显提高。

关键词: 语音识别,, 隐马尔可夫模型(, HMM), ,, 循环神经网络

  • 13浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 458下载

  • 0评论

  • 引用

上传时间

2010年02月04日

【期刊论文】基于HMM的列车轨道占用臼动识别算法研究

陈德旺, 王剑, 张辉, 蔡伯根

铁道学报,2009,31(3):54~58,-0001,():

摘要

在列东运行控制系统中,及时准确地了解列车所在位置事关列车运行安全。在车站,列控系统需要准确了解列车所在股迢,以控制的。列列车在车站交会或越行。由于车站股道密集,单纯依靠卫展定位系统(GNSS)确定列车所在的股道有较大困难。隐马尔可夫模型(HMM)是广程应用于语音处理的一种时间序列统计模型,本文将HMM 应用到列卒股道占用自动识别中,对列车运行轨迹建设HMM,解决了卫星定位系统用于列车定位时列车占用股道的识别问题。对于HMM 状态个数、卫星定位输出频率与列车运行速度对识别的影响等做了进一步的研究,得出优化参数。

关键词: 股道占用识别, 列车定位, 隐马尔可夫模型, 全球导航定位系统

  • 42浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 150下载

  • 0评论

  • 引用

上传时间

2010年01月11日

【期刊论文】无线衰落信道中RLP性能分析

罗涛, 纪红, 邓建民, 乐光新

北京邮电大学学报,2002,25(5):50~54,-0001,():

摘要

在考虑无线衰落信道中突发差错引起的分组丢失的情况下,采用一阶两状态Markov模型,推导出了无线链路层(RLP)当ARQ最大允许重传次数Ⅳ,有限时的吞吐量效率公式结果表明,对于Go-Back-N协议,当帧差错率较小时,重传次数Ⅳ,对吞吐量效率的影响非常小;当帧差错率变大时,存在“地板效应”进一步研究表明,无线链路中当最大允许重传次数增大时,在RLP的吞吐量效率减小的同时,由RLP提交给TCP的剩余帧差错率也减小了。

关键词: 无线链路层, 无线衰落信道, Mark-V模型, 吞吐量效率

  • 41浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 91下载

  • 0评论

  • 引用