隐马氏模型相关论文
隐马氏模型（Hidden Markov Model,HMM）是一个不完全统计模型,其经典理论由Baum等人在20世纪60年代末给出.它是过去四十年中最成功的......
本论文围绕隐马氏模型中的参数估计问题展开讨论,首先我们根据隐马氏模型中的两个随机过程的关系,把它们联合在一起考虑它们的联合......
隐马氏模型（the Hidden Markov Model, HMM）需要解决三个问题:解码问题、识别问题和学习问题,对这三个问题的回答构成了隐马氏模型的......
隐马氏模型（the Hidden Markov Model, HMM）是一种重要的统计信号模型。这一模型的基本理论由L. E. Baum在上世纪六十年代给出,随后......
隐马氏模型（the Hidden Markov Models,简称HMM）作为一种统计模型,是由L.E.Baum和T.Petrie等人在上个世纪六十年代末七十年代初发展......
隐马氏模型（Hidden Markov Models,简称为HMM）是一类统计模型,它包括一个隐状态过程和一个与之相关的可观测过程.其经典理论是由L.E.......
隐马氏模型（Hidden Markov Models,简称为HMM）是一类统计模型,它包括一个隐状态过程和一个与之相关的可观测过程。其经典理论是由L.E......
该文第一章对课题研究需要用到的生物学背景知识和生物信息学的主要内涵作了扼要的介绍,说明了该课题研究的学术意义和应用价值,以......
入侵检测技术越来越成为信息安全系统中不可缺少的技术。入侵检测技术的研究也是近些年信息安全研究领域的一个热点，但在审计数据的......
通过对生物序列进行比对，我们能够预测未知序列的功能。而现在最前沿的序列比对算法有:动态规划算法、遗传算法、人工神经网络和隐......
基于机器学习方法和对联语料库，依据n-元统计语言模型和隐马尔科夫模型，本文提出了联语应对的理论计算模型，并在以上方法和对联语料库......
随着以功能基因组学和蛋白质组学为主要研究内容的后基因组时代的来临,人们面对着"海量"的生物序列数据需要分析处理.生物序列分析......
在对语音信号进行分析的基础上，讨论了模糊自组织神经网络（ＦＳＯＮＮ）在语音识别领域的应用，并对ＦＳＯＮＮ算法进行改进。语音训练的实验结果表明，修正后的......
介绍了基于信息熵概念定义的两个隐马氏模型的相似度的一个计算方法.通过使用前向变量递推算法得到了计算两个隐马氏模型相似度上......
随着生物研究技术的不断改进与突破,特别是人类,水稻,大鼠,小鼠等的基因组测序与后基因组计划的迅猛推进,未来几年蛋白质和核酸的......
不同于传统基于拼接(Concatenative)的语音合成技术,基于隐马氏模型(Hidden Markov Models)的参数统计语音合成技术(HMM-Based Spe......
隐马氏模型（HMM）的参数估计是隐马氏模型各种应用的关键.经典的Baum-Welch算法容易陷入局部最优,对初始参数的要求苛刻.HMM参数估计......
把2型模糊集的思想引入到了基于模糊聚类的离散HMM参数训练中,提出了改进的T 2FCM-FE-HMMs算法。......
近年来,隐马氏模型成为研究相依随机变量的一个十分有用的工具.实际应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估......
采用计算机对各种证件进行查验的关键是计算机字符识别,介绍了一个基于视觉,集文字(包括在线签名)识别和语音输出于一体的证件和票......
对细胞膜单离子通道建立隐马氏模型,其中通道潜在的开关状态序列{Xt}为马氏链,而膜片钳记录数据{Yt}为依赖通道状态的正态分布.用E......
利用隐马氏模型解决实际问题时，其最终目的往往是隐状态估计问题。传统的Viterbi算法适用范围有限，而粒子滤波通过一组加权样本逼近......
在经典隐马氏模型中，假设状态转移概率只和当前状态的临近状态有关，而和以前的状态无关；在t时刻输出观测值的概率只和当前状态有关，而......
近年来。隐马氏模型成为研究相依随机变量的一个十分有用的工具。应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计......
对Dat Tran和Michael Wagner等人提出的FCM—FE—HMMS算法作了进一步的补充和改进，提出了改进的FCM—FE—HMMS算法，并给出了算法收敛......
提出了一种带有模糊观测层的隐马氏模型，称之为模糊隐马氏模型，它给我们提供了一种在模糊集的框架下解决兼有模糊性和随机性问题的方......
生物体基因组水平上的单核苷酸多态性(single nucleotide-polymorphism,SNP)包含着大量与生物体遗传进化有关的信息。近年来,SNP的......
建立了一种将直接比较比例方法与模糊遗传算法结合在一起用于隐马氏模型参数训练的方法.针对不同的码本大小进行了仿真试验.结果表......
随着人类基因组计划(HGP)的开展,作为生命科学的核心学科—生物信息学也在不断的向前发展。而序列比对是生物信息学最基本的研究方......
人类已经步入后基因组时代。随着对基因研究的不断深入,了解基因表达调控机制特别是转录调控机制的需求就显得尤为迫切起来。这是......
隐马氏模型(the Hidden Markov Model,HMM)是一种统计信号模型。这一模型的基本理论由L.E.Baum等在六十年代所给出，随后这一模型逐......
生物信息学是计算机科学与生命科学相结合形成的一个研究领域。它通过用计算机科学的理论和相关算法对生命科学领域内的数据进行加......
