隐马尔可夫模型(HMM)及其应用

被引:12
作者
王志堂 [1 ]
蔡淋波 [2 ]
机构
[1] 湖南科技学院教育科学系
[2] 五邑大学信息学院
基金
广东省自然科学基金;
关键词
隐马尔可夫模型; 语音处理; 人脸识别; 人脸表情识别;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
隐马尔可夫模型(HMM)是序列数据处理和统计学习的一种重要概率模型,具有建模简单、数据计算量小、运行速度快、识别率高等特点,近几年来已经被成功应用到许多工程任务中。文章介绍了隐马尔可夫模型,并对HMM及其改进的HMM在语音处理技术、人脸识别和人脸表情识别中的应用进行了叙述。
引用
收藏
页码:42 / 44
页数:3
相关论文
共 4 条
[1]   隐马尔可夫模型在自然语言处理中的应用 [J].
于江德 ;
樊孝忠 ;
尹继豪 .
计算机工程与设计, 2007, (22) :5514-5516
[2]   基于两层隐马尔可夫模型的可视语音合成 [J].
尹宝才 ;
李敬华 ;
贾熹滨 ;
孙艳丰 .
北京工业大学学报, 2006, (05) :416-418
[3]  
应用随机过程教程.[M].龚光鲁;钱敏平著;.清华大学出版社.2004,
[4]   Asymptotic normality of the maximum-likelihood estimator for general hidden Markov models [J].
Bickel, PJ ;
Ritov, Y ;
Rydén, T .
ANNALS OF STATISTICS, 1998, 26 (04) :1614-1635