- 博客(3)
- 资源 (23)
- 收藏
- 关注
RSS订阅转载 HMM学习最佳范例七：前向-后向算法
前向-后向算法(Forward-backward algorithm)根据观察序列生成隐马尔科夫模型(Generating a HMM from a sequence of obersvations) 与HMM模型相关的“有用”的问题是评估（前向算法）和解码（维特比算法）——它们一个被用来测量一个模型的相对适用性，另一个被用来推测模型隐藏的部分在做什么（“到底发生了”什么）。
2018-01-03 16:20:46
1493
转载 HMM训练
有监督训练一、HMM参数的训练有2种方法，一种是有监督学习，另一种是无监督学习。其中有监督学习很简单，无监督理解起来稍微困难。已知模型参数λ=(αNN,βNM,πN)- 有监督学习直接利用计数的方式来求得模型参数 - 假设已经给出训练数据包含S个长度相同的观测序列和对应的状态序列(O1,I1),(O2,I2),...,(Os,Is)，那么可以利用极大似然估计法来估计模型参数！！
2017-11-22 15:24:06
1267
转载 最大熵马尔可夫模型MEMM
Xue & Shen '2003 [2]用两种序列标注模型——MEMM (Maximum Entropy Markov Model)与CRF (Conditional Random Field)——用于中文分词；看原论文感觉作者更像用的是MaxEnt (Maximum Entropy) 模型而非MEMM。MEMM是由McCallum et al. '2000 [1]提出MEMM，针对于HMM的两个
2017-11-19 20:09:54
3509
Google Scholar's Ranking Algorithm -- An Introductory Overview
2018-12-25
无源时差定位技术及应用研究
2018-12-25
Handbook of Applied Cryptography - A. Menezes, P. VanOorschot, S. Vanstone.pdf
2018-11-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人