1) BiHMM (bigram hidden Markov model)
二元HMM模型
2) HMM
HMM模型
1.
This paper analyzes and applies natural language process algorithms based on HMM, chart parsing, word dictionary andsyntactic rules to extend dialogue management module, perform semantic analysis on users’ sentences to implement semantic blocks recognition,theme recognition and information distillation.
该文研究了基于HMM模型、图句法分析、词典和规则的自然语言处理算法。
2.
In the paper we develop a HMM to recognize initial ,final and duration from talker-independent continuous speech, then the relationship between the continuous speech and shape of mouth and duration is proposed in order to send the information to stepping motor.
本文主要研究利用改进的HMM模型从非特定人的连续语音中识别出声母、韵母,以及每个音的持续时间,提出了这些语音信息与嘴巴的扩张程度、嘴型和持续时间等口型信息的关系,以便把它们传送给步进电机,(以驱动实物模型。
3.
HMM is a kind of model designed to handle random phenomenon.
本文对利用HMM模型进行乐音哼唱检索系统进行了研究。
3) HMM Model
HMM模型
1.
Application of Wavelet Transform and HMM Model in Recognition of Speech Signals;
小波变换和HMM模型在语音识别中的应用
2.
Sequence images of lip movement with the features have been recognized by employing the HMM model.
本文提出了一种基于色度滤波的唇动特征提取与识别方法 ,它通过唇的色度滤波 ,得到增强的唇动图像 ,再利用可变模板 ,描述口型轮廓并提取特征参数 ,并用HMM模型进行唇运动序列图像识别 。
4) HMM-FNN model
HMM-FNN模型
1.
In this paper,an HMM-FNN model is proposed for gesture recognition,which combines ability of HMM model for temporal data modeling with that of fuzzy neural network for fuzzy rule modeling and fuzzy inference.
提出一种HMM-FNN模型结构。
5) HMM/SVM models
HMM/SVM模型
6) HMM/ANN model
HMM/ANN模型
补充资料：一元线性回归模型
分子式：
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变量x的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(x1，y1)(i=1，n)来确定系统的值。按最小二乘法原理来求出系数值，所得到的模型为一元线性回归模型。
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变量x的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(x1，y1)(i=1，n)来确定系统的值。按最小二乘法原理来求出系数值，所得到的模型为一元线性回归模型。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条