1) VQ-HMM Algorithm
矢量量化-隐马尔可夫模型算法
2) improved VQ-HMM algorithm
改进的矢量量化-隐马尔可夫算法
3) quantized subspace distribution hidden Markov model
量化子空间分布隐马尔可夫模型
1.
Though the indirect training algorithm of the quantized subspace distribution hidden Markov model (QSDHMM) is simple and applicative.
尽管量化子空间分布隐马尔可夫模型 ( QSDHMM)的间接训练算法具有简单实用等优点 ,但仍存在两个方面的不足 :其一 ,QSDHMM的间接训练实际上要经历两个最优化过程 ,即先用原始语音数据训练连续分布隐马尔可夫模型 ( CDHMM) ,然后将训练好了的 CDHMM转换成 QS-DHMM。
2.
Recently, we propose a new acoustic model which we call quantized subspace distribution hidden Markov model (QSDHMM), this paper investigate three key problem about indirect training of QSDHMM.
研究了量化子空间分布隐马尔可夫模型(quantizedsubspacedistributionhiddenmarkovmodel,QS DHMM)间接训练所涉及的三个关键的问题:连续分布隐马尔可夫模型(continuousdistributionhiddenmarkovmodel,CDHMM)的训练、特征子空间的划分和子空间高斯分布的量化方案。
4) Hidden Markov Model
隐马尔可夫模型
1.
Theory of hidden Markov modeling and its implementation;
隐马尔可夫模型的原理与实现
2.
Ontology mapping based on hidden Markov model;
基于隐马尔可夫模型的本体映射(英文)
3.
An Algorithm of Human Face Recognition Based on Hidden Markov Model;
一种基于隐马尔可夫模型的人像识别算法
5) HMM
隐马尔可夫模型
1.
Visual Speech Synthesis Based on Two-level HMM;
基于两层隐马尔可夫模型的可视语音合成
2.
A New Active Contour Model Based on Fuzzy and HMM;
基于Fuzzy的隐马尔可夫模型主动轮廓线模型
3.
Study of Isolated Word Recognition Based on HMM;
基于隐马尔可夫模型的语音单字识别研究
6) Hidden Markov model(HMM)
隐马尔可夫模型
1.
A novel approach for localizing objects with the linearly two-dimensional structure is presented based on hidden Markov model(HMM).
以医学图像中脊柱的定位为应用背景,对经典Viterbi算法进行改进,根据全局最优搜索算法提出了可控的最优搜索算法,把隐马尔可夫模型(Hidden Markov model,HMM)应用于二维图像中线性结构对象的定位。
2.
This paper proposes a recognition algorithm to the eyes states based on ICA and Hidden Markov Model(HMM).
提出了一种ICA结合隐马尔可夫模型(HMM)识别眼部状态的识别算法,首先对彩色图像进行二值化处理,然后利用ICA算法进行眼部状态特征提取,为了加快特征提取的速度,这里采用FastICA算法;然后通过HMM进行眼部状态识别。
3.
Considering that browse route,browse time,browse times and so on are the important factors to influence the accuracy of commendation,a dynamic collaboration filtering recommendation method based on Hidden Markov Model(HMM) was proposed.
考虑到用户浏览路径、时间、浏览次数都是影响推荐准确度的重要因素,提出一种基于隐马尔可夫模型(HMM)的动态协同过滤推荐方法。
补充资料：马尔可夫链模型
见数理社会学。
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