2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

隐马尔可夫模型的一种有区分力的反向传播训练方法

邓伟 赵荣椿

邓伟, 赵荣椿. 隐马尔可夫模型的一种有区分力的反向传播训练方法. 自动化学报, 2000, 26(4): 492-498.
引用本文: 邓伟, 赵荣椿. 隐马尔可夫模型的一种有区分力的反向传播训练方法. 自动化学报, 2000, 26(4): 492-498.
Deng Wei, Zhao Rongchun. Back-Propagation Approach to Discriminative Training of Hidden Markov Model. ACTA AUTOMATICA SINICA, 2000, 26(4): 492-498.
Citation: Deng Wei, Zhao Rongchun. Back-Propagation Approach to Discriminative Training of Hidden Markov Model. ACTA AUTOMATICA SINICA, 2000, 26(4): 492-498.

隐马尔可夫模型的一种有区分力的反向传播训练方法

详细信息
    通讯作者:

    邓伟

Back-Propagation Approach to Discriminative Training of Hidden Markov Model

  • 摘要: 研究隐马尔可夫模型(HMM)的一种有区分力的训练方法.在多层前向神经网络的 框架中实现了HMM的前向概率计算.基于这一框架,利用偏导数的反向传播计算方法,通 过梯度上升的优化过程来实现互信息的最大化,从而对HMM进行有区分力的训练.这一 训练方法被称之为HMM的反向传播训练方法.此外,还设计了一个用以实现这一训练方 法的在数值计算上具有强鲁棒性的算法.语音识别的实验结果证实了这一训练方法的优越 性.
  • 加载中
计量
  • 文章访问数:  2976
  • HTML全文浏览量:  143
  • PDF下载量:  1228
  • 被引次数: 0
出版历程
  • 收稿日期:  1998-11-04
  • 刊出日期:  2000-04-20

目录

    /

    返回文章
    返回