检索结果-维普期刊中文期刊服务平台

EM-HMM多频率线跟踪算法被引量：2: 1; 作者谢贤亚王家鼎李焕润《电子学报》 EI CAS CSCD 北大核心 2002年第1期22-26,共5页; 基于隐马尔可夫模型的多频率线跟踪算法 ,能在很低的SNR环境下工作 ,但量化误差较大 ,和计算量大 .本文提出另一种选择量测向量和计算量测概率的方法 ,创造条件减小量化误差 .又经简单论证 ,将EM算法和HMM用于多频率线跟踪 ,严格地 (而... 展开更多; 关键词多频率线跟踪算法隐马尔可夫模型 em-hmm算法; 在线阅读下载PDF 职称材料

基于EM算法的汉语自动分词方法被引量：23: 2; 作者李家福张亚非《情报学报》 CSSCI 北大核心 2002年第3期269-272,共4页; 汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用 ,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型 ,并重点剖析了EM(Expectat... 展开更多; 关键词 em算法语料库 hmm 中文信息处理汉语自动分词自然语言处理极大似然原则零阶马尔可夫模型; 在线阅读下载PDF 职称材料

基于SOFM/HMM模型的非特定人手语识别系统被引量：4: 3; 作者方高林高文 +1 位作者王春立陈益强《计算机学报》 EI CSCD 北大核心 2002年第1期16-21,共6页; 手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音 .目前最新发展水平的手语识别系统在实际应用中应该解决非特定人手语识别问题 .该文在分析非特定人手语识别特点——数据多且差异大、模型训练难收敛、对不同人数... 展开更多; 关键词自组织特征映射隐马可夫模型 em算法非特定人手语识别系统 SOFM模型 hmm模型计算机; 在线阅读下载PDF 职称材料

HMM-WC-FNM模型在触头表面形貌去噪中的应用: 4; 作者李旭超朱善安《信号处理》 CSCD 北大核心 2006年第1期91-95,104,共6页; 本文提出了一种可靠的图像去噪算法,基于观察图像是期望图像叠加了不规则噪声的假设,用有限高斯混合分布(FNM)描述期望图像分解小波系数(WC)的先验分布,用隐马尔可夫模型(HMM)描述同一方向不同分解级之间的小波系数的依赖关系,采用Baye... 展开更多; 关键词 hmm—WC—FNM模型图像去噪触头形貌 em算法; 在线阅读下载PDF 职称材料

一种基于概率模型的分词系统被引量：16: 5; 作者李家福张亚非《系统仿真学报》 CAS CSCD 2002年第5期544-546,550,共4页; 汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型,并重点剖析了EM(Expectatio... 展开更多; 关键词概率模型分词系统 em算法语料库系统仿真汉语自动分词中文信息处理; 在线阅读下载PDF 职称材料

基于小波域隐马尔科夫模型的肌电信号滤波被引量：5: 6; 作者罗志增王占玉《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第11期2447-2452,共6页; 为了消除肌电信号中的噪声并且保留信号的细节信息,本文提出了基于小波域隐马尔科夫模型的肌电信号消噪方法。该方法利用隐马尔科夫模型对表面肌电信号小波分解后的小波系数之间的相关性进行建模,运用训练模型算法(Expectation-Maximiza... 展开更多; 关键词肌电信号小波域隐马尔科夫 em算法; 在线阅读下载PDF 职称材料

基于小波域隐马尔可夫模型的人脑MRI体数据分类被引量：1: 7; 作者刘正光孙嘉林雪燕《天津大学学报》 EI CAS CSCD 北大核心 2007年第1期116-120,共5页; 为保证三维体视化图像能较准确地表达组织,以人脑磁共振图像为例,提出了基于小波域隐马尔科夫模型的体数据分类算法,首先采用EM算法进行HMT模型参数估计,然后通过小波分解,得到近似初始分类数和各类在小波空间中的特征量,这在以往体数... 展开更多; 关键词小波隐马尔可夫模型(hmm) 磁共振图像(MRI) 最大期望(em)算法; 在线阅读下载PDF 职称材料

题名EM-HMM多频率线跟踪算法被引量：2: 1; 作者谢贤亚王家鼎李焕润; 机构上海大学自动化系上海大学计算机系; 出处《电子学报》 EI CAS CSCD 北大核心 2002年第1期22-26,共5页; 基金国家自然科学基金 (No .69672 0 1 6); 文摘基于隐马尔可夫模型的多频率线跟踪算法 ,能在很低的SNR环境下工作 ,但量化误差较大 ,和计算量大 .本文提出另一种选择量测向量和计算量测概率的方法 ,创造条件减小量化误差 .又经简单论证 ,将EM算法和HMM用于多频率线跟踪 ,严格地 (而不是启发式地 )得到EM HMM算法 ,可以极大地减少计算量 .本文又提出获得初始估计以启动EM HMM算法的二种方法 .仿真计算表明。; 关键词多频率线跟踪算法隐马尔可夫模型 em-hmm算法; Keywords multiple frequency line tracking hidden Markov model measurement probability em hmm algorithm; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于EM算法的汉语自动分词方法被引量：23: 2; 作者李家福张亚非; 机构解放军理工大学通信工程学院解放军理工大学理学院; 出处《情报学报》 CSSCI 北大核心 2002年第3期269-272,共4页; 基金国家自然科学基金项目 (编号 6 9975 0 2 4) 国家自然科学基金重点项目 (编号 6 9931040 )资助; 文摘汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用 ,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型 ,并重点剖析了EM(Expectation Maximization)算法 ,对实验结果进行了分析。最后对算法进行了总结与讨论。; 关键词 em算法语料库 hmm 中文信息处理汉语自动分词自然语言处理极大似然原则零阶马尔可夫模型; Keywords word segmentation,em algorithm,corpus,hmm.; 分类号 G254.1 [文化科学—图书馆学]; 在线阅读下载PDF 职称材料

题名基于SOFM/HMM模型的非特定人手语识别系统被引量：4: 3; 作者方高林高文王春立陈益强; 机构哈尔滨工业大学计算机科学与工程系大连理工大学计算机科学与工程系中国科学院计算技术研究所; 出处《计算机学报》 EI CSCD 北大核心 2002年第1期16-21,共6页; 基金国家自然科学基金重点项目 (697893 0 1) 国家"八六三"高技术研究发展计划项目(863 -3 0 6-ZD0 3 -0 1-2 ) 中国科学院百人计划的资助; 文摘手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音 .目前最新发展水平的手语识别系统在实际应用中应该解决非特定人手语识别问题 .该文在分析非特定人手语识别特点——数据多且差异大、模型训练难收敛、对不同人数据的特征提取需求更迫切——的基础上 ,提出了 SOFM/ HMM模型 ,将自组织特征映射 (SOFM)很强的特征提取功能和隐马可夫模型 (HMM)良好的处理时间序列属性结合在一个新颖的框架下 ,并把该模型应用到非特定人中国手语识别中 .实验结果表明 ,SOFM/ HMM模型手语识别率比传统的 HMM模型提高近 5 % .; 关键词自组织特征映射隐马可夫模型 em算法非特定人手语识别系统 SOFM模型 hmm模型计算机; Keywords SOFM, hmm, em algorithm, signer independent sign language recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名HMM-WC-FNM模型在触头表面形貌去噪中的应用: 4; 作者李旭超朱善安; 机构浙江大学电气工程学院; 出处《信号处理》 CSCD 北大核心 2006年第1期91-95,104,共6页; 文摘本文提出了一种可靠的图像去噪算法,基于观察图像是期望图像叠加了不规则噪声的假设,用有限高斯混合分布(FNM)描述期望图像分解小波系数(WC)的先验分布,用隐马尔可夫模型(HMM)描述同一方向不同分解级之间的小波系数的依赖关系,采用Bayes准则,根据期望图像的后验分布(以观测图像为条件)所对应的HMM模型的条件概率,用EM(expectation maximization)优化算法,获得MAP(maximization a posteriori)准则下的去噪图像。针对银基触头材料表面形貌去噪对几种算法作定性比较,并对去噪性能给出定量分析,仿真结果表明,此方法有效去除噪声的同时,能保留原始图像的细节信息。; 关键词 hmm—WC—FNM模型图像去噪触头形貌 em算法; Keywords hmm - WT - FNM model image denoising contact surface em algorithm; 分类号 TN912.34 [电子电信—通信与信息系统] TM503.5 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名一种基于概率模型的分词系统被引量：16: 5; 作者李家福张亚非; 机构解放军理工大学通信工程学院解放军理工大学理学院; 出处《系统仿真学报》 CAS CSCD 2002年第5期544-546,550,共4页; 基金国家自然科学基金项目(编号: 69975024) 国家自然科学基金重点项目(编号: 69931040); 文摘汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型,并重点剖析了EM(Expectation- Maximization)算法,最后给出了一个基于本模型的汉语文本处理仿真系统。; 关键词概率模型分词系统 em算法语料库系统仿真汉语自动分词中文信息处理; Keywords word segmentation em algorithm corpus hmm, system simulation; 分类号 TP391.12 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于小波域隐马尔科夫模型的肌电信号滤波被引量：5: 6; 作者罗志增王占玉; 机构杭州电子科技大学机器人研究所; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第11期2447-2452,共6页; 基金国家自然科学基金资助(60874102) 863项目(2008AA04Z212)资助; 文摘为了消除肌电信号中的噪声并且保留信号的细节信息,本文提出了基于小波域隐马尔科夫模型的肌电信号消噪方法。该方法利用隐马尔科夫模型对表面肌电信号小波分解后的小波系数之间的相关性进行建模,运用训练模型算法(Expectation-Maximization algorithm,EM算法)估计出该模型的参数,以贝叶斯估计得到真实信号的小波系数,通过重构实现肌电信号的滤波。实验结果表明该方法能有效地去除肌电信号中的噪声,对进一步的特征提取和模式识别创造了良好的条件。; 关键词肌电信号小波域隐马尔科夫 em算法; Keywords emG wavelet domain hmm em algorithm; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于小波域隐马尔可夫模型的人脑MRI体数据分类被引量：1: 7; 作者刘正光孙嘉林雪燕; 机构天津大学电气与自动化工程学院; 出处《天津大学学报》 EI CAS CSCD 北大核心 2007年第1期116-120,共5页; 文摘为保证三维体视化图像能较准确地表达组织,以人脑磁共振图像为例,提出了基于小波域隐马尔科夫模型的体数据分类算法,首先采用EM算法进行HMT模型参数估计,然后通过小波分解,得到近似初始分类数和各类在小波空间中的特征量,这在以往体数据分类中需要事先对体数据进行大量的训练才能得到．分类结果采用ICM (iterated conditional mode)方法获得．其结果表明,该方法在运算时间和分类效果上都优于以往的多分辨率分类方法．; 关键词小波隐马尔可夫模型(hmm) 磁共振图像(MRI) 最大期望(em)算法; Keywords wavelet hidden Markov model （hmm） magnetism resonance imaging （MRI） expectation-maxi- mization （em） algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	EM-HMM多频率线跟踪算法	谢贤亚王家鼎李焕润	《电子学报》 EI CAS CSCD 北大核心	2002	2	在线阅读下载PDF 职称材料
2	基于EM算法的汉语自动分词方法	李家福张亚非	《情报学报》 CSSCI 北大核心	2002	23	在线阅读下载PDF 职称材料
3	基于SOFM/HMM模型的非特定人手语识别系统	方高林高文王春立陈益强	《计算机学报》 EI CSCD 北大核心	2002	4	在线阅读下载PDF 职称材料
4	HMM-WC-FNM模型在触头表面形貌去噪中的应用	李旭超朱善安	《信号处理》 CSCD 北大核心	2006	0	在线阅读下载PDF 职称材料
5	一种基于概率模型的分词系统	李家福张亚非	《系统仿真学报》 CAS CSCD	2002	16	在线阅读下载PDF 职称材料
6	基于小波域隐马尔科夫模型的肌电信号滤波	罗志增王占玉	《仪器仪表学报》 EI CAS CSCD 北大核心	2010	5	在线阅读下载PDF 职称材料
7	基于小波域隐马尔可夫模型的人脑MRI体数据分类	刘正光孙嘉林雪燕	《天津大学学报》 EI CAS CSCD 北大核心	2007	1	在线阅读下载PDF 职称材料