-
题名基于改进蚁群算法的HMM参数估计
被引量：1
- 1
-
-
作者
汪庆淼
鞠时光
秦剑锋
-
机构
江苏大学计算机科学与通信工程学院
苏州大学计算机科学与技术学院
苏州吴江出入境检验检疫局
-
出处
《江南大学学报（自然科学版）》
CAS
2009年第6期707-710,共4页
-
文摘
针对隐马尔可夫模型(HMM)的传统参数估计方法容易陷入局部最优,对初始参数值要求较高且会出现过耦合现象,为了提高模型的鲁棒性和识别性能,提出一种基于改进蚁群算法的HMM参数训练估算法(HMM-ACO)。该算法根据信息素的变化实现全局搜索,较好地解决了迭代算法易发生的局部陷阱问题。与其他全局优化算法相比,该算法识别精度有较大提高。实验表明,利用HMM-ACO算法训练的隐马尔可夫模型具有较好的分类识别性能。
-
关键词
隐马尔可夫模型
参数估计
改进蚁群算法
连续优化
信息素
-
Keywords
hidden markov model, parameter estimation,improved ant colony optimization, continuous optimization, pheromone
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
