HMM经典介绍论文【Rabiner 1989】翻译(十八)——参数初始化

本文讨论了隐马尔可夫模型(HMM)中参数初始化的方法,包括随机初始化、均匀初始化等,并强调了观测概率矩阵(BB)初始化的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

5.3 参数初始估计

理论上,估计公式可以给出似然函数局部最小值对应的参数。这样的话,我们怎么选择HMM参数的初始值使得局部最大是全局最大呢?

对于上面的问题并没有直接的答案。经验表明,对πA进行随机初始化(满足随机以及非零约束)或者均匀初始化,在多数情况下都可以得到比较好的结果。但是对于B参数,经验表明好的初始化对离散观测情况是有帮助的,对连续情况是最关键的。有多种初始化的方法,包括人为对观测序列进行划分,极大似然划分,k-means划分等等。我们后面会介绍划分技术。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值