从隐马尔可夫模型的参数λ= (A,B)的某个初始估计开始(λ是模型参数;A是转移概率;B是发射概率),迭代地运行期望化和最大化两个步骤,向前向后不断地重估A和B的概率,对于给定观察序列O和隐马尔可夫模型中可能状态的集合,自动地训练隐马尔可夫模型的参数A和B,这样的算法叫作向前-向后算法。又称鲍姆-韦尔奇算法(Baum-Welch algorithm)。
试用结束,开通会员即可查阅全文
对不起,您所在机构没有获得相应使用权限。若需获得更多服务,请与您所在机构的负责部门或本网站客服联系。