

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隱馬爾可夫模型在近幾十年來(lái)被廣泛應(yīng)用于弱相依隨機(jī)變量的建模上,被用作研究發(fā)音過(guò)程,神經(jīng)生理學(xué)與生物遺傳等方面問(wèn)題的工具。雖然隱馬爾可夫模型在今天已經(jīng)得到了廣泛的應(yīng)用,但它的理論基礎(chǔ)并不完善,并且如在動(dòng)態(tài)的圖象處理、氣象預(yù)測(cè)等的一些實(shí)際應(yīng)用中,人們需要建立隱非齊次馬爾可夫模型來(lái)進(jìn)行研究。但由于隱非齊次馬爾可夫模型難以處理,所以對(duì)于隱非齊次馬爾可夫模型的理論研究基本上還是空白。隱非齊次馬爾可夫模型的理論方面的研究具有很大的研究意義。
2、 本文的主要目的是研究隱非齊次馬爾可夫模型的混合性。首先,介紹了隱馬爾可夫模型的有關(guān)知識(shí)。其次,研究了一重隱非齊次馬爾可夫模型的混合性。先給出并證明了非齊次馬爾可夫鏈滿足混合性的充分條件,并將所得結(jié)果推廣到了隱非齊次馬爾可夫模型上。最后,研究了m重隱非齊次馬爾可夫模型的混合性。先給出了m重非齊次馬爾可夫鏈混合性的定義,然后利用此定義和引理證明了m重非齊次馬爾可夫鏈滿足混合性的充分條件,并將所得結(jié)果推廣到了m重隱非齊次馬爾可夫模型上,對(duì)進(jìn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 一類隱非齊次馬爾可夫模型的若干強(qiáng)極限定律.pdf
- 隱馬爾可夫模型簡(jiǎn)介
- 隱馬爾可夫模型技術(shù)
- 對(duì)于非參數(shù)隱馬爾可夫模型的平滑度選取.pdf
- 空間統(tǒng)計(jì)中的隱馬爾可夫模型.pdf
- 隱馬爾可夫模型的原理及其應(yīng)用.pdf
- 基于隱馬爾可夫模型的音頻檢索.pdf
- 非齊次隱馬爾可夫降尺度方法對(duì)江淮流域夏季日降水的模擬與預(yù)估.pdf
- 基于隱馬爾可夫模型的動(dòng)態(tài)紋理分類.pdf
- 語(yǔ)音識(shí)別中隱馬爾可夫模型的研究.pdf
- 基于隱馬爾可夫模型的可用帶寬測(cè)量.pdf
- 基于隱馬爾可夫模型的指紋匹配研究.pdf
- 基于隱馬爾可夫模型脈象信號(hào)分類.pdf
- 基于隱馬爾可夫模型的自動(dòng)和弦識(shí)別.pdf
- 隱馬爾可夫模型下基于通信流的隱組織識(shí)別.pdf
- 基于非齊次馬爾可夫過(guò)程的多動(dòng)作動(dòng)態(tài)維護(hù)策略研究.pdf
- 基于隱馬爾可夫模型的推薦算法研究.pdf
- 手繪草圖理解的隱馬爾可夫模型方法.pdf
- 基于隱馬爾可夫模型的人臉識(shí)別研究.pdf
- 基于隱馬爾可夫和人工神經(jīng)網(wǎng)絡(luò)混合模型的語(yǔ)音識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論