...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Signal Processing, IET >Modified student's t-hidden Markov model for pattern recognition and classification
【24h】

Modified student's t-hidden Markov model for pattern recognition and classification

机译：改进的学生t隐马尔可夫模型用于模式识别和分类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The Gaussian hidden Markov model has been successfully used in pattern recognition and classification applications; however, recently the Student's t-mixture model is regarded as an alternative to Gaussian mixture models, as it is more robust for outliers. The model using Student's t-mixture distribution as its hidden state is the Student's t-hidden Markov model (SHMM). The authors propose a novel Student's t-hidden Markov model, which considers the relationship among Markov states, latent components and observations by introducing a regularising scalar exponent in the component densities of the model's emission densities. Moreover, the standard SHMM can be considered as a special case of the modified SHMM with the selection of proper parameter values. Finally, the authors adopt the gradient method to estimate optimal weight parameters. Simultaneously, the expectation-maximisation algorithm is used to fit the modified SHMM. Thus, our model is simple and easy to implement. The experimental results using synthetic and real data demonstrate the improved robustness of the proposed approach.
机译：高斯隐马尔可夫模型已经成功地用于模式识别和分类应用。然而，最近，学生的t混合模型被认为是高斯混合模型的一种替代，因为它对于异常值更加健壮。使用学生的t混合分布作为隐藏状态的模型是学生的t隐马尔可夫模型（SHMM）。作者提出了一个新颖的学生t隐马尔可夫模型，该模型通过在模型的发射密度的组成密度中引入正则化标量指数，考虑了马尔可夫状态，潜在分量和观测值之间的关系。此外，通过选择适当的参数值，可以将标准SHMM视为修改后的SHMM的特例。最后，作者采用梯度法来估计最佳权重参数。同时，期望最大化算法用于拟合修改后的SHMM。因此，我们的模型简单易行。使用合成和真实数据的实验结果证明了所提出方法的改进的鲁棒性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号