以半连续隐含马尔可夫模型HMM 为例,分析了影响Viterbi算法效率的主要原因,讨论了提高该算法效率的3种实用策略,即码本剪枝、Beam剪枝及降低精度,在保证一定识别率的前提下,使得搜索处理更加有效,提高了搜索的速度-to semi-continuous HMM HMM example, Analysis of the impact on the efficiency of the Viterbi Algorithm main discussed increasing the efficien

详细介绍了hmm算法的原理，及相关的前向算法后向算法，viterbi算法，讲解详细，很好,Hmm algorithm described in detail the principles, and related to the algorithm to the algorithm, viterbi algorithm, explained in detail, very good

语音识别HMM算法中的解码功能的程序，其中是根据观测序列和已知模型去求状态序列-Speech recognition HMM algorithm decoding process, which is to seek observer status in accordance with the sequence and the known sequence of the model

Abstract: Smartphone positioning is an enabling technology used to create new business in the navigation and mobile location-based services (LBS) industries. This paper presents a smartphone indoor positioning engine named HIPE that can be easily

一种HMM可以呈现为最简单的动态贝叶斯网络。隐马尔可夫模型背后的数学是由LEBaum和他的同事开发的。它与早期由RuslanL.Stratonovich提出的最优非线性滤波问题息息相关，他是第一个提出前后过程这个概念的。 在简单的马尔可夫模型（如马尔可夫链），所述状态是直接可见的观察者，因此状态转移概率是唯一的参数。在隐马尔可夫模型中，状态是不直接可见的，但输出依赖于该状态下，是可见的。每个状态通过可能的输出记号有了可能的概率分布。因此，通过一个HMM产生标记序列提供了有关状态的一些序