首页 > 期刊 > 计算机工程与科学 > 基于周期的一阶隐马尔可夫模型及其学习算法 【正文】
摘要:对于周期变动明显的数据,本文通过引入周期状态转移矩阵,提出了一种基于周期的一阶隐马尔可夫模型,分析并给出了该模型的似然计算、隐状态估计和模型训练算法。最后的数值实验表明,该模型能有效提高预测的精确度和模型的似然度,并加快模型训练的收敛速度。
关键词:熵 周期状态转移矩阵 时间序列 最小二乘法
单位:同济大学数学系 上海200092 同济大学中德学院 上海200092
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关范文
北大期刊
¥624.00