论文:ITERATIVE DECODING OF TWO-DIMENSIONAL HIDDEN MARKOV MODELS
思想:水平和垂直分别解码,前一个解码用作后一次的先验。
迭代算法:
一个关键问题:求当前状态i下,观测到j的概率?
离散HMM:根据模型的观测矩阵直接查表即可
连续HMM:此时的观测不再是确定的离散值,而是一个高斯混合模型,所以也叫GMMHMM。
所要求的结果是该GMM的概率分布。
用概率分布代替查表法,可以将离散HMM扩展到连续状态HMM。
论文:ITERATIVE DECODING OF TWO-DIMENSIONAL HIDDEN MARKOV MODELS
思想:水平和垂直分别解码,前一个解码用作后一次的先验。
迭代算法:
一个关键问题:求当前状态i下,观测到j的概率?
离散HMM:根据模型的观测矩阵直接查表即可
连续HMM:此时的观测不再是确定的离散值,而是一个高斯混合模型,所以也叫GMMHMM。
所要求的结果是该GMM的概率分布。
用概率分布代替查表法,可以将离散HMM扩展到连续状态HMM。