论文关键词:时间序列 神经网络 隐马尔科夫
论文任务: 给定一段时间序列,找出每小段是哪种模式,且能找出模式变化的阶段
论文核心思想:
首先,为每种模式训练一个神经网络模型,假设有 N 种模型;
将这些神经网络模型做一个线性组合 f(xt)=a(t)fi(x)+(1−a(t))fj(xt),0≤a(t)≤1 , 由此得到集合 S=P∪M 。其中 P 是 pure state ,即训练的模型,就是每个动态模式本身。
M 是mixture state ,即模式的线性组合,也就是变化阶段;- 最后根据观测值,使用维特比算法,从集合 S <script type="math/tex" id="MathJax-Element-858">S</script> 中寻找最合适的模式。
个人感觉:
整体看下来,思想和语音识别系统 Sphinx 的思想类似,就是多加入了模型的线性组合。
文章没有算法的实现细节,涉及算法实现的都是引用的别人论文,说具体内容请参考某文。
斗胆将其定性为水文。