自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 ubuntu下安装anaconda

1、 到官网http://continuum.io/downloads下载anaconda。 选择linux64-bit-python2.7 2、 安装anaconda,在终端输入:cd ~/Downloads;bash Anaconda-2.2.0-linux-x86_64.sh 回车后,是许可文件,接收许可,anaconda将安装在~/anaconda下:

2015-06-15 13:12:14 60457 3

原创 HMM模型之前向算法

1、介绍 向前算法是用于HMM模型的评估问题。评估问题:对于一个观察序列和通过不同系统得到的HMM模型,怎么判断哪一个HMM模型是最有可能产生这个观察序列。 HMM模型三元组(π\pi,A,B),其中π\pi表示初始向量,A表示状态转移矩阵,B表示混合矩阵,实例可以参看《HMM模型之viterbi算法》。 2、实现 要得到对于观察序列在当前HMM模型下

2015-06-04 15:58:08 1275

原创 HMM模型之viterbi算法

1、前言 viterbi算法是HMM模型的三大算法之一。HMM模型解决三大问题:评估、解码和学习。viterbi用于解决解码问题,在自然语言处理中用于解决划分问题,分词是对于句子的划分,viterbi是很好的分词算法。推荐参看的是《HMM学习最佳范例》。这里的术语将参照《HMM最佳学习范例》。关于HMM模型中的数值引用于结巴分词中的源代码。2、初始向量 这里sta

2015-06-01 13:40:07 2659

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除