基于统计学习理论的CHMM结构优化分析

摘要：

本文从统计学习理论出发,深入研究了CHMM的学习过程.并从一个已有的基于CHMM的联机汉字手写体识别实验系统的实验结果分析得出CHMM的推广能力随着训练样本数的增多单调增加;在训练样本数一定的情况下,模型结构的复杂度和训练精度存在最优解.结论指出,实现CHMM模型结构的优化设计包括对训练精度和复杂度的优化选择,在特征和状态确定时,模型的复杂度主要是混合Gauss数.

关键词： ”过学习”问题 统计模式识别 统计学习理论 隐马尔可夫模型 机器学习

作者: 张荣 刘家锋 唐降龙

作者单位: 哈尔滨工业大学计算机科学系

会议类型: 国内会议

会议名称: 2001年中国智能自动化会议

会议地点: 昆明

会议语种:中文

页码: 141-147

在线出版日期: 2001-08-01（万方平台首次上网日期，不代表论文的发表时间）