《表1 GR-HMM模型参数》
在对GR-HMM算法模型进行训练时,首先需要对参数模型进行初始化,其次通过对训练集数据训练,求解出观测模型的概率,得出GR-HMM算法模型中的状态概率矩阵(π),后统计阶段之间的相互转移关系,得到GR-HMM算法模型的状态转移概率矩阵(A),并极大似然估计出模型参数λ,结合观测序列最终构建GR-HMM算法模型。GR-HMM算法模型参数见表1。
图表编号 | XD006916700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.16 |
作者 | 刘畅、魏忠诚、张春华、王巍、赵继军 |
绘制单位 | 河北工程大学信息与电气工程学院、河北工程大学河北省安防信息感知与处理重点实验室、河北工程大学信息与电气工程学院、河北工程大学河北省安防信息感知与处理重点实验室、河北工程大学公共体育部、河北工程大学信息与电气工程学院、河北工程大学河北省安防信息感知与处理重点实验室、河北工程大学信息与电气工程学院、河北工程大学河北省安防信息感知与处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |