Елементи прихованої марківської моделі. Матриця ймовірностей переходів (або матриця переходів). Розподіл ймовірностей початкового стану. Розпізнавання мовлення із великих словників для ізольовано вимовлених слів. Попередня обробка мовного сигналу.
Міністерство освіти та науки України Національний університет «Львівська політехніка» Курсова робота з дисципліни Інформаційні інтелектуальні системи на тему «Приховані марківські процеси» Львів - 2009 Зміст 1. Програмна реалізація завдання, виконаного у курсовій роботі 7.1 Алгоритм ELVIRS для окремо вимовлених слів 7.2 Алгоритм ELVIRCOS для розпізнавання злитого мовлення 8. Постановка проблеми, якій присвячується тема курсової роботи Приховані марківські процеси (ПМП), специфікація яких була опублікована ще в кінці 60-х років, останнім часом стали дуже популярні. [2] В області розпізнавання мовлення використовуються обидва типи моделей, але ми розглянемо тільки одну, статистичну модель, а саме - приховану Марківську модель (ПММ).[3] Теорія прихованих Марківських моделей не нова. N 1. Стаття І. Сергієнко, А. Гупал. Таким чином, систему можна описати безліччю ймовірностей a i j у вигляді (2) де a i j - це ймовірність переходу з стану S i в стан S j в даний момент часу.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
