小波变换在隐马尔科夫模型非参数估计中应用.pdfVIP

下载本文档

2
0
约3.12万字
约 24页
2017-08-27 发布于安徽
举报
版权申诉

小波变换在隐马尔科夫模型非参数估计中应用.pdf

1、本文档共24页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

∥541 852 小波变换在隐马尔科夫模型非参数估计中的应用概率论与数理统计专业研究生敬晓龙指导教师马洪 Markov 隐马尔科夫模型(HiddenModel，简记为HMM)作为一种统计模型，在模式识别与随机信号处理中有着广泛的应用。小波理论是近年来兴起的一种崭新的信号分析理论，在许多信号处理领域得到了成功的应用。本文研究小波变换在隐马尔科夫模型观测过程的概率密度估计中的应用。对于很多实际情况，HMM密度函数所属类型并不知道，此时的密度估计就是典型的非参数估计问题。我们利用小波正交级数的很多良好性质来估计隐马尔科夫模型中的条件概率密度函数。在这篇论文中，首先给出了隐马尔科夫模型的定义，接着介绍了隐马尔科夫模型实际应用中所面临的三大基本问题的解决方案，即隐马尔科夫模型三大基本夫过程动态系统的一般模型。其次，介绍了小波变换中的重要理论一多分辨率分析理论，及其相应的分解和重构算法一~lallat算法。最后，结合小波理论和隐马尔科夫模型的相关知识，将小波变换应用到隐马尔科夫模型非参数估计问题中来，并探讨了其中Haar小波正交级数估计量分解尺度的选取。关键词：隐马尔科夫模型、随机信号处理、非参数密度估计、小波正交级数、分解尺度 Ⅵ强vel髓Transformationfor EstimationofHMM’s Nonparametric and statistics Majo}：probability student Graduate Instructor Ma XiaolongJing Hong Asastatisticsmodel。HiddenMarkov been used法 Model(HMM)havewidely and stochastic isanew recognition signal theory signal pattern processing．Wavelet andhasbeenusedin fieldinrecent theory analyzing manysignal processing years，In isthe of }|氧{M．a function lmportant density problemprobability process． observing F