本文简明讲述GMM-HMM在语音识别上的原理，建模和测试过程。这篇blog只回答三个问题：
1. 什么是Hidden Markov Model？
2. GMM是神马？怎样用GMM求某一音素（phoneme）的概率？
3. 用GMM+HMM大法解决语音识别...
分类：
其他好文 时间：
2014-06-05 12:27:52
阅读次数：
369
题目：给你R个红球和B个黑球，从这些球中取出相同颜色的概率是50%；
然后丢了一些黑球，剩下的黑球不少于原来的70%；
现在给你红球和剩下的黑球个数，求可能丢了几个黑球。
分析：数学题。
首先，根据组合数学列出等式2*[C(n,2)+C(m,2)] = C(m+n,2)：...
分类：
其他好文 时间：
2014-06-05 05:18:35
阅读次数：
187
计算机视觉讨论群162501053
转载请注明：http://blog.csdn.net/abcd1992719g/article/details/27088919
收入囊中
Hough变换概率Hough变换自己实现Hough变换直线检测
葵花宝典
先看一下我实现的效果图
下面，我们进入Hough变换的原理讲解。
看上图，我们知...
分类：
其他好文 时间：
2014-06-05 04:34:49
阅读次数：
389
Logistic回归为概率型非线性回归模型，是研究二分类观察结果与一些影响因素之间关系的一种多变
量分析方法。通常的问题是，研究某些因素条件下某个结果是否发生，比如医学中根据病人的一些症状来判断它是否患
有某种病。
在讲解Logistic回归理论之前，我们先从LR分类器说起。LR分类器，即Logistic Regression Classifier。
在分类情形下，经过学习后的LR分...
分类：
其他好文 时间：
2014-05-31 17:59:42
阅读次数：
279
一、信息论基础： 熵： 联合熵：实际上就是描述一对随机变量平均所需要的信息量。
条件熵：给定随机变量 X 的情况下，随机变量 Y 的条件熵定义为： 熵率： 相对熵（KL距离）：两个概率分布 p(x) 和 q(x) 的相对熵定义为：
交叉熵：如果一个随机变量 X ~ p(x)，q(x)为用于近似 p(...
分类：
其他好文 时间：
2014-05-31 15:39:37
阅读次数：
319
在高教社出版的中山大学统计科学系编写的《概率论与数理统计》一书的§1.3
概率模型与公理化结构一节中，为了建立概率论的公理化结构，首先定义了一个叫做“σ-代数”的东东。作为初学者，往往畏惧这些抽象概念却又避之不过，只得选择死记硬背，其实这样也无可厚非。只是当我们费劲脑汁终于记住了这些概念后，不妨想一...
分类：
其他好文 时间：
2014-05-31 06:46:51
阅读次数：
234
再高并发的编程中，多个服务器并发的协作工作中，只有好的均衡协调各自的负载才能充分利用各个服务器的资源负载均衡的一个目标是：让资源丰富的某些设备的负载更大一些，否则就小，根据设备特性，合理分配负载这里的这个方法是让资源越丰富，那么每当有新的负载来到，被分配到其上的概率就更大首先，实时统计各个设备资源剩...
分类：
其他好文 时间：
2014-05-30 21:18:57
阅读次数：
270
HMM 模型是语音和语言处理中最普遍使用的序列标注模型之一。HMM 模型的建模包
括三个问题:(1)估计观察序列的概率;(2)快速找到最优的状态序列;(3)自动进行 模型的参数估计。本文围绕这三个问题展开,并介绍了在中文分词、词性标注中、拼音
输入法中的使用;同时,对 HMM 模型的一些扩展模型也进...
分类：
其他好文 时间：
2014-05-30 05:24:57
阅读次数：
212
01背包。将最大金额作为容量v。概率做乘法。 1 #include 2 #include 3
4 #define mymax(a, b) (a>b) ? a:b 5 6 float dp[10005]; 7 int mon[105]; 8
float fs[105]; 9 10 int ma...
分类：
其他好文 时间：
2014-05-29 12:28:12
阅读次数：
225
摘要：有监督学习是对一类算法的研究，这类算法从表面实例推断出一般性的假说，得出的假说又可以进一步用来预测未发生的实例。换言之，有监督学习的目标，就是根据预测特征，为分类标签的概率分布建立简洁的模型。得到的分类器会被用于为测试实例贴上分类标签，其中，测试实例的分类特征是已知的，但其分类标签是未知的。本...
分类：
其他好文 时间：
2014-05-29 09:16:49
阅读次数：
210
