一个简单实用的隐马尔可夫代码

preview
共9个文件
cpp：6个
h：2个
txt：1个
隐马尔可夫
需积分: 9 6 下载量 74 浏览量 2011-07-03 20:36:43 上传 评论 收藏 8KB RAR 举报
资源详情
资源评论
评论 收藏
wushanlong
  • 粉丝: 21
  • 资源: 1
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

zip

hmm:一个简单的隐马尔可夫模型实现

隐马尔可夫模型练习 一个简单的隐马尔可夫模型实现。 该存储库尝试基于圣何塞州立大学 Mark Stamp 博士的论文A Revealing Introduction to Hidden Markov Models创建一个可用的库。 该论文可在下载。 入门 安装模块： npm install hmm var HiddenMarkovModel = require ( 'hmm' ) ; /
zip

离散控制Matlab代码-hmm:简单的隐藏马尔可夫模型代码，旨在支持对线性动力系统的切换控制

离散控制Matlab代码@mainpage @tableofcontents 概述：HMM-隐马尔可夫模型 hmm是一组简单的隐马尔可夫模型（HMM），旨在支持控制线性动力学系统。 它包含用于生成和解码具有离散潜在状态和离散观测信号的系统的方法。 应用领域 另请参见：以及该库在RTXI平台专用模块中的应用 储存库组织 src源文件（* .cpp） include头文件（* .h） 演示功能的exa
zip

矩阵位移法matlab代码-HMM:基于简单隐马尔可夫模型的中文分词项目

矩阵位移法matlab代码 #A Simple Hidden Markov Model based Chinese Word Segmentation Project. 为了得到HMM模型，可根据如下步骤进行： 1.利用中文序列、序列对应状态计算转移矩阵，发射矩阵； 2.实现Viterbi算法，估计中文序列对应状态。 In order to obtain the HMM model, the tr
zip

RepeatHMM:一个隐藏的马尔可夫模型，可以从基因组序列中推断出简单的重复序列

RepeatHMM：根据长期读取的测序数据估算微卫星的重复计数 RepeatHMM是一种新颖的计算工具，可以从给定的感兴趣对象的长读物中检测出任何微卫星（包括三核苷酸重复异常（TRD）中的三核苷酸重复）。 它能够根据模拟数据和实际数据的评估性能来准确估计估计扩展数。 它是用户友好的，易于安装和使用。 特征 从长时间读取的测序数据中准确高效地估算重复计数 分析所有类型的简单重复 包含针对10多个众所
zip

markovify:一个简单的，可扩展的马尔可夫链生成器

马尔可夫 Markovify是一个简单的，可扩展的Markov链生成器。 现在，它的主要用途是建立大型文本的马尔可夫模型，并从中生成随机句子。 但是，从理论上讲，它可以用于。 为什么选择马尔可夫（Markovify）？ 原因如下： 简单。 “包括电池”，但是很容易覆盖关键方法。 模型可以存储为JSON，从而可以缓存结果并将其保存以备后用。 文本解析和句子生成方法是高度可扩展的，允许您设置自
c

隐马尔可夫模型代码

隐马尔可夫模型代码C语言实现，动态数组申请代码，前向算法代码
application/x-gzip

隐马尔可夫网络matlab代码

实现隐马尔可夫网络的matlab源程序代码，对于图像超分辨率处理会用的上。
application/x-rar

隐马尔可夫模型c代码

隐马尔可夫模型，c++代码
pdf

HMM隐马尔可夫模型用于中文分词

HMM隐马尔可夫模型用于中文分词HMM隐马尔可夫模型用于中文分词
zip

markov-rs:一个用 Rust 编写的简单马尔可夫链生成器

马尔可夫 一个用 Rust 编写的简单马尔可夫链生成器。 文档 链接： :
zip

markovstatemodel：一个简单的马尔可夫状态模型的演示

马尔可夫状态模型的构建与验证 该存储库显示了一个简单的马尔可夫状态模型的演示。 尽管该项目本身保持相当通用，但这里研究的系统是受生物物理学启发的。 这里涵盖的问题是粒子在双势势中的一维运动，如下所示。 然后将系统分为两个核心状态“左”和“右”： 然后，根据这样定义的状态是否产生有效的马尔可夫状态模型（MSM），对这两个状态的动力学进行了研究。 代码本身包含在这两个文件MSM_simulat
zip

Python-markovifyPythonic一个简单的可扩展的马尔可夫链生成器

markovify-Pythonic 的可扩展的 马尔可夫链发生器. 主要用以构建 Markov 模式的大型语料库, 生成随机的句子, 当然,理论上,可以用以其它应用
zip

Miniterm-Chatbot:一个用 Java 构建的简单聊天机器人，它使用马尔可夫语言模型来生成响应

Miniterm-Chatbot 介绍 该项目是由 Abhimanyu Deora 和 Caleb Scott (NCSSM '15) 在 2015 NCSSM Miniterm 期间构建的聊天机器人。 聊天机器人使用 Java 构建，使用马尔可夫建模来生成响应。 使用了两个 5 阶马尔可夫模型 - 一个正向建模文本，另一个反向建模文本。 马尔可夫模型最初是从一组给定的训练数据中生成的，并定期从
zip

一个基于可逆跳跃蒙特卡罗马尔可夫链的随机优化库_java_代码_下载

librjmcmc4j 是一个基于可逆跳跃蒙特卡罗马尔可夫链和模拟退火的随机优化库
zip

隐马尔可夫模型源代码(matlab)

隐马尔可夫模型源代码(matlab)
zip

隐马尔可夫模型 工具箱matlab 代码

隐马尔可夫模型 工具箱matlab 代码
star 5星 · 资源好评率100%
py

隐马尔可夫模型代码实现 详细注释

本资源是隐马尔可夫模型的代码实现，更多算法知识关注微信公众号“算法岗从零到无穷”，带你拿大厂offer
rar

隐马尔可夫_隐马尔可夫_语音识别matlab_

MATLAB编写的语音识别程序-基于隐马尔可夫模型的语音识别
star 5星 · 资源好评率100%
rar

隐马尔可夫代码(附带数据示例)

文件中包含多个数据示例，有GMHMM的示例进行A,B,PI的估计。有股票数据的训练预测
star 5星 · 资源好评率100%
zip

贝岭的matlab的代码-markovipy:另一个马尔可夫链句子生成器

贝岭的matlab的代码马尔可夫 在你给她完整的文字后，她会尝试用她连贯的句子与你进行引人注目的对话。 不，她不会抱怨你的语料库有多大。 还有，不要问她能不能通过图灵测试。 她可能不会再跟你说话了。 如果您有兴趣，我会解释动机以及幕后的内容 演示 安装 要安装 markovipy，请在终端中运行以下命令： $ pip install markovipy 这是安装 markovipy 的首选方法，因
zip

一个基于可逆跳跃蒙特卡洛马尔可夫链和 SI 的随机优化库_c++_代码_下载

librjmcmc 是一个基于可逆跳跃蒙特卡罗马尔可夫链和模拟退火的随机优化库
zip

马尔可夫7层：这是一个简单的Web应用程序，可使用马尔可夫链生成并显示7层倾角！

马尔可夫7层 一个简单的Webapp，可使用Markov Chains生成并显示7层倾角！ 7层蘸料随机分为两部分-基本成分+装饰。 基本成分 装饰物 RB，炸豆 OL，橄榄 SC，酸奶油 去大葱 SS，莎莎（Salsa） JP，墨西哥胡椒 GC，鳄梨调味酱 TM，西红柿 SM，调味肉 CH，奶酪 HM，鹰嘴豆泥 CL，香菜 PY，普通酸奶 DP，胡椒粉 开始选择基本成分和装饰，然后使用马尔
zip

markov-string-generator:一个简单的基于二阶马尔可夫链的随机字符串生成器

马尔可夫弦发生器 一个简单的基于随机二阶马尔可夫链的随机字符串生成器。 安装 npm install-保存markov-string-generator 用法 生成器= require（'markov-string-generator'） 链= ['gataca'，'gtgtagta'，'gtcgctgcta'] 生成器=新生成器（链） console.log（generator.rando
zip

penCV基于隐马尔可夫模型（HMM）的人脸识别

penCV基于隐马尔可夫模型（HMM）的人脸识别。
star 5星 · 资源好评率100%
application/x-rar

hmm隐马尔可夫模型源码

很好的c程序，可以用于学习，可以了解过程，可以让我们更快的了解隐马尔可夫过程，隐马尔可夫模型源码
star 5星 · 资源好评率100%
pdf

论文研究-基于两层隐马尔可夫模型的入侵检测方法.pdf

在此基础上，基于系统调用序列及其对应的不定长模式序列构建了一个两层隐马尔可夫模型来检测异常行为，与仅利用系统调用序列信息的经典隐马尔可夫方法相比，该方法可以取得更低的误报率和漏报率。
ppt

隐马尔可夫模型及其在自然语言处理中的应用

隐马尔可夫模型及其在自然语言处理中的应用
py

HMM 隐马尔可夫模型 python 代码

HMM 隐马尔可夫模型 python 代码， 源码实现部分，包括训练测试以及相关调用 。 调用主要为自然语言处理方面实体标注样例。
application/pdf

基于隐马尔可夫模型的人脸识别 C/C++源代码

基于隐马尔可夫模型的人脸识别 C/C++源代码
star 4星 · 用户满意度95%