智云搜索
首页
搜索
文献
期刊
会议
图书
课程
数据分析
学者
主题
机构
期刊
学科
地区
帮助
欢迎您:西北民族大学图书馆
个人账号登录
基本资料
我的订阅
我的收藏
求助记录
退出登录
消息
期刊文献
Temporal-difference methods and Markov models
收藏
时差方法和马尔可夫模型
原文求助
发布源
基本信息
引用文献
相关文献
引用格式
作者
E. Barnard[1]
作者单位
[1]Dept. of Electron. & Comput. Eng., Pretoria Univ., South Africa
关键词
Pattern recognition;Image recognition;Numerical models;Speech;Veins;Visual perception;Proposals;Learning;Context modeling;Intelligent control;INSPEC: Controlled Indexing;probability;learning (artificial intelligence);Markov processes;INSPEC: Non-Controlled Indexing;temporal-difference training;learning;probability;Markov models
关键词译文
模式识别;图像识别;数值模型;语音;静脉;视觉感知;建议;学习;语境建模;智能控制; INSPEC:受控索引;概率;学习(人工智能);马尔可夫过程; INSPEC:非受控索引;时间 - 差异训练;学习;概率;马尔可夫模型
发布日期
Mar/Apr 1993
页码
357-365
DOI
10.1109/21.229449
来源信息
IEEE Transactions on Systems, Man, and Cybernetics
ISSN:0018-9472, 1993年, 23卷, 2期, 357-365页
摘要
摘要译文
Microcircuit learning nets: Hamming-distance behaviour
微电路学习网:海明距离行为
Optical Chinese character recognition with a hidden Markov model classifier-a novel approach
使用隐马尔可夫模型分类器的光学汉字识别 - 一种新颖的方法
Hidden Markov modelling of speech based on a semicontinuous model
基于半连续模型的语音隐马尔可夫模型
A comparison of deep multilayer networks and Markov random field matching models for face recognition in the wild
深层多层网络与野外人脸识别马尔可夫随机场匹配模型的比较
On-Move 2016 Keynote: Optimizing HTTP-Based Adaptive Streaming in Vehicular Environment using Markov Decision Process
On-Move 2016主题:使用马尔可夫决策过程优化车辆环境中的基于HTTP的自适应流
Parameter re-estimation in semicontinuous hidden Markov modelling of speech with feedback to vector quantisation codebook
与矢量量化码本反馈的语音的半连续隐马尔可夫模型中的参数重新估计
Hidden Markov models with duration-dependent state transition probabilities (speech recognition)
具有持续时间依赖状态转移概率的隐马尔可夫模型(语音识别)
Human action learning via hidden Markov model
通过隐马尔可夫模型进行人体动作学习
Competitive training: a connectionist approach to the discriminative training of hidden Markov models (speech recognition)
竞争训练:隐马尔可夫模型的判别训练的连接主义方法(语音识别)
Partially hidden Markov models
部分隐藏的马尔可夫模型
E. Barnard[1]. Temporal-difference methods and Markov models[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1993,23(2): 357-365