Algorithm 具有底流的连续密度HMM在密度计算中的训练
在Rabiner教程之后,我为单个观察序列(基于MFCC数据)实现了HMM的评估和训练算法。对于前向和后向算法,我还包括了处理下溢问题的建议缩放。对于Baum-Welch优化,我相应地计算概率为Algorithm 具有底流的连续密度HMM在密度计算中的训练,algorithm,matlab,probability-density,underflow,gmm,Algorithm,Matlab,Probability Density,Underflow,Gmm,在Rabiner教程之后,我为单个观察序列(基于MFCC数据)实现了HMM的评估和训练算法。对于前向和后向算法,我还包括了处理下溢问题的建议缩放。对于Baum-Welch优化,我相应地计算概率为 log(P) = -sum(log(scaling coefficients)) Baum-Welch优化似乎在几次迭代中运行良好,直到我在计算密度时遇到下溢。我使用Matlab内置函数mvnpdf计算密度。经过几次迭代后,Matlab开始将最低密度设置为0。对于Baum-Welch优化中的以下计算,
log(P) = -sum(log(scaling coefficients))
Baum-Welch优化似乎在几次迭代中运行良好,直到我在计算密度时遇到下溢。我使用Matlab内置函数mvnpdf计算密度。经过几次迭代后,Matlab开始将最低密度设置为0。对于Baum-Welch优化中的以下计算,排放/PDF矩阵中的零项产生NAN,进一步优化失败
如果您能帮助我规避或避免这个问题,我将不胜感激