AIPUB归智期刊联盟

微信公众号

网站二维码

2025年4月26日 11:01 星期六
首页 > 过刊浏览>2010年第19卷第7期 >255-259
PDF HTML阅读 XML下载 导出引用 引用提醒
隐马尔可夫模型及其最新应用与发展①
作者:

Hidden Markov Model and Its latest Application and Progress
Author:
  • 摘要
    • | |
  • 访问统计
    • |
  • 参考文献 [20]
    • |
  • 相似文献 [20]
    • |
  • 引证文献
    • | |
  • 文章评论
    摘要:

    隐马尔可夫模型是序列数据处理和统计学习的一种重要概率模型，已被成功应用于许多工程任务中。首先介绍了隐马尔可夫模型的基本原理，接着综述了其在人的行为分析、网络安全和信息抽取中的最新应用。最后对最近提出来的无限状态隐马尔可夫模型的原理及最新发展进行了总结。

    Abstract:

    Hidden Markov Model (HMM) is an important probabilistic model of sequential data processing and statistical study. It has already been successfully applied in many projects in practice. Firstly, this paper introduces the basic principles of the Hidden Markov Model, and then gives a review to its latest application in the human activity analysis, network security and information extraction. Finally it summarizes the theory and latest progress of the recently proposed infinite Hidden Markov Model (iHMM).

    参考文献
    1 Bilmes JA. What HMMs can do. IEICE TRANS- ACTIONS on Information and Systems, 2006,89(3):1－24.
    2 Rabiner LR A tutorial on hidden Markov models and selected applications in speech recognition. Proc. of IEEE, 1989,77(2):257－286.
    3 龚光鲁,钱敏平.应用随机过程教程及在算法和智能计算中的随机模型.北京:清华大学出版社, 2004.247 －249.
    4 Yamato J, Ohya J, Ishii K. Recognition human action in time sequential images using hidden Markov model.Proc. of IEEE Conference on Computer Vision and Pattern Recognition. LosAlamitos, CA: IEEE, 1992:379－385.
    5 Bregler C. Learning and recognizing human dynamics in video sequences. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Los Ala- mitos, CA: IEEE, 1997:568－574 .
    6 李和平,胡占义,吴毅红,吴福朝.基于半监督学习的行为建模与异常检测.软件学报, 2007,18(3):527－537.
    7 Forrest S, Hofmeyr SA, Somayaji A, Longstaff TA. A sense of self for UNIX processes. Proc. of the 1996 IEEE Symposium on Security and Privacy. Los Alami- tos, CA: IEEE Computer Society Press, 1996:120－128.
    8 Warrender C, Forrest SI, Pearlmuter B. Detecting Intru- sions Using System Calls: Alternative Data Models. 1999 IEEE Symposium on Security and Privacy.Los Alamitos, CA: IEEE Computer Society Press, 1999: 133－145.
    9 闫巧,谢维信,宋歌,喻建平.基于HMM的系统调用异常检测.电子学报, 2003,31(10):486－1490.
    10 邬书跃,田新广.基于隐马尔可夫模型的用户行为异常检测新方法.通信学报, 2007,28(4):38－43.
    11 陶龙明,史志才,彭丹,马武.HMM模型在检测复杂网络攻击中的应用.计算机工程与应用, 2008,44(7): 136－138.
    12 王岳斌,阳国贵,邝祝芳.基于HMM的数据库异常检测系统设计与实现.计算机应用与软件, 2009,26 (1):96－99.
    13 谢逸,余顺争.基于Web用户浏览行为的统计异常检测.软件学报, 2007,18(4):967－977.
    14 于江德,樊孝忠,尹继豪,顾益.基于隐马尔可夫模型的中文科研论文信息抽取.计算机工程, 2007,33 (19):190－192.
    15 王宇宁.隐马尔可夫模型在信息抽取中的应用研究[硕士学位论文].大连:大连理工大学, 2007.
    16 周顺先,林亚平,王耀南,易叶青.基于二阶隐马尔可夫模型的文本信息抽取.电子学报, 2007,35(11): 2226－2231.
    17 Beal MJ, Ghahramani Z, Rasmussen CE. The InfiniteHidden Markov Model. Dietterich ed. Advances in Neural Information Processing Systems. Cambridge, MA:MIT Press, 2002:577－584.
    18 Teh YW, Jordan MI, Beal MJ, Blei DM. Hierarchical dirichlet processes. Journal of the American Statistical Association, 2006,101:1566－1581.
    19 Fox EB, Sudderth EB, Jordan MI, Willsky AS. An HDP-HMM for Systems with State Persistence. ICML2008 – Proc. of the 25th International Conference on Machine Learning. New York: ACM Press, 2008:312－319.
    20 Gael JV, Saatci Y, Teh YW, Ghahramani Z. Beam sam pling for the infinite hidden markov model. ICML 2008- Proc. of the 25th International Conference on Machine Learning. New York: ACM Press, 2008:1088－1095.
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

朱明,郭春生.隐马尔可夫模型及其最新应用与发展①.计算机系统应用,2010,19(7):255-259

复制
分享
文章指标
  • 点击次数:3215
  • 下载次数: 12347
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2009-10-25
  • 最后修改日期:2009-12-06
文章二维码
友情链接:中国科学院软件研究所中国计算机学会中国科学院国家自然科学基金委员会软件学报
您是第11434864位访问者
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码：100190
电话：010-62661041 传真： Email：csa (a) iscas.ac.cn
技术支持：北京勤云科技发展有限公司

京公网安备 11040202500063号