Results (
Vietnamese) 2:
[Copy]Copied!
Các xác suất trạng thái và quá trình chuyển đổi cần thiết cho mô hình HMM này có thể dễ dàng học cách sử dụng dữ liệu huấn luyện được chú thích. Đối với đào tạo các hàm mật độ xác suất phát xạ, chúng tôi sử dụng nguyên tử phân loại hoạt động recog¬nition của chúng tôi trên các dữ liệu chuỗi ngắn với nhãn mặt đất thật. Đối với mỗi lớp hoạt động, chúng ta mô hình hóa một phân phối chuẩn cho thời lượng <¿/ fc, Ok> điểm phân loại và lưu trữ trong phạm vi của dura¬tions thể cho từng hoạt động nguyên tử [(Jn - 2an, (i ,, + 2crn], đảm bảo tỷ lệ 95% của sự tự tin. Ở giai đoạn suy luận, đối với mỗi khung, chúng ta phá vỡ khoảng 4a đến một tập hợp các khoảng thời gian khác nhau cho mỗi hoạt động vào mười bảy bước. Trong số tất cả các bước, chúng tôi chỉ lưu trữ số điểm tối đa và classifi¬cation sử dụng như là biến quan sát của chúng tôi. Chiến lược này al¬lows mô hình của chúng tôi để đối phó với các hoạt động biến-thời gian.
Being translated, please wait..