资 源 简 介
function hmm=baum_welch(hmm,obs)
mix=hmm.mix;%高斯混合模型
N=hmm.N;%HMM的状态数
K=length(obs);%训练数据的样本
SIZE=size(obs(1).fea,2);%特征矢量维度
for loop=1:40%训练循环次数
%————计算前向，后向概率矩阵
for k=1:K
param(k)=getparam(hmm,obs(k).fea);
end
%————重估转移概率矩阵A
for i=1:N-1
demon=0;
for k=1:K
tmp=param(k).ksai(:,i,:);
demon=demon+sum(tmp(:));%对时间t，j求和
end
for j=i:i+i
nom=0;
for k=1:k
tmp=prarm(k).ksai(:,i,j);
