如何快速有效对历史数据进行统计建模和规律挖掘具有重要意义. 鉴于模型在实际数据挖掘应用的局限及.马尔科夫模型的良好统计特性, 设计实现了基于后缀数组和后缀自动机的变阶马尔科夫模型. 算法在后缀树形结构
提出了一种基于时空密度聚类的隐马尔科夫模型对时空序列进行预测的方法。时空序列与一般的时间序列相比,最主要的特征是其时空依赖性以及时空非平稳性。针对如何有效地预测不同尺度分布的时空序列的问题,本文采用基
基于隐马尔科夫模型文本相似度研究
给予HMM的动作识别论文，Thresholdmodelapproach.使用当前流行的HMM方法研究热门话题
基于隐马尔可夫模型的人脸识别源代码,是作模式识别的非常好学习代码。
这是国外一个很好的hmm自学书目的翻译版本，其中详细介绍了hmm相关知识以及相关关键算法 图文并茂，由浅入深，非常适合自学者阅读
MATLAB编写的学习隐马尔科夫模型的程序
基于HMM的专业股票预测方法，需要一定基础，但一旦掌握，受益无穷
基于隐马尔科夫模型的时间序列聚类
隐马尔科夫模型与语音识别的开山之作，googlescholar中引用次数最多的论文
用户评论