machine-learning - 用于为隐马尔可夫模型提供观察序列的矢量量化算法

Question

我目前正在构建一个手势识别应用程序。我正在从手部提取某些特征（例如[运动角度，宽度：长度比，...]）。这是我的特征向量。但显然，不能将这些向量作为隐马尔可夫模型的输入进行观察。

一般信息：手势由一组姿势组成。

因此，我找到了一篇建议我进行矢量量化的论文。我的目标是使用某种算法，从一侧输入特征向量，并获得一个整数或简单值（映射特定状态/姿势）。然后我会将这些符号集（映射完整的手势）提供给隐藏的马尔可夫模型（

一种算法是 K 均值聚类。不幸的是，例如，如果我想识别 X 数量的符号，并且我决定为每个符号创建一个集群，K 意味着创建最大的 X 个集群，因此这不能用于映射我拥有的每个状态/姿势.

因此，我认为我需要某种聚类算法，如果可能的话，可以对其进行监督，因此我规定这些特征向量集映射到姿势 A，而其他特征向量映射到姿势 B。

是否存在某种形式的监督聚类/分类算法，在其中我输入一组向量 [角度、宽度、高度] 并获得一个简单的符号，例如“A”？

以下是我刚刚生成的一些示例数据：

姿势A：[椭圆周围的角度，高：宽比]

姿势 B：[结构与姿势 A 相同]

0 回答 0