隐马尔科夫模型-前向算法详细实例(秒杀目前网络上所有资料)-新手必备!

HMM 有三个矩阵   初始状态矩阵  状态转移概率矩阵  隐态到显态转移概率矩阵    两个状态集合: 隐态(S1,S2,S3)  两个观测态(A,B)


上图的意思是    三个状态互相转移的概率 分别为:(1,2,3分别指S1,S2,S3)

1->1   P=0.4    1->2   P=0.6   2->2  P=0.8    2->3   P=0.2    3->3  P=1.0 


隐态对应的显示态概率为

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值