隐马尔科夫模型,第三种问题解法,维比特算法(biterbi) algorithm python代码

上篇介绍了隐马尔科夫模型

本文给出关于问题3解决方法,并给出一个例子的python代码

回顾上文,问题3是什么,

 

下面给出,维比特算法(biterbi) algorithm 

 

 

下面通过一个具体例子,来说明维比特算法(biterbi)

 

 

 

下面附上该解决该例题的python代码

 

 
import  numpy as np  
#you must install the numpy  
  
A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]])  
B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]])  
O=np.array([0 ,1, 0])#T=3  
pi=np.array([0.2,0.4,0.4])  
  
N=3#N kind state  
M=2#M kind of observation  
T=3  
  
#initialize:  
  
delta=np.zeros((T,N),np.float)  
w=np.zeros((T,3),np.float)  
I=np.zeros(T)  
  
for i in range(N):  
    delta[0,i]=pi[i]*B[i,O[0]]  
    w[0,i]=0  
      
#Recursion:  
for t in range(1,T):  
    for i in range(N):    
        delta[t,i]=B[i,O[t]]*np.array([delta[t-1,j]*A[j,i]  for j in range(N)]).max()  
        w[t,i]=np.array([delta[t-1,j]*A[j,i]  for j in range(N)]).argmax()  
      
#termination  
Poptimal=delta[T-1,:].max()  
I[T-1]=delta[T-1,:].argmax()  
for t in range(T-2,-1,-1):  
        I[t]=w[t+1,I[t+1]]  
  
print 'the optimal I is ' I  
  

参考文献:统计学习方法,李航

 

本人水平有限,怀着分享学习的态度发表此文,欢迎大家批评,交流。感谢您的阅读。
欢迎转载本文,转载时请附上本文地址:http://www.cnblogs.com/Dzhouqi/p/3203795.html
另外:欢迎访问我的博客 http://www.cnblogs.com/Dzhouqi/

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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