隐马尔科夫模型（一）

隐马尔科夫模型（一）

简介

隐马尔可夫模型与贝叶斯信念相似。其用于在给定当前知识或信息的情况下，观察对象过去的历史状态对于预测将来是无关的。也可以说，在观察一个系统变化的时候，它下一个状态（第n+1个状态）如何的概率只需要观察和统计当前状态（第n个状态）即可以正确得出。

• 举例说明
  3种骰子和掷骰子可能产生的结果如图所示。
  
  先随机选择一个骰子，然后再用它掷出一个数字，可能得到这么一串数字（掷骰子10次）：1、6、3、5、2、7、3、5、2、4，这串数字叫做可见状链。隐含状态链就是选出的骰子的序列。例如，隐含状态链有可能是D6、D8、D8、D6、D4、D8、D6、D6、D4、D8。
  

特征

• 我们的问题是基于序列的，比如时间序列，或者状态序列。
• 我们的问题中有两类数据，一类序列数据是可以观测到的，即观测序列；而另一类数据是不能观察到的，即隐藏状态序列，简称状态序列。

假设

• 即任意时刻的隐藏状态只依赖于它前一个隐藏状态
• 即任意时刻的观察状态只仅仅依赖于当前时刻的隐藏状态，这也是一个为了简化模型的假设。

参数说明

隐藏状态集合与观察状态集合

$Q$是所有可能的隐藏状态的集合、$V$是所有可能的观测状态的集合：

$$Q = \{q_1,q_2,...,q_N\}, \; V =\{v_1,v_2,...v_M\}$$

状态序列与观察序列

对于一个长度为$T$的序列，$I$对应的状态序列, $O$是对应的观察序列，即：

I={i1,i2,...,iT},O={o1,o2