机器学习理论基础学习14.1---线性动态系统-卡曼滤波 Kalman filter

一、背景

动态模型 = 图 + 时间

动态模型有三种：HMM、线性动态系统（kalman filter）、particle filter

线性动态系统与HMM的区别是假设相邻隐变量之间满足线性高斯分布，观测变量与隐变量之间满足线性高斯分布

 

二、线性动态系统两大问题：learning+inference

主要讲inference，相当于求后验p(z|x)

求p(zt|x1,x2,...,xt)转换成求p(zt-1|x1,...,xt-1)和p(zt|zt-1),依次类推

具体分为两步骤:

　　　　step1: prediction

　　　　step2: update

 

转载于:https://www.cnblogs.com/nxf-rabbit75/p/10382331.html