隐马尔可夫模型

一、基本思想

隐马尔可夫模型是基于时序的概率模型,由初始状态概率向量Π、状态转移概率矩阵A和观测概率矩阵B组成。
隐马尔可夫做了两个基本假设:

  1. 齐次马尔可夫性假设:任意时刻的状态只与上一时刻的状态有关
  2. 观测独立性假设:任意时刻的观测值只与该时刻的状态有关

隐马尔科夫模型主要用来解决三个问题:

  1. 概率计算问题:给定模型λ=(Π,A,B)和观察序列O,求在模型λ下观测序列O出现的概率P(O|λ)
  2. 学习问题:已知观察序列O,求模型λ的三个参数,使得P(O|λ)最大
  3. 预测(解码)问题:给定模型λ=(Π,A,B)和观察序列O,求在给定观察序列O的基础上,最有可能对应的状态序列I,即P(I|O)

二、算法流程

1. 概率计算问题

1)前向算法

图来源《统计学习方法》
其中前向概率 α t ( i ) \alpha_t(i) αt(i)表示t时刻产生观察序列 o 1 , o 2 , o 3 . . . o t o_1,o_2,o_3...o_t o1,o2,o3...ot且t时刻的状态为i的概率。

  1. 公式10.15表示状态为i,观察序列为 o 1 o_1 o1的联合概率
  2. 公式10.16中[]里面的内容表示状态为i,观测序列为 o 1 , o 2 , o 3 . . . o t o_1,o_2,o_3...o_t o1,o2,o
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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