前向算法(Forward Algorithm)

本文直接举实例说明ForwardAlgorithm (前向算法)

由马尔科夫模型MM可知:对于一个系统，由一个状态转至另一个状态的转换过程中，存在着转移概率，并且这种转移概率可以依据其紧接的前一种状态推算出来，与该系统的原始状态和此次转移前的马尔可夫过程无关。

隐马尔可夫模型（HiddenMarkov models，HMM）是马尔可夫链的一种，它的状态不能直接观察到，但能通过观测向量序列观察到，每个观测向量都是通过某些概率密度分布表现为各种状态，每一个观测向量是由一个具有相应概率密度分布的状态序列产生。

 

假设连续观察3天的海藻湿度为(Dry,Damp, Soggy),求出该观察序列的概率。天气只有三类(Sunny,Cloudy, Rainy)，而且海藻湿度和天气有一定的关系。

已知：

1.      隐藏的状态：Sunny, Cloudy, Rainy;海藻湿度有四类{Dry,Dryish, Damp, Soggy }

2.      观察状态序列：{ Dry, Damp, Soggy };

3.      初始状态序列：Sunny(0.63), Cloudy(0.17),Rainy(0.20);

4.      状态转