预测问题,也称作解码问题。已知模型 λ = ( A , B , π ) λ=(A,B,π) λ=(A,B,π)和观测序列 O = ( o 1 , o 2 … … o T ) O=(o_1,o_2……o_T) O=(o1,o2……oT)求对给定观测序列条件概率P(I|O)最大的状态序列 I = ( i 1 , i 2 … … i T ) I=(i_1,i_2……i_T) I=(i1,i2……iT).即给定观测序列,求最可能的对应的状态序列。
预测算法:近似算法与维特比算法
近似算法:
近似算法的思想是,在每一个时刻t选择在该时刻最优可能出现的状态 i t ∗ i_t^* it∗,从而得到一个状态序列 I ∗ = ( i 1 ∗ , i 2 ∗ , … … i T ∗ ) I^*=(i_1^*,i_2^*,……i_T^*) I∗=(i1∗,i2∗,……iT∗)将它作为预测的结果。
给定隐马尔科夫模型 λ λ λ和观测序列O,在时刻t处于状态 q i q_i qi的概率为 γ t ( i ) γ_t(i) γt(i)是
γ t ( i ) = α t ( i ) β t ( i ) P ( O ∣ λ ) = α t ( i ) β t ( i ) ∑ j = 1 N α t ( i ) β t ( i ) γ_t(i)=\frac{α_t(i)β_t(i)}{P(O|λ)}=\frac{α_t(i)β_t(i)}{\displaystyle\sum_{j=1}^{N}α_t(i)β_t(i)} γt(i)=P(O∣λ)αt(i)βt(i)=j=1∑Nαt(i)βt(i)αt(i)βt(i)
在每一个时刻t最有可能的状态