HMM 解码问题

问题定义

所求的 Q 应当在某个准则下是 “ 最优 ” 的 ,
因此也称 Q 为最优路径 , 解码问题即是确定
最优路径的问题。

Viterbi算法

初始概率矩阵π=(1,0,0), 即开始时处于状态1。

HMM模型如下，试根据Viterbi算法计算产生观察符号序列O={ABAB}的最优状态序列Q

算法流程

概率流动图

    /**
     * Viterbi算法
     * 
     * @param hmm
     *            HMM模型
     * @param o
     *            观察序列
     * @param q
     *            最佳隐藏状态序列
     * @return 最佳路径概率
     */
    public static double standard(HMM hmm, int[] o, int[] q) {
        double pprob = 0.0;
        double[][] delta = new double[o.length][hmm.N];
        int[][] psi = new int[o.length][hmm.N];

        double maxValue, tmpValue;
        int maxIndex;

        // 初始化
        for (int i = 0; i < hmm.N; i++) {
            delta[0][i] = hmm.pi[i] * hmm.B[i][o[0]];
            psi[0][i] = 0;
        }
        // 迭代计算
        for (int t = 1; t < o.length; t++) {
            for (int j = 0; j < hmm.N; j++) {
                maxIndex = 0;
                maxValue = 0;
                // 第i个状态且观察状态为o[t]到第j的状态的最大值
                for (int i = 0; i < hmm.N; i++) {
                    tmpValue = delta[t - 1][i] * hmm.A[i][j];
                    if (tmpValue > maxValue) {
                        maxValue = tmpValue;
                        maxIndex = i;
                    }
                }
                // 
                delta[t][j] = maxValue * hmm.B[j][o[t]];
                psi[t][j] = maxIndex;
            }
        }
        // 终止，求最大的前向概率
        q[o.length - 1] = 1;
        for (int i = 0; i < hmm.N; i++) {
            if (delta[o.length - 1][i] > pprob) {
                pprob = delta[o.length - 1][i];
                q[o.length - 1] = i;
            }
        }
        // 求解最佳路径
        for (int t = o.length - 2; t >= 0; t--) {
            q[t] = psi[t + 1][q[t + 1]];
        }

        // return pprob;
        return Math.log(pprob);
    }

算法解决的目标主要针对路径，而非路径的观察状态，所以max(状态i到状态j)*状态j到观察状态o[t]的混淆概率。