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。