hmm 解码部分:维特比 矩阵编程
#hmm 解码部分:维特比矩阵编程
import numpy as np
def Viterbi(A, B):
"""
:para:A 发射矩阵
:para:B 状态转移矩阵
"""
#row为观测的样本数/序列长度;col为状态变量数量
(row, col) = A.shape
#首个样本的观测概率分布/当前col个状态的最佳分数
score = A[0, :]
#记录首个样本的最优路径(None->第一时刻col个结点)
path = [[j, None] for j in range(col)]
#从第二个时刻开始遍历
for i in range(1, row):
#计算i-1到i时刻,各个转移状态的分数;数组s[a][b]表示i-1时刻的a状态转移到i时刻b状态的得分
s = score[:, None] + B + A[i, None, :]
#计算到i时刻col个状态的最高得分的i-1时刻状态路径
j = np.argmax(s, axis=0)
#计算到i时刻col个状态的最高得分
score = np.take_along_axis(s, j[None, :], axis=0)[0]
#计算到i时刻col个状态的最高得分的全量路径
path = [[ii, path[jj]] for (ii, jj) in enumerate(j)]
#选取最后一个时刻的最佳路径
l = path[np.argmax(score)]
#路径抽取
path = []
while l is not None:
path.append(l[0])
l = l[1]
path.reverse()
print(path)
return path
A = np.array([
[0, 1, 4, 2],
[0, 1, 2, 4],
[1, 7, 2, 1],
[0, 0, 5, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
], 'float32')
B = np.array([
[8, 2, 0, 0],
[2, 8, 2, 0],
[0, 2, 8, 2],
[0, 0, 2, 8],
], 'float32')
Viterbi(A, B)