HMM 有三个矩阵 初始状态矩阵 状态转移概率矩阵 隐态到显态转移概率矩阵 两个状态集合： 隐态（S1，S2，S3） 两个观测态（A，B）
上图的意思是 三个状态互相转移的概率 分别为：（1,2,3分别指S1，S2，S3）
1->1 P=0.4 1->2 P=0.6 2->2 P=0.8 2->3 P=0.2 3->3 P=1.0
隐态对应的显示态概率为
本文详细介绍了隐马尔科夫模型（HMM）的前向算法，包括初始状态矩阵、状态转移概率矩阵和隐态到显态转移概率矩阵的概念。通过具体的例子，展示了如何进行状态转移和观测概率的计算，帮助新手理解这一关键算法。
最低0.47元/天 解锁文章
扫一扫
8711
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
