隐马尔可夫模型

1 模型概述

1.1 基本概念

隐马尔可夫模型（HMM）是关于时序的模型。描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列，在由各个状态生成一个观测而产生观测随机序列的过程。

1.2 三要素

（1）初始状态概率向量π：初始状态序列各个状态出现的概率

（2）状态转移概率矩阵A：从某一个状态转移到另一个状态的概率

（3）观测概率矩阵B：在某个状态出现不同观测的概率

1.3 基本假设

（1）其次马尔科夫性假设：隐藏的马尔科夫链在任意时刻t的状态只依赖前一时刻的状态，与其他时刻无关

（2）观测独立性假设：任意时刻的观测只依赖于该时刻的马尔科夫链的状态

1.4 三个问题

（1）概率计算问题