Matlab实现Viterbi算法,隐马尔可夫模型（HMM）的MATLAB实现——Viterbi算法

维特比算法实际是用动态规划求解隐马尔可夫模型解码问题，即用动态规划求概率最大路径(最优路径)。代码中有示例，来自李航《统计学习方法》

function [Delta,Psi,P,I] = Viterbi(A,B,Pi,O)

% 函数功能：利用维特比算法找到观测序列O的最优路径

%

% 参考文献：李航《统计学习方法》

%

% 思路：

% 1，初始化

% delta_1(i) = Pi_i * b_i(o1), i = 1,2,...,N

% psi_1(i) = o, i = 1,2,...,N

% 2,递推，对于t = 2,3,...,T

% delta_t(i) = max_1-from-1-to-N(delta_t-1(j) * a_ji) * b_i(ot), i = 1,2,...,N

% psi_t(i) = arg max_1-from-1-to-N(delta_t-1(j) * a_ji), i = 1,2,...,N

% 3,终止

% 最优路径概率P* = max_1-from-1-to-N(delta_T(i))

% 最优路径终点i*_T = arg max_1-from-1-to-N(delta_T(i))

% 4,最优路径回溯，对于t = T-1,T-2,...,1

% i*_t = psi_t+1(i*_t+1)

% 最优路径I* = (i*_1,i*_2,...,i*_T)

% 【提示：“思路”中的i,j和本程序中的i,j不存在对应关系，只是方便理解原理】