第10章 隐马尔可夫模型
10.1 定义
1. 隐马尔可夫模型
-
隐马尔可夫模型是关于时序的概率模型,描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测随机序列的过程。
-
隐马尔可夫模型由初始概率分布、状态转移概率分布以及观测概率分布确定。
- A: 状态转移概率矩阵
- A: 状态转移概率矩阵
-
B:观测概率矩阵
-
π: 初始状态概率向量(在时刻t=1处于状态qi的概率)
-
状态转移概率矩阵A 与 初始状态概率向量 π 确定了隐藏的马尔可夫链。生成不可观测的状态序列。
2. 两个基本的假设
- 齐次马尔可夫性假设:隐马尔可分链t的状态只和t-1状态 有关:
- 观测独立性假设,观测只和当前时刻状态有关;
3. 观测序列的生成过程
4. 隐马尔科夫模型的三个基本问题
10.2 概率计算算法
1. 直接计算法
- 计算量很大,不可行