关于隐马尔可夫模型中viterbi算法理解,修正大部分人理解错误

viterbi算法是一种动态规划算法,用于寻找最优隐含状态序列。(原谅我不会输公式

  • 在HMM中,viterbi算法用于实现在给定观察序列O和模型参数时查找最优隐藏状态序列。
但是我发现好多资料上提供算法不一致,使人混淆,所以将我的理解放在这,应该没问题。


算法出现歧义的地方在(2)的递推算法的理解上,max和argmax对应的是右边的整个式子还是单指中括号内部,我发现李航的《统计学习方法》中就是用max最大化中括号内部程式,该做法的问题是没考虑b(o)对维特比变量概率的影响,所以应该不对。我又看了宗成庆的《统计自然语言处理》,然后在IEEE上下载了 the viterbi algorithm,发现过程应该如下:
伪代码实现流程:




即t+1时刻维特比变量和t时刻维特比变量并没有绝对关系,每一次迭代都是从时刻1重新计算最优路径。

viterbi algorithm算法文档 点击打开链接

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值