HMM模型之前向算法

1、介绍
前向算法是用于HMM模型的评估问题。评估问题：对于一个观察序列和通过不同系统得到的HMM模型，怎么判断哪一个HMM模型是最有可能产生这个观察序列。
HMM模型三元组($\pi$,A,B),其中$\pi$表示初始向量，A表示状态转移矩阵，B表示混合矩阵，实例可以参看《HMM模型之viterbi算法》。
2、实现
要得到对于观察序列在当前HMM模型下产生的概率，可以列举所有的state转移序列（state为隐藏状态），通过三元组计算state序列下观察序列的概率，在相加即可，这个方法为穷举。由于state序列的个数为 NT<