HMM模型有个很好的文章:
http://www.suzker.cn/computervision/the-hmm-model.html
我也转发了.
语音识别中用的最广泛的模型,正是原文中所列问题的第二种:
HMM将涉及以下三个问题:
- 给定一个观察到得序列O,及参数lambda,求出P(O|lambda),即发生这种观察序列的可能性。对应上面例子中,即是我给定一个最终确定了的水果序列S,求我选到这样的水果的可能性。
- 给定一个观察到的序列O,及参数lambda,求出最有可能产生这种序列的状态序列S。对应上面例子中,即我给定一个最终确定了的水果序列S,求我最可能的选水果筐路径。
- 同样给定一个观察得到的序列O,求如何调整参数lambda,使P(O|lambda)最大。
由于涉及具体算法和论证,这里不再详述这三个问题的解决算法。只简单地标出:
- 问题一的一种有效解决算法是前向法(forward algorithm),是一种动态规划的方法,用来减少程序运算的复杂度。
- 问题二的一种有效解决算法是维特比算法(Viterbi algorithm),也是一种动态的规划方法,用来找出最可能的状态路径。
- 问题三的一种有效解决算法是Baum-Welch算法,通过给定一个O,不断估算一个适合的lambda参数,使发生这个O的概率P(O|lambda)最大。
除了语音识别,股票也可以.用用看,不会让你失望的.