隐马尔可夫模型详解(有例子_具体易懂)ppt课件.ppt_第1页
隐马尔可夫模型详解(有例子_具体易懂)ppt课件.ppt_第2页
隐马尔可夫模型详解(有例子_具体易懂)ppt课件.ppt_第3页
隐马尔可夫模型详解(有例子_具体易懂)ppt课件.ppt_第4页
隐马尔可夫模型详解(有例子_具体易懂)ppt课件.ppt_第5页
已阅读5页，还剩72页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、隐马尔可夫模型，1，主要内容，隐马尔可夫模型的三个基本问题隐马尔可夫模型三个基本问题的求解算法1。正向算法2。维特比算法3。隐马尔可夫模型的正反演算法应用隐马尔可夫模型的一些实际问题隐马尔可夫模型概述2。马尔可夫链，一个系统有N个状态S1，S2，锡，随着时间的推移，系统从一个状态过渡到另一个状态。假设qt是时间T的状态。系统在时间T处于状态Sj的概率取决于它在时间1，2和t-1的状态。概率是，如果系统在时间T的状态只与其在时间t -1的状态相关，那么系统构成一个离散的一阶马尔可夫链(马尔可夫过程):3，马尔可夫模型，如果只考虑独立于时间T的随机过程，其中状态转移概率aij必须满足aij=0，那

2、么随机过程称为马尔可夫模型。例如，假设一段时间内的天气可以用三态马尔可夫模型M来描述，S1:下雨，S2:多云，S3:晴天，状态转移的概率矩阵为：例如，5(续)。如果第一天是晴天，根据该模型，在接下来的七天中天气为“晴天、雨天、晴天、多云和晴天”的概率是：6每个状态代表一个可观察到的事件。隐马尔可夫模型中的观测事件是状态的随机函数，因此模型是一个双随机过程，其中状态转移过程是不可观测的(隐马尔可夫链)，而观测事件随机过程是隐状态转移过程(一般随机过程)的随机函数。7，隐马尔可夫模型，对于一个随机事件，有一个观测值序列：0=O1，O2，OT。该事件意味着一系列状态：Q=q1，q2，qT。假设1:马

3、尔可夫假设(状态构成一阶马尔可夫链)P(齐|齐-1q1)=P(齐|齐-1)假设2:不动假设(状态与特定时间无关)P(齐1 |齐)=P(qj 1|qj)，对于任何I，J，假设3:输出独立性假设()。qT)=p(Ot | qt)，8，隐马尔可夫模型定义，隐马尔可夫模型用一个五元组来描述：(N，m，a，b)，其中：N=q1，qN:有限状态集M=v1，vM:观察值Aij=P(qt=Sj |qt-1=Si):状态转移概率矩阵B=bjk，bjk=P(Ot=vk | qt=Sj):观察值概率分布矩阵=i，i=P(q1=Si):初始状态概率分布，9。观察序列生成步骤，给定HMM 2。让t=1。3.根据状态Si的输出概率分布bjk，输出

人人文库> 全部分类> 教育资料 > 作文作品

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论