HMM经典介绍论文【Rabiner 1989】翻译(七)——预测问题
来源:互联网 发布:foursqure 数据集下载 编辑:程序博客网 时间:2024/04/29 21:08
3.2 问题2的求解(预测问题)
有多种方法可以求解与观测序列相关的最优状态序列。难度在于最优状态序列的定义,因为有多种优化指标。比如,可以独立地为每个时刻
即给定模型
分母是归一化因子,使得
利用
尽管(29)最大化正确状态的期望个数,但是得到的状态序列是有问题的。当有些HMM状态转移概率为0时,最优状态序列可能不是一个有效的状态序列。这是因为(29)只简单地确定每个时刻最优可能的状态,没有考虑状态序列出现的可能性。
一个可能的解决方法是修改这个优化指标。比如,通过最大化正确状态对
Viterbi算法:为了找到观测序列
为了得到状态序列,我们需要保存使(31)最大的参数,即每个时刻
1)初始化:
2)递归:
3)终止:
4)路径回溯:
Viterbi算法和前向计算过程有点类似,主要区别在于(33a)中的最大化替代了(20)中的求和。
- HMM经典介绍论文【Rabiner 1989】翻译(七)——预测问题
- HMM经典介绍论文【Rabiner 1989】翻译(五)——HMM的三个基本问题
- HMM经典介绍论文【Rabiner 1989】翻译(六)——概率计算问题
- HMM经典介绍论文【Rabiner 1989】翻译(八)——学习问题
- HMM经典介绍论文【Rabiner 1989】翻译(四)——HMM的五个基本元素
- HMM经典介绍论文【Rabiner 1989】翻译(九)——HMM的类型
- HMM经典介绍论文【Rabiner 1989】翻译(一)——介绍
- HMM经典介绍论文【Rabiner 1989】翻译(二)——离散Markov过程
- HMM经典介绍论文【Rabiner 1989】翻译(十)——连续观测密度
- HMM经典介绍论文【Rabiner 1989】翻译(十六)——放大
- HMM经典介绍论文【Rabiner 1989】翻译(十七)——多观测序列
- HMM经典介绍论文【Rabiner 1989】翻译(十八)——参数初始化
- HMM经典介绍论文【Rabiner 1989】翻译(三)——抛硬币实验和碗中的球实验
- (经典论文翻译)预测计算机对各行业的替代程度
- HMM预测算法——Viterbi算法
- 话务预测(4) HMM
- HMM(隐马尔科夫链)介绍
- 分布式经典论文翻译集汇总(链接)
- Hadoop HA高可用集群搭建总结
- android MVP 轻松理解MVP模式的数据传递与逻辑处理
- 【histogram】matlab 多个柱状图
- A+B Problem(V)
- ubuntu 黑屏和分辨率不能改变的问题
- HMM经典介绍论文【Rabiner 1989】翻译(七)——预测问题
- 如何在网络中使用光纤收发器?
- 经验误差与泛化误差、偏差与方差、欠拟合与过拟合、交叉验证
- C++ 使用 TinyXml 解析 XML 文件
- 关于python中的一些符号说明
- html用ajax请求服务器后端java接口跨域问题解决
- MyEclipse开启后总是不停的在Update index解决方法
- anisible安装
- bootstrap辅助类