隐马尔可夫模型介绍
来源:互联网 发布:晨风软件工作室 编辑:程序博客网 时间:2024/06/07 00:29
隐马尔可夫模型是一个双随机过程,其中一个随机过程的状态序列是不可见的,另一个随机过程的状态序列是可见的。
不可见的随机过程符合一般的马尔可夫模型,也就是其当前状态只与其前N个状态有关。可见的当前状态的观测值由当前的不可见状态决定。下图是对隐马尔科夫模型的一个简单描述:
下面用一个例子来简单说明下一阶的隐马尔可夫模型。
假设有4个盒子,每个盒子里都装有红白两种颜色的球,盒子里的红白球数由下面表格给出。
盒子1234红球数5368白球数5742抽取的规则如下,产生一个球的颜色的观测序列:
1、 刚开始时,从4个盒子里以等概率随机选取1个盒子,从这个盒子里随机抽出1个球,记录其颜色后,放回;
2、 从当前盒子随机转移到下一个盒子,其规则是:如果当前盒子是盒子1,那么下一个盒子一定是盒子2,如果当前是盒子2或3,那么分别以概率0.4和0.6转移到左边和右边的盒子,如果当前是盒子4,那么各以0.5的概率停留在盒子4或转移到盒子3;转移到下一个盒子后,从盒子中随机抽出1个球,记录颜色放回;
3、 重复步骤2直至产生符合长度的观测序列。
假设抽取了5次,产生了{红,红,白,白,红}这么一个序列。
在上面例子中:
盒子对应状态的集合是
S = {盒子1,盒子2,盒子3,盒子4}
球的颜色对应观测,观测的集合是
O = {红,白}
状态序列和观测序列长度
T=5
初始概率分布为
盒子状态转移概率分布为
观测序列分布为
在这个例子中,有两个随机序列,一个是盒子的序列(状态序列),一个是球的颜色的观测序列。前者是不可见的,只有后者是可观测的。这就是一个隐马尔科夫模型。
完整地描述一个隐马尔可夫模型,应当指定状态数N,观测符号数M,以及三个概率密度A、B和π 。这些参数之间有一定的联系,因此为了方便,HMM常用如下方式表示:
- 隐马尔可夫模型简单介绍
- 隐马尔可夫模型介绍
- 隐马尔可夫模型介绍
- 隐马尔可夫模型以及相关算法介绍
- 隐马尔可夫模型的介绍(一)
- V模型,W模型,H模型介绍
- SOA编程模型介绍
- MDA模型驱动介绍
- mapreduce编程模型介绍
- WSAEventSelect模型 用法介绍
- MVC模型介绍
- MDA模型驱动介绍
- SQLite数据库模型介绍
- WSAEventSelect模型 用法介绍
- 领导者-追随者模型介绍
- CSS盒子模型介绍
- Java 安全模型介绍
- 最大熵模型介绍
- 最长有序子序列
- Android zxing生成二维码
- C代码调用uci的API读openwrt配置文件指南
- 详细解析BluetoothAdapter的详细api
- eclipse从git上更新项目
- 隐马尔可夫模型介绍
- ViewPager切换动画PagerTransFormer
- Frame Buffer 与显示屏的对应关系
- 极大似然估计
- android links
- OC中的全局变量,静态全局变量,常量,静态局部变量
- 2. 如何监控Java垃圾回收机制
- Python中向excel中写入数据
- 数据结构与算法JavaScript - 列表