隐马尔可夫模型(HMM)简单总结

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/x18835129278/article/details/79133234

HMM是生成式模型,属于动态贝叶斯网络。
HMM是一个五元组
S表示状态值集合
O表示观测值集合
π表示状态值对应的概率
A表示状态转移矩阵
B表示发射矩阵
1、评估问题
已知:S O 模型λ=(π,A,B)
求:观测序列1-2-3-4出现的概率;
求:输入部分观测序列预测概率最大的下一个值
2、解码问题
已知:S O 模型λ=(π,A,B)
求:观测序列1-2-3-4对应的概率最大的状态序列
3、学习问题
已知:S O 观测序列1-2-3-4
求:模型λ=(π,A,B)的参数

猜你喜欢

转载自blog.csdn.net/x18835129278/article/details/79133234