(说明:该篇学习记录大致分为三部分,其中:其一部分为介绍HMM的基础知识,第二部分介绍HMM的三个基本问题,最后一部分介绍HMM在一些具体应用中的变形。)

部分一:基础知识

定义:隐马尔可夫模型是关于时序的概率模型,描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测随机序列的过程。其中隐藏的马尔可夫链随机生成的状态的序列,称为状态序列;每一个状态生成一个观测,而由此产生的观测的随机序列,称为观测序列。序列的每一个位置可以看做一个时刻。

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

两个前提假设:

  1. 齐次马尔科夫假设。即假设隐藏的马尔科夫链在任意时刻t的状态只依赖于其前一时刻的状态,与其他时刻的状态及观测无关,与时刻t无关;

  2. 观测独立性假设。即任意时刻的观测只依赖于该时刻的马尔可夫链的状态,与其他观测及状态无关,与时刻t无关。

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

部分二:三个计算问题

概率计算问题

隐马尔可夫(HMM)理解

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

学习参数问题

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

实现步骤:

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

预测问题

隐马尔可夫(HMM)理解

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

具体事例

隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解
隐马尔可夫(HMM)理解

分类:

技术点:

相关文章: