隐马尔科夫.pptVIP

隐马尔科夫过程 Hidden Markov Model，HMM 小组成员： SX1504059 梅 晟 SX1504058 席 艺 SX1504068 董 莉 SZ1504020 刘 叶 CONTENT Part One 马尔科夫过程. Part Two 隐马尔科夫过程. Part Three 解决算法 Part Four 拓展应用 CONTENT Part One 马尔科夫过程. Part Two 隐马尔科夫过程. Part Three 解决算法 Part Four 拓展应用 马尔科夫过程 1 一个系统，在每个时刻都可能处于N个状态中的一个，N个状态集合是 {S1,S2,S3,...SN}。我们现在用q1,q2,q3,…qn来表示系统在t=1,2,3,…n时刻下的状态。 在t=1时，系统所在的状态q取决于一个初始概率分布PI，PI(Si)表示t=1时系统状态为Si的概率。 马尔科夫过程可以看做是一个自动机，以一定的概率在各个状态之间跳转。 1 马尔科夫模型有两个性质： 1. 系统在时刻t的状态只与时刻t-1处的状态相关（无后效性） P(qt=Sj|qt-1=Si,qt-2=Sk,…)= P(qt=Sj|qt-1=Si) 其中，t为大于1的任意数值，Sk为任意状态 2. 状态转移概率与时间无关（齐次性或时齐性） P(qt=Sj|qt-1=Si)= P(qk