序列模式识别.ppt

CpG Island: 预测结果 1. ATCGCA: 其中，CGC被预测为CpG Island ATCGCA 2. Viterbi算法：求出在当前结果最大的概率值，以及保存相应的路线 3. 递归算法：动态规划的算法 4. 该例中，我们假设状态转移概率矩阵已知 5. 如何推算状态的概率矩阵？ 参数估计：Baum-Welch (EM) 算法 目的：给定观察值序列O，通过计算确定一个模型H， 使得P(O|H)最大 算法步骤： 1. 初始模型（待训练模型） H0, 2. 基于H0 以及观察值序列O，训练新模型 H； 3. 如果 log?P(O|H) - log(P(O|H0) Delta，说明训练结果已经收敛， 算法结束。 4. 否则，令H0 ＝ H ，继续第2步工作 Baum-Welch算法: 操作流程 1. 以CpG Island为例 2. 需要估计的转移概率矩阵有四个值：Pii, Pig, Pgg, Pgi 3. 初始化转移概率矩阵H0，例如，都设为0.5 4. 用Viterbi算法算出所有给定数据的结果及路径 5. 根据所有的路径，可以得到Nii, Nig, Ngg, Ngi 6. 计算新的Pii, Pig, Pgg, Pgi 7. 如果结果收敛，停止；否则，重复4-6 CpG岛：HMM (2) 转移概率 发散概率 通过模型训练得到 马尔