- 1、本文档共77页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[计算机软件及应用]隐马尔可夫模型有具体例子方便理解
隐马尔可夫模型 主要内容 马尔可夫模型 隐马尔可夫模型 隐马尔可夫模型的三个基本问题 三个基本问题的求解算法 1.前向算法 2.Viterbi算法 3.向前向后算法 隐马尔可夫模型的应用 隐马尔可夫模型的一些实际问题 隐马尔可夫模型总结 马尔可夫链 一个系统有N个状态 S1,S2,···,Sn,随着时间推移,系统从某一状态转移到另一状态,设qt为时间t的状态,系统在时间t处于状态Sj 的概率取决于其在时间 1 ,2,···,t-1 的状态,该概率为: 如果系统在t时间的状态只与其在时间 t -1的状态相关,则该系统构成一个离散的一阶马尔可夫链(马尔可夫过程): 马尔可夫模型 如果只考虑独立于时间t的随机过程: 其中状态转移概率 aij 必须满足 aij=0 , 且 ,则该随机过程称为马尔可夫模型。 例 假定一段时间的气象可由一个三状态的马尔可夫模型M描述,S1:雨,S2:多云,S3:晴,状态转移概率矩阵为: 例(续) 如果第一天为晴天,根据这一模型,在今后七天中天气为O=“晴晴雨雨晴云晴”的概率为: 隐马尔可夫模型(Hidden Markov Model, HMM) 在MM中,每一个状态代表一个可观察的 事件 在HMM中观察到的事件是状态的随机函数,因此该模型是一双重随机过程,其中状态转移过程是不可观察(隐蔽)的(马尔可夫链),而可观察的事件的随机过程是隐蔽的状态转换过程的随机函数(一般随机过程)。 HMM的三个假设 对于一个随机事件,有一观察值序列: O=O1,O2,…OT 该事件隐含着一个状态序列: Q = q1,q2,…qT。 假设1:马尔可夫性假设(状态构成一阶马尔可夫链) P(qi|qi-1…q1) = P(qi|qi-1) 假设2:不动性假设(状态与具体时间无关) P(qi+1|qi) = P(qj+1|qj),对任意i,j成立 假设3:输出独立性假设(输出仅与当前状态有关) p(O1,...,OT | q1,...,qT) = Πp(Ot | qt) HMM定义 一个隐马尔可夫模型 (HMM) 是由一个五元组描述的: λ =( N,M ,A,B, π ) 其中: N = {q1,...qN}:状态的有限集合 M = {v1,...,vM}:观察值的有限集合 A = {aij},aij = P(qt = Sj |qt-1 = Si):状态转移概率矩阵 B = {bjk}, bjk = P(Ot = vk | qt = Sj):观察值概率分布矩阵 π = {πi},πi = P(q1 = Si):初始状态概率分布 观察序列产生步骤 给定HMM模型 λ = (A, B, π) ,则观察序列 O=O1,O2,…OT 可由以下步骤产生: 1.根据初始状态概率分布π= πi,选择一初始状态q1=Si; 2.设t=1; 3.根据状态 Si的输出概率分布bjk,输出Ot=vk; 4.根据状态转移概率分布aij,转移到新状态qt+1=Sj; 5.设t=t+1,如果tT,重复步骤3、4,否则结束。 HMM的三个基本问题 令 λ = {π,A,B} 为给定HMM的参数, 令 O = O1,...,OT 为观察值序列,则有关于 隐马尔可夫模型(HMM)的三个基本问题: 1.评估问题:对于给定模型,求某个观察值序列的概率P(O|λ) ; 2.解码问题:对于给定模型和观察值序列,求可能性最大的状态序列maxQ{P(Q|O,λ)}; 3.学习问题:对于给定的一个观察值序列O,调整参数λ,使得观察值出现的概率P(O|λ)最大。 三个基本问题的求解算法 评估问题:前向算法 定义前向变量 采用动态规划算法,复杂度O(N2T) 解码问题:韦特比(Viterbi)算法 采用动态规划算法,复杂度O(N2T) 学习问题:向前向后算法 EM算法的一个特例,带隐变量的最大似然估计 HMM的网格结构 例子(前向算法应用) HMM模型如下,试根据前向算法计算产生观察符号序列O={ABAB}的概率。 例(续) 初始概率矩阵π=(1,0,0),即开始处于状态1。按照前向算法公式,我们依次递推解出 ?t(i) 。解法如下:
您可能关注的文档
- 激情成就梦想-中粮战略转型与企业文化(上).ppt
- 犹太大亨的顾客关系管理---演示版 [市场营销 培训资料].ppt
- 环保主题PPT(绿色奇迹).pptx
- 物管价值各岗服务标准细节关注点及接待流程建议.ppt
- 热能与动力工程测试技术 01-概述.ppt
- 班级团结主题班会(.ppt
- 经典3D小人素材集.ppt
- 聚苯硫醚(PPS)纺粘水刺滤料的性能及应用.ppt
- 英语:Unit10全单元It’sanicedayisn’tit课件(人教新目标八年级下).ppt
- 范围化养猪场污染治理对策研究1畜牧兽医农林牧渔专业资料.ppt
- 2024年云南省小龙潭监狱生产管理招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年沙坪坝区土主街道办事处综合管理职位招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年玉溪市元江县红河街道办事处社会事务招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年宁陵县妇女联合会(参公)一级科员招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年中共商丘市梁园区委组织部一级科员招录2人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年米脂县银州街道办事处一级科员招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年江西省统计局普查中心(省社情民意调查中心)业务二岗招录2人《行政职业能力测验》高频考点、难点(含详细答案).docx
- 2024年襄汾县审计局职位招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年新乡市卫滨区城乡建设局招录1人《行政职业能力测验》高频考点、难点(答案详解版).docx
- 2024年祁阳市司法局乡镇司法所司法助理招录1人《行政职业能力测验》高频考点、难点(含详细答案).docx
最近下载
- 一种基于遗传算法的飞机再次出动准备优化方法.pdf VIP
- QC R9652-2017 客货共线铁路桥涵工程施工技术规程.pdf
- 急诊科.护理质控小组职责.pdf VIP
- 1127 实用卫生统计学-国家开放大学2021年7月至2020年1月期末考试真题及答案(202001-202107共五套).pdf
- 国家科技重大专项项目课题科技报告格式.DOC
- 学校办公室年度工作总结.doc VIP
- 大学新校区扩建工程教学楼施工组织设计方案.doc
- 行测题库2023及答案2023.docx VIP
- 2023年河北省衡水市市直事业单位招聘笔试参考题库(共500题)答案详解版.docx
- 农村妇女两癌检查项目督导表.docx VIP
文档评论(0)