基于HMM车辆行驶状态实时判别方法研究.pptxVIP

基于HMM的车辆行驶状态实时判别方法研究;;马尔科夫模型; 马尔可夫链：;马尔可夫过程的应用举例;例2?天气预报问题? 设昨日、今日都下雨，明日有雨的概率为0.7；昨日无雨、今日有雨，明日有雨的概率为0.5；昨日有雨、今日无雨，明日有雨的概率为0.4；昨日、今日都无雨，明日有雨的概率为0.2；若星期一、星期二均下雨，求星期四下雨的概率。 ?解?设昨日、今日都有雨称为状态0（记为RR），昨日无雨、今日有雨称为状态1（记为NR），昨日有雨、今日无雨称为状态2（记为RN），昨日、今日都无雨称为状态3（记为NN），于是此问题可看作是一个4状态的马尔可夫链，求现在处于状态0的条件下将来处于状态0或1的两步转移概率 ，下面求出一步概率转移矩阵：;隐马尔科夫模型; 假设我们想要决定一个特定地点在几年间的年平均温度。为了使问题更有趣，我们姑且认为我们想要考虑的你年代极为久远，以至于温度计都还没有发明出来。因为我们不能够回到过去，所以我们就试图寻找一些温度的间接证据来推导。 为了简化问题，我们只考虑两种年温度，“热”和“冷”。假设现在的证据表明，一个热的年份紧跟在另一个热的年份之后的概率未0.7，同时冷的年份紧跟在另一个冷的年份之后的概率未0.6，我们就假设这样的规律在很久之前也成立，那么目前的信息我们可以归纳如下：;; ;