BEM前后向递推算法.pptVIP

第七章 隐含马尔科夫模型：理论 随机过程 随机过程 数字特征 均值 m(t) = E[X(t)] = 方差 D(t) = E[X(t)- m(t)]2 相关函数 自相关函数： Rxx(t1, t2) = E[X(t1) X(t2)] 互相关函数： Rxy(t1, t2) = E[X(t1) Y(t2)] 相关函数 马尔可夫过程 定义 状态与状态空间 马尔可夫链：时间参数离散，状态空间离散 马尔可夫序列：时间参数离散，状态空间连续 不连续马尔可夫过程：时间参数连续，状态空间离散 连续马尔可夫过程：时间参数连续，状态空间连续 马尔可夫链 转移概率 隐含马尔可夫模型 模型结构 参数集 转移概率 隐含马尔可夫问题解 评价问题 给定模型参数集? = [A，B，?]和观察序列O = [o1，o2，?，oT]，求由该模型产生的观察序列的概率P[O??] 隐含马尔可夫模型 前向递推算法 后向递推算法 前后向递推算法 解码问题 给定模型参数集? = [A，B，?]和观察序列O = [o1，o2，?，oT]，求由该观察序列最可能有怎样的状态序列Q = [q1，q2，?，qT]产生。 “穷举”算法 Viterbi算法 给定模型参数集? = [A，B，?]和观察序列O = [o1，o2，?，oT